多特征融合的船舶轨迹相异度模型分析与优选

基于船舶自动识别系统轨迹，构建了船舶轨迹静态相异度模型、动态相异度模型以及组合相异度模型，包括轨迹起点和终点相异度模型、轨迹长度相异度模型、轨迹空间分布相异度模型、轨迹航速均值相异度模型、轨迹航向均值相异度模型、轨迹航速标准差相异度模型和轨迹航向标准差相异度模型；采用KNN分类算法进行轨迹分类，分析了单个相异度模型的有效性和时效性，对比了单个相异度模型和组合相异度模型下轨迹分类效果，研究了组合相异度模型中相异度模型的类别和权重对轨迹分类的影响；分别以内河航道和港口水域船舶轨迹进行试验。试验结果显示:在采用单个相异度的情况下，就分类效果而言，轨迹起点和终点相异度模型和轨迹航向均值相异度模型在内河航道和港口水域船舶轨迹分类效果均优于其他模型，而基于轨迹航速均值相异度模型和轨迹航速标准差相异度模型的轨迹分类效果最低，就分类效率而言，基于航速、航向均值和标准差的相异度模型耗时明显低于其他3个相异度模型；采用组合相异度进行轨迹分类，内河航道和港口水域船舶轨迹分类结果的基于精确率和召回率的宏平均值和微平均值均能接近99%；将组合相异度中相异度类别数由4个增加到7个，轨迹分类评估结果进一步得到提高。因此，单个相异度模型中以轨迹起点和终点相异度模型、轨迹航向均值相异度模型以及轨迹空间分布相异度模型分类效果最优且稳定，而轨迹空间分布相异度模型和轨迹长度相异度模型耗时明显高于其他方式，各相异度模型在不同场景中的适应性基本相似，通过增加组合相异度中相异度类别能够提高轨迹识别效果。      

不确定环境下交通网络应急预防护优化研究

交通网络是灾害发生后实施及时救援和应急疏散的重要物质基础之一.为提高交通网络在灾害中的抗毁能力,保证交通网络的可靠性,针对不确定环境下的交通网络应急预防护问题,以灾前养护加固成本和灾后修复费用最小化为目标,同时考虑资金预算、灾后网络连通性、旅行时间可靠性和灾后路段通行能力等约束,构建了双层规划模型进行问题描述,并利用基于Frank-Wolfe的模拟退火算法进行设计了问题的求解方法.算例计算分析表明,所提出的模型和算法计算快捷,结果合理.研究结果表明:养护后的交通网络抗灾效果明显,本文提出的方法可以为相关问题提供有效的决策依据.     

基于符号回归算法的地铁盾构刀盘扭矩预测研究

为了提高盾构机工作效率、降低施工成本,依托深圳地铁8号线某盾构区间段工程,基于符号回归(Symbolic Regression)算法,对不同掌子面的刀盘扭矩进行了预测。分析了推力、土仓压力以及贯入度变化及换刀对扭矩的影响。结果表明,贯入度增大会导致扭矩增加,但是土仓压力的增加可能会降低扭矩。扭矩模拟数学模型具有较高精度,模型中自变量变动引起因变量变化的趋势与现实情况一致。     

基于K-Means聚类算法的城市轨道交通站点分类及客流特征分析

文章立足于沈阳市轨道交通站点800 m范围内的人口分布、开发强度、公交接驳、路网长度分布、站点位置属性、站点客流数据等六大维度数据,采用K-Means聚类算法将城市轨道交通站点划分为居住型、商业商务型、综合开发型、产业型、交通枢纽型五大类;基于站点聚类成果,叠合多样化数据分析总结各类站点客流的普适性规律,可为后续站点周边基础设施完善、站点客流预测、车站运营组织方案做出指导。     

基于BIM技术的铁路变配电所线缆敷设优化

为解决传统方法在铁路变配电所敷设施工时完全依靠二维设计布线图纸,易发生扭绞、交叉以及浪费物料等问题,基于建筑信息模型(BIM,Building Information Modeling)技术对铁路变配电所的线缆敷设进行优化。利用改进的快速扩展随机树(RRT*,Rapidly Exploring Random Tree*)算法,在三维视图下进行智能布线,解决了线缆布放规划复杂,工艺要求高,施工工艺难以掌握等问题,避免了施工过程中扭绞等问题的发生,同时实现了布线路径最优化。此外,还可以三维动画的形式对整个线缆敷设过程进行模拟和演示,并生成包含路由、长度、规格型号的线缆清单,显著提高了施工效率和工艺质量。     

基于物元-阴性选择算法的轴箱轴承故障检测

针对高速列车轴箱轴承故障数据获取困难的问题，提出了一种无需先验知识的利用物元和阴性选择算法进行轴承故障检测的方法. 首先利用多维物元构建阴性选择算法的检测器模型，以检测器与训练样本之间的综合关联度作为匹配规则，并在综合关联度约束范围内引入控制参数，实现检测器对非己空间的更大覆盖；其次，根据匹配规则和控制参数构建适应度函数，采用粒子群优化算法生成候选检测器，分析控制参数对检测器生成和粒子群优化算法收敛速度的影响；此外，为降低候选检测器集合的冗余度，基于关联度提出了检测器特征参数区间的合并规则，将成熟检测器个数降低至18个；最后，通过信号模拟方法生成轴箱轴承的各类故障信号，建立100组测试样本，并利用18个成熟检测器进行故障检测. 研究结果表明:成熟检测器对不同类轴承故障均具有较好的检测性能，正常样本的检测器激活率为1.11%，故障样本的检测器激活率不低于96.67%.      

基于人口合成技术的居民出行调查数据扩样

为提高居民出行入户调查样本代表性,使调查数据能够准确反映居民出行特征,在分析居民出行调查数据处理现状及常规扩样方法局限性的基础上,引入基于人口合成技术的IPU算法(iterative proportional updating)和GRE算法(generalized regression),对深圳市居民出行入户调查数据进行实证分析,并利用相关系数及相对误差指标对扩样结果进行评价.结果表明:利用算法关联家庭与个人表的频数矩阵,通过迭代调整扩样权重值、IPU算法和GRE算法均能很好地拟合家庭与个人的属性分布与总体一致,且相对误差控制在6％ 左右,满足扩样的精度要求.由于IPU算法更具普适性,算法不受初始权重及稀疏样本限制,其扩样误差及波动性较小,扩样结果更为稳健.     

基于大数据的违法超限超载车辆源头企业区域分析

为从根本上遏制车辆的超限超载运输,精准打击与管控超限源头区域的违法行为,对违法超限超载车辆源头企业区域进行数据挖掘分析研究.以南京市为例,基于超限车辆清单数据、车辆定位数据,采用大数据分析处理技术对超限车辆轨迹进行划分,提取满足停止区域条件的轨迹点,选取Quick Bundles算法进行聚类,得到不同的分类区域,判定为超限车辆潜在源头企业或半路加装区域,再将聚类区域的中心位置与现有重点企业清单进行匹配分析,并剔除掉服务区、加油站等干扰区域,得到剩余区域可判定为潜在可疑源头区域,需执法部门重点关注,为执法突击检查和信用体系完善提供参考依据.