基于MFCM的改进聚类算法及其在交通中的应用

在交通流状态模糊化的过程中,对已有的交通模糊控制研究引入了太多的主观因素.为了解决这个问题,提出了一种基于MFCM算法的分级递减聚类算法,利用MFCM算法寻找类中心,再自适应确定该类中心的隶属度阈值,将聚类进行分级处理,实现未知类别数数据集的聚类.将改进算法应用到交通流状态聚类中,可以更科学地确定交通流状态的聚类数和各类模糊隶属度函数的结构等,最后,通过算例,说明了该算法对于未知聚类数及服从高斯分布的数据集具有聚类效果好、收敛速度快的特点.     

基于FCM-CSIs的跨海铁路大桥投资分析及施工组织优化研究

杭州湾跨海铁路大桥是一座集大跨、长联和高墩为一体的超长跨海高速铁路桥梁集群,建成后将是世界上最长大的高速铁路跨海桥梁。项目建设条件复杂,施工条件恶劣,现场有效作业时间短,施工组织及投资控制难度大。为科学合理编制概预算和施工组织方案,控制工程投资,指导设计和施工,需利用数学模型方法开展投资分析及施工组织优化研究。结合杭州湾跨海大桥特点,基于模糊C均值聚类模型FCM,根据桥梁结构形式、桥梁跨度等因素将15个桥梁区段聚合为航道桥、深水区引桥、浅滩区引桥等5类。利用显著性成本分析CSIs方法,识别出钢管桩、混凝土箱梁和钢围堰是影响跨海大桥成本的显著项目。基于灵敏度分析方法,识别出施工用电、钢管桩、混凝土、钢筋、钢桁梁、钢围堰以及大型运输船等7类因素是影响项目造价的敏感因素。研究结果表明：利用模糊C均值聚类模型,可有效减少杭州湾跨海大桥投资分析段落,降低投资分析难度;利用显著性成本分析可有效识别影响跨海大桥成本的关键部位,为合理编制施工组织方案、降低工程投资提供可靠依据。研究成果可用于识别复杂重点工程的关键部位和影响成本的关键因素,有效节约工程投资,合理编制施工组织方案,为类似项目提供新的思路和...     

摩托车发动机轴类件磨削裂纹分析及应对

轴类零件磨削时显微组织中的残余奥氏体因受磨削热的影响必将发生分解,并逐渐转变为马氏体,引起工件表面体积膨胀,导致组织应力产生,进而促进裂纹的形成。因此,工件内部残余奥氏体量较高时,易产生磨削裂纹。     

基于全距离完全度量聚类的交通运输能耗区域划分

对全国进行区域划分,是研究大范围、有地域特征交通运输能耗问题的基础.首先以行政区域为单位,建立了交通运输业发展、交通能源消耗、社会经济发展三大类交通运输能耗综合指标体系.在确定省市间距离和邻接关系矩阵后,生成本文研究区域的交通运输能耗邻接关系网络图,依据邻接关系及全距离完全度量方法,建立研究区域的交通运输能源消耗省域间最小生成树.以研究区域总同质度最大为目标对最小生成树进行截断,划分了 5个交通运输能源消耗区域,分析了各个区域的交通能耗特点,提出了初步的政策建议.     

25T型客车集便系统真空发生器故障分析及处理

介绍了25T型客车集便系统真空发生器故障分析及处理。     

集装箱码头岸桥与集卡装卸协作优化*

岸桥与集卡是集装箱港口装卸过程中的重要机械, 其配置情况关系到整个港口的作业效率。为了提高集装箱码头的作业效率,针对集装箱在码头堆场分区堆放的情况和码头泊位装卸作业的状态要求,考虑了岸桥作业时间和集卡运输时间,提出了集装箱码头集卡与岸桥协作优化模型,该模型以总时间最小为目标。算例结果表明,该模型为码头集装箱装卸作业优化问题提供了决策支持。     

典型工况构建方法对新能源汽车能耗评价的影响分析

新能源汽车的能耗及其经济性与行驶工况高度关联。为了对新能源汽车的能耗进行合理评估，以西安市为例，分别应用聚类分析法、聚类马尔可夫分析法、短行程车速-加速度(Velocity-Acceleration,V-A)矩阵法和变步长V-A矩阵法构建城市客车运行工况，并进一步提出基于自组织映射(Self-organizing Maps,SOM)神经网络聚类的V-A矩阵法。对5种方法构建的工况进行对比和误差分析。在此基础上，基于一款插电式混合动力城市客车，应用全局优化方法——庞特里亚金最小值原理设计能量管理策略，分析车辆能耗和经济性以及5种工况的优缺点。研究结果表明：聚类分析法构建工况的平均特征值误差最大，计算量较大；变步长V-A矩阵法的平均特征值误差小于聚类法，计算量最小；短行程V-A矩阵法与变步长V-A矩阵法误差接近；聚类马尔可夫法的误差居中，计算量最大；基于SOM聚类的V-A矩阵法的平均特征值误差最小，能反映不同路段以及运行时间的差异，且能在聚类之后快速提取短行程的同时兼顾速度和加速度的分布；从能耗角度来看，基于SOM聚类的V-A矩阵法的能耗在5种方法中居中；聚类分析法构建的工况平均车速低于其他工况，但加减速频繁，能耗成本最高；聚类马尔可夫法由于对车速进行平滑处理，加减速频繁程度最小，能耗成本最低。     

兰渝线旅客列车开行方案优化模型

敞车是铁路运输的主要车型,敞车集重装载最易引发安全事故。在铁路货物方面,尤其是如何避免敞车集重装载直接影响着货物、车辆和行车的安全,关系到国家、铁路、托运人的利益,对铁路运能的影响也极大,因此科学合理的避免敞车集重装载是当前亟待解决的课题。首先通过介绍敞车的定义、车体结构特点、设计用途,考虑在装载集重货物时,应满足装车后所产生的工作弯曲力矩不大于其最大容许弯曲力矩的条件,分析了车体承受均布载荷后受力与歪曲力矩的关系,并分析了敞车中部和两端三处承载的情况。最后,通过案例分析提出了相应的扩大货物装载加固方法,以供相关工作人员参考。     

基于图卷积网络的非均衡数据船舶柴油机故障诊断北大核心CSCD

[目的]船舶柴油机状态信息数据普遍存在类别不均衡的问题,非均衡数据集降低了基于数据驱动的故障诊断模型对柴油机健康状况自动识别的准确性。因此,提出基于样本间概率相似性的图卷积网络(GCN)模型,以解决非均衡数据集分类问题。[方法]首先,引入Kullback-Leibler散度来计算样本间的概率相似性,以挖掘样本间的非线性关系,将各个样本间的相似性用构造概率图的拓扑结构体现。然后,利用图学习对样本特征及邻近样本特征进行聚合和提取,为非均衡数据集的分类提供更多的信息。最后,通过构造多层图卷积层,对样本特征信息进行更深层次的挖掘。[结果]仿真及台架实验表明,所提出的图卷积网络能够有效地学习更多样本信息,通过聚合邻近样本信息来提高非均衡数据集分类的准确率。[结论]该模型的召回率和精确率均高于其他分类模型,具有一定的工程应用价值。