基于熵权TOPSIS组合模型的引航员服务质量评价研究

对引航员服务质量进行有效测评是引航机构提高引航服务质量和管理水平的主要途径之一。为提高服务质量,基于国内引航管理体制特色和引航实际特点,采用熵权TOPSIS组合模型,探讨相对客观的引航员服务质量综合评价方式与方法,以期为提高引航服务质量提供参考。     

基于卫星遥感技术的高速铁路外部环境彩钢房类危险源风险评估方法

基于面向对象方法快速提取卫星遥感影像中高速铁路沿线彩钢房类危险源的位置及属性信息，结合风速、高程DEM(Digital Elevation Model，数字高程模型)，坡度等指标，采用层次分析法、层次分析-熵权组合法建立综合评估模型，展开外部环境彩钢房类危险源的识别排查及风险评估。结果表明：较高危险区和高危险区均主要分布在邻近线路两侧区域，两种模型的差别体现在彩钢房稳定性指标上；低危险区和极低危险区主要分布在远离线路的区域，主要地物类别为自然地物及结构稳定的构筑物；层次分析-熵权组合法评估模型的计算结果更为符合实际情况。可以通过建立风险管控制度、发挥监管机构作用及路外宣传等，有效降低高速铁路外部环境彩钢房类风险。     

采用改进多尺度符号动力学熵的铁路机车轴承故障诊断

针对铁路机车轴承在真实复杂环境下故障特征难以提取而导致故障诊断困难的问题，提出一种改进多尺度符号动力学熵（IMSDE）的铁路机车轴承故障诊断方法。首先，通过邻域滑移均值化的方式改进多尺度符号动力学熵，克服了传统粗粒化造成的熵值偏差缺陷；然后，利用IMSDE充分提取振动信号在不同尺度下的关键故障特征；最后，结合极限学习机（ELM）实现铁路轴承不同故障类型与程度的识别。在此基础上，分别进行了3组试验分析。结果表明，对人为构造的轴承故障和工程实际产生的轴承故障，该方法都具有精准的故障识别效果，对比其他4种方法故障识别率更高，验证了该方法具有一定的工程实际应用价值。     

基于小波包分解多尺度排列熵及2阶特征选择的转辙机故障诊断方法

针对转辙机高精度故障诊断的需求，结合声音信号非接触、易采集等优势，提出一种基于声音信号的非接触式故障诊断方法。首先，基于小波包分解与多尺度排列熵，实现对声音样本的特征提取；其次，提出基于ReliefF和二进制粒子群优化算法的2阶特征选择方法，得到最佳特征集合，实现对声音样本的特征选择；最后，基于支持向量机算法对最佳特征集进行训练和测试，完成对转辙机的故障诊断。依托10种常见工况下共计800组声音样本开展实验，结果表明：该方法在反位—定位和定位—反位转换过程中得到的特征点数分别为13和39个，故障诊断准确率分别为99.67%和100%；相比于单一特征选择方法，采用的2阶特征选择方法能够大大降低特征维度，提高故障诊断准确率；相比于k近邻和线性判别分析这2种分类器，支持向量机分类器在转辙机故障诊断中更具优势。     

基于TSP纵波的隧道地质异常体快速识别方法

在隧道超前地质预报中，TSP隧道预报系统广泛应用于探测隧道施工掌子面前方地质异常体，并取得较好的应用效果，其数据处理软件包能较好地完成数据采集、处理及结果评估。但是，TSP系统数据存储未采用SEG统一标准格式，也未公开数据格式，用户针对TSP数据处理开发的软件较少。针对这种情况，提出基于纵波资料的隧洞前方地质异常体的快速识别方法：采用小波变换对纵波信号进行时变高截滤波，消除时变的高频干扰；利用剪切波变换较好的时频聚集性和方向表征性来分离有效波，利用基于多道最大熵魏格纳-威尔分布改进方法获取TSP纵波资料高精度时频谱；对高精度时频谱提取各采样点的振幅对数衰减梯度，实现掌子面前方地质异常体的快速识别。识别方法在岩体较完整的花岗岩段开展预报应用，其结果显示存在频率异常峰值，与隧道开挖揭示花岗岩富水张性节理发育一致，说明识别方法简单有效，值得进一步推广。     

公路沿线全土质边坡生态防护质量评价方法研究

边坡的生态防护处治具有工程、生态、景观等多重价值，为了实现对边坡生态防护工程的精准评价，以全土质边坡为研究对象，在全面、准确地遴选出适用于全土质边坡质量评价指标的基础上，采用熵权法建立了质量评价量化模型，并以某省道沿线全土质边坡为案例，阐述了量化模型的建立及应用过程，为边坡生态防护工程的质量评价标准形成提供了一定的参考。     

基于ICEEMDAN-MPE-RF和SVM的齿轮箱特征提取与故障诊断

针对齿轮箱非平稳振动信号特征提取难、特征向量冗余度高和故障识别率低的问题，提出基于改进的自适应噪声完备集成经验模态分解（Improved complete ensemble empirical mode decomposition with adaptive noise,ICEEMDAN）、多尺度排列熵（Multi-scale permutation entropy,MPE）、随机森林（Random forest,RF）特征重要性排序和支持向量机（Support vector machine,SVM）的齿轮箱特征提取与故障诊断方法。首先，通过ICEEMDAN将各种故障状态的齿轮振动信号分解为一系列不同频率分布的本征模态分量（Intrinsic mode functions,IMF）；然后，计算各阶IMF的MPE值获得非平稳信号时频分布下的非线性动力学特征；最后，通过RF算法评估特征重要性，选择高重要性敏感特征组成最优特征子集输入SVM进行故障模式识别。试验结果表明，该方法特征提取和表征能力强，在不同工况下的平均识别率可达99.79%，在多工况和小样本数据集上比其他方法更具稳健性。     

基于PCE法和最大熵法的船舶不确定性优化设计北大核心CSCD

[目的]船舶不确定性优化设计(UDO)的关键在于不确定性的量化(UQ),传统的蒙特卡洛方法较为耗时且计算成本较高,故提出一种基于多项式混沌展开法(PCE)和最大熵法(MEM)的船舶UDO方法。[方法]首先,选取较低计算成本的PCE法来量化多个不确定参数作用下输出的随机性质;然后,根据正交多项式的特点,采用基于线性无关原则的改进概率配点法(IPCM)求解PCE系数;最后,利用推导的约束前4阶矩,结合最大熵法求解约束的概率密度函数(PDF),进而在失效域上积分得到UDO关注的约束失效概率。[结果]研究结果表明:改进概率配点法可以给出最优的概率配点数目,并显著减少样本点数量;基于PCE法和MEM法求解约束失效概率时,与蒙特卡洛法结果对比,其在不额外增加计算量的前提下亦可满足精度要求;散货船工程算例的优化结果验证了PCE法较常用的蒙特卡洛法在精度和效率上更具工程应用优势。[结论]该不确定性优化设计方法可以高效准确地实现船舶设计方案的稳健性和可靠性。     

考虑风险偏好行为的铁路选线决策模型研究

针对传统铁路选线决策模型中未考虑决策者风险偏好行为对决策结果产生的影响，以及定量指标和定性指标难以综合评价的系统量化问题，选用技术可行性、经济合理性、施工及环境影响和社会政治经济意义4个方面的影响因素，建立铁路选线决策指标体系，并采用九级标度语言评价值对定性指标进行评价，再将定性指标转换为直觉模糊数带入计算；然后定义效用函数表达决策者风险偏好行为，采用两次改进熵权法确定指标客观权重；最后结合基于对称交互熵的多属性决策排序法，构建一种新的考虑决策者风险偏好行为的铁路选线决策模型。根据该模型，通过选择不同的风险偏好因子k得出与其对应的最优方案。通过案例分析，该模型具有更好的实践性和可靠性，为今后类似风险偏好铁路选线决策工作提供了一种新的应对策略。     

基于熵与回归树的票价影响因素研究

为构建统一开放的交通运输市场，航空运输早已实行了浮动票价，高铁也在逐步实行。本文以京沪高铁和航空为例，对高铁和航空票价影响因素进行了对比研究。首先使用Ward方法将票价的影响因素聚成了四类：出行需求、旅客选择、出行效率、出行路线。然后基于信息熵和Copula熵对单个因素进行分析，再借助CART树对多因素进行回归分析，使用回归树模型拟合了票价数据，回归树分析解释了73.1%的航空票价变化和93.8%的高铁票价变化，可信度较高。结果表明，航空票价主要受出行需求、旅客选择因素影响，而高铁票价主要由出行效率决定。