政策／港口／环保／口岸／技术／造船

IMO通过新船能源效率指标国际海事组织（IMO）和欧盟执行委员会近日针对海上运输的碳排放和能源效能分别展开会议,并订立准则,以减少船运对全球暖化的影响。由2013年开始．所有新船须符合IMO新的能源效率设计指数。而由2015年开始。船只在欧洲部分海域的碳排放量亦会受到限制。     

基于DFMA理念的船体结构设计

分析了面向制造和装配的设计思路,结合多个详细设计和生产设计案例的分析,强调了在船舶设计领域推行DFMA的重要性。     

论如何加强施工机械管理

介绍加强施工机械管理的有关内容,主要包括提高利用率、降低故障率、增强激励及安全管理等措施,可供同行参考和借鉴。     

沥青混合料拌和楼控制系统设计

沥青混合料拌和楼是一个结构复杂,集机、电、气于一体化的设备,涉及电气电路控制、燃气控制、温度控制、配料计量控制等。作为沥青路面机械化施工的关键设备,其工况的好坏直接影响混和料的生产质量。作为拌和楼的神经中枢——控制系统,它与拌和楼的配料精度、参数控制、生产效率息息相     

深圳打造绿色农产品物流中心

深圳农产品股份有限公司投资18个亿在深圳平湖建设占地面积超过30万平方米的新型农产品物流园。近日,中共中央政治局委员、广东省委书记汪洋考察该公司时,对其探索农产品流通产业的升级转型、打造现代化农产品批发交易市场高端品牌予以充分肯定。     

承东启西 贯南通北——郑州国家公路客运枢纽强化中原城市群效应

郑州国家公路客运枢纽作为郑州市综合客运体系的建设平台,布局时充分考虑了与其他运输方式的客运站场布局相衔接,以减少旅客的换乘次数,提高综合运输效率。     

基于双延迟深度确定性策略梯度的船舶自主避碰方法

为满足智能船舶自主航行的发展需求,解决基于强化学习的船舶避碰决策方法存在的学习效率低、泛化能力弱以及复杂会遇场景下鲁棒性差等问题,针对船舶避碰决策信息的高维性和动作的连续性等特点,考虑决策的合理性和实时性,研究了基于双延迟深度确定性策略梯度（TD3）的船舶自主避碰方法。根据船舶间相对运动信息与碰撞危险信息,从全局角度构建具有连续多时刻目标船信息的状态空间;依据船舶操纵性设计连续决策动作空间;综合考虑目标导向、航向保持、碰撞危险、《1972年国际海上避碰规则》（COLREGs）和良好船艺等因素,设计船舶运动的奖励函数;基于TD3算法,根据状态空间结构,结合长短期记忆（LSTM）网络和一维卷积网络,利用Actor-Critic结构设计船舶自主避碰网络模型,利用双价值网络学习、目标策略平滑以及策略网络延迟更新等方式稳定网络训练,利用跳帧以及批量大小和迭代更新次数动态增大等方式加速网络训练;为解决模型泛化能力弱的问题,提出基于TD3的船舶随机会遇场景训练流程,实现自主避碰模型应用的多场景迁移。运用训练得到的船舶自主避碰模型进行仿真验证,并与改进人工势场（APF）算法进行比较,结果表明:所提方法学习效率高,收敛快速平稳;训练得到的自主避碰模型在2船和多船会遇场景下均能使船舶在安全距离上驶过,并且在复杂会遇场景中比改进APF算法避碰成功率高,避让2~4艘目标船时成功率高达99.233%,5~7艘目标船时成功率97.600%,8~10艘目标船时成功率94.166%;所提方法能有效应对来船的不协调行动,避碰实时性高,决策安全合理,航向变化快速平稳、震荡少、避碰路径光滑,比改进APF方法性能更强。      

基于深度主动学习的MVB网络故障诊断方法

多功能车辆总线MVB （multiple vehicle bus）用于传输重要的列车运行控制指令和监视信息,准确地诊断MVB网络故障是列车智能运维的基础,为此,提出一种将主动学习和深度神经网络相结合的MVB网络故障诊断方法. 该方法采用堆叠去噪自编码器自动提取MVB信号物理波形特征,并将该特征用于训练深度神经网络来实现MVB网络故障模式分类;基于不确定性和可信度的高效主动学习方法,可解决实际应用中标记样本不足和人工标记成本高昂的问题,使用少量标记训练样本就能得到高性能的深度神经网络模型. 实验结果表明:为达到90%以上分类准确率,所提方法只需要600个标记训练样本,小于随机采样方法所需标记训练样本数的2 800个;在相同标记训练样本数下,所提方法在3种性能指标下均优于传统方法.      

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。     

发挥优势 拓展以港口业务为核心的第三方物流业

随着我国现代物流业的兴起,港口界和社会上讨论如何发展港口物流有一个很流行的观点,那就是在目前港口企业不要轻易地剥离和重新组织第三方物流业,而应重点围绕港口主业开展物流服务,主要指提高港口运作效率,提高服务质量,建立信息化系统以及适当地向运输链延伸。本人不完全同意这些观点。首先,是因为拓展以港口业务为核心的物流服务本身就是港口各业务部门多年以来就从事的业务。各港务公司的业务部门以及为货主服务的货运公司、代理公司本身就属于围绕港口主业的物流业务。其次,这种观点所指的物流服务都属于物流平台建设和物流管理的内容…