铁路客票系统数据同步平台设计与应用

为降低中国铁路客票发售和预订系统（简称：客票系统）中数据同步的运营维护复杂度,增强数据同步性能和一致性,提高数据同步过程中满足业务复杂数据需求的能力,设计了客票系统数据同步平台,提出了平台架构和数据同步流程,综合运用智能并发入库、数据一致性检测、流式数据传输技术,提升客票系统数据服务能力。该平台已在客票系统多个业务中进行试用,试用效果良好。     

基于分布式OID的列车编组标识符生成算法

传统基于时间的列车编组通用唯一标识符（CstUUID）生成算法无法满足IEC 61375 2-5协议对列车灵活编组的要求。基于时间的算法中采用时间戳和设备MAC,并没有使用安全算法,算法安全性不高。针对上述问题,提出了一种基于分布式OID的列车通用唯一标识符生成算法。使用分布式OID构成基础标识符保证算法的唯一性。使用编组标号构成命名空间保证算法的有序性。使用MD5[4]加密算法保证算法的安全性。可以满足协议对于列车编组的要求,并且在算法空间复杂度和安全性方面具有优越性。     

精益生产

在设计阶段减少复杂度有助于改进低产量的捷豹豪华轿车的和中等产量的陆虎四驱车的生产。[编者按]     

基于大规模浮动车数据的城市道路网复杂度分析

针对现有浮动车技术应用研究中缺乏道路网络复杂度的定量分析,引入置信点的概念,提出了一种基于大规模浮动车数据的城市路网复杂度分析方法.利用该方法统计了路网中各路段的置信点分布情况和置信点的平均匹配距离,建立了城市路网复杂度模型.结合浮动车数据的预处理,提出了城市路网复杂度的分析流程.以广州市为例,分析了广州市全局路网和4类典型城市道路代表路段的复杂度.对于地图匹配算法实证研究中的指定路径,具体分析了其各组成路段的复杂度及其主要影响因素.     

关联规则挖掘算法

本文提出了数据挖掘中的时间余度、空间余度、时空复杂度和用户期望满意度等概念,并对它们进行了量化定义;给出了基于上述概念的关联规则挖掘算法AACE;针对算法进行了实验,证明了算法的有用性和应用价值。     

密度峰值聚类算法研究综述

密度峰值聚类（DPC）是一种新提出的基于密度和距离的聚类算法,由于其原理简单,无需迭代和能处理形状数据集等优点,正在数据挖掘领域得到广泛应用。但DPC算法也有着一定的缺陷,如：对截断距离参数敏感,初始聚类中心的选择非自动化,后续标签分配存在链式问题,时间复杂度较高等。文章对DPC算法的研究现状进行了总结与整理,首先介绍了DPC的算法原理和流程;其次,针对DPC算法的不足对DPC算法的优化进行概括和分析,指出了优化算法的核心技术以及优缺点;最后,对DPC算法未来可能面对的挑战和发展趋势进行展望。     

基于蚁群算法的铁路空车调整优化模型设计

针对铁路空车调整问题,采用蚁群算法解决此问题,建立以空车走行公里数最小为目标的优化模型,并给出求解算法。算例分析表明模型的正确性和算法的合理性,将蚁群算法的时间复杂度与其他一些解决空车调整问题的算法的时间复杂度进行比较,充分体现蚁群算法解决大规模路网空车调整问题的优越性。     

船舶航行轨迹自动化控制中PLC技术研究

为有效发现水域中那些偏离正常航行轨迹的船舶,从而提高船舶航行安全性,设计基于PLC技术的船舶航行轨迹自动化控制方案。通过提取船舶航线轨迹数据的方式,弥补缺失信息的插补空隙,完成PLC数据的采集及预处理。在此基础上,度量轨迹内航行节点间的相似性,按照正常轨迹点的建模需求,实现对时间复杂度的精准分析,完成船舶航行轨迹自动化控制中的PLC技术研究。对比实验结果表明,与GMM航迹分析算法相比,应用PLC自动化控制方案后,QIE水域避障系数提高至6.32,不仅提高船舶的航行安全性,也可有效发现偏离正常航行轨迹船舶的实时所处位置。