营运车辆驾驶人驾驶适应性检测标准

使用日本警察厅开发的CRT驾驶适应性综合检测仪和长安大学交通运输部人-车-环境系统安全重点实验室研制的驾驶适宜性检测设备,对江苏省内963名专职营运车辆驾驶人的感知能力、判断能力和操作能力等各项指标进行检测,综合运用独立样本t检验、单因素方差分析、K-均值聚类分析和因子分析等方法,确定了驾驶适应性检测指标体系及各单项指标值和综合指标值,制定了江苏省营运车辆驾驶人驾驶适应性检测标准.     

航标设标锚链长度的优化方法研究

航标的合理配布、实时状态监测是保障船舶安全航行的重要措施。其中,锚链长度的计算与选取航标设置时的重要参数。为优化航标锚链的长度计算方法,开展了航标锚链长度与水位关系研究;基于设标时水位信息,论证并提出了一种航标锚链长度优化计算方法。研究结果表明,采用锚链长度优化计算方法,可将航标漂移最大值降低至20 m量级,低于当前航标布设的漂移报警阈值,有效减少了航标漂移虚假报警次数。所述方法可为航标锚链长度优化设置提供技术支撑,提升当前航标维护管理工作效率。     

京津冀城市群铁路客运枢纽类别划分研究

为满足京津冀城市群不同层次旅客需求,进行轨道交通网络的分层设计实现交通一体化,论文以京津冀城市群中两个直辖市北京、天津、河北省的11个地级市,共13个城市的铁路客运枢纽作为研究对象,首先分析铁路客运枢纽类别划分的影响因素,并对影响铁路客运枢纽划分的指标进行量化和对指标在2020年的数值进行预测,然后分别采用基于虚拟最劣解和灰色关联度的加权综合理想解法和基于立方群准则聚类法对京津冀城市群铁路客运枢纽进行类别划分,提出3个层次的划分结果。     

RBF神经网络在油田累计产量系统的建模和预测中的应用

在k-mains聚类分析方法的基础上,提出一种新的聚类方法,将其与最小二乘法相结合,不仅提高了RBFNN模型的精度和运算速度,而且可以动态的决定RBFNN的结构.在此基础上,提出了对RBF中心建模的方法,并将其应用于油田累计产量系统的建模和预测,结果表明这些方法是有效而适用的.     

基于模糊C均值聚类的柴油机故障诊断

通过对柴油机运行时的表面振动信号进行分析处理得到由一系列特征参数组成的特征向量,利用模糊C均值聚类方法对特征向量进行模式识别,结果表明该方法可通过特征向量准确地区分不同的柴油机故障模式,模糊C均值聚类方法在柴油机状态监测与故障诊断中有较好的适用性。     

基于环形线圈检测器采集信息的交通状态分类方法应用研究

在智能交通管理系统中,各种交通状态判别算法通常被用来进行道路环境中实时交通状态的判断。这些算法通常将外场设备采集到的实时交通流数据与既有的交通状态分类标准的特征作比较,来识别交通系统运行的状态。应用聚类分析方法,结合数据预备技术、交通工程技术对环形线圈监测系统采集的交通流基础特征数据进行融合挖掘,实现了一种交通状态分类方法。为智能交通系统的管理者和决策者提供了交通控制管理决策依据。并对交通管理控制系统中实时交通状态的判断识别提供了可靠的参照标准。     

集装箱港口分类探讨

提出了利用聚类分析方法来对集装箱港口进行类型化研究的思想和方法,并以近几年的集装箱吞吐量作为沿海港口特征变量,对沿海集装箱港口进行了分类;同时,用一种修正模糊度来构造港口聚类有效性函数,并运用该函数对分类结果及其有效性进行了分析评价.     

加筋土陡边坡破坏模式的量化指标的合理选取探讨

以模型试验资料为依据，利用模糊聚类分析方法，对加筋土陡边坡破坏模式的量化指标进行探计，通过对比模型试验结果和理论分析结论，得出了边坡侧向位移值可作为加筋土陡边坡破坏模式的量化指标。     

谱系聚类分析法在厢式车厢内装载的应用研究

采用聚类分析法中的谱系聚类对厢式车厢内包装箱装载的方案进行了研究,并以聚类结果为四类箱子为例探讨了具体的摆放方案和实际操作中应该注意的问题,最终提出了一种合理的装载方法,对今后厢式车厢内装载起到了一定的指导作用.     

接触网检测硬点参数动态标准研究

将大量的检测数据进行中心化处理、无量纲处理和标准化处理,采用层次聚类和K-means算法,将数据按其自身的固有知识特征分类,然后对各类数据进行多变量线性回归.通过残差分析、假设检验,得到了各类数据对应的硬点超限参数标准和速度关系的数学模型.