基于强化学习的平行航班动态定价

由于平行航班之间的竞争越来越激烈,为提高航空公司收益,对机票销售系统中的航班和旅客分别建模。将航班的动态定价问题建模成马尔可夫博弈过程,对混合类型旅客建立Logit选择模型。利用多Agent的强化学习算法对实例进行求解,结果表明WoLF-PHC算法收敛所需迭代的次数大于Nash-Q算法,但在计算速度上WoLF-PHC算法优势明显,且具有较强的适应能力。此外,航空机票的定价策略与其他易逝品有所不同,整体呈现上升趋势。而旅客环境参数的变化,也会影响定价策略。基于WoLF-PHC算法得到的定价策略对于收益提升具有积极作用。     

基于深度学习的机器视觉技术在造船中的应用

近年来,以人工智能为代表的新兴技术日渐成为了传统行业生产力提升的增倍器.在船舶建造领域,为了实现高质量发展,智能制造技术的推广势在必行.由于其显著的特性,基于深度学习的机器视觉技术正应用于越来越多的造船工艺流程中,为提高生产效率、提升产品质量做出越来越重大的贡献.     

基于半监督SVM的交通方式特征分析和识别

为解决基于手机信令数据识别大规模用户交通方式问题,多维度分析出行方式特征,提出结合主动学习和Tri-training的半监督支持向量机算法。以手机信令出行链为基础,将出行特征划分为距离、时间、速度、出行者属性等四类,并进一步研究多维度特征及其计算方法 ,基于有向无环图设计一种结合主动学习与基于Tri-training的半监督多分类支持向量机。运用HY市手机信令数据构建样本集并训练该分类器,与多种监督学习分类算法进行比较。结果表明主动学习构造的富含信息的已标记样本集可以减少半监督学习的迭代次数,Tri-training半监督支持向量机可以通过大量未标记样本提升分类器准确率,结合主动学习与Tri-training半监督支持向量机算法可以有效地识别手机信令数据出行链的交通方式。     

PSC扣船实例及船舶管理建议

港口国监督是维护海上人身和财产安全、保护海洋环境方面最重要的检查与监督,是海上安全的最后防线。通过一艘船舶在港口国监督检查时被滞留及其纠正缺陷项的实例,探讨船舶管理应该加强的措施。     

进入船上封闭处所的风险、防范及PSC检查要点

国际海事组织(IMO)于2011年11月30日通过IMO决议A.1050(27)——经修订的《进入船上封闭处所的建议案》,要求所有公约船舶每两个月进行进入封闭处所和救助演习的相关公约已经于2015年1月1日生效。该项新要求的有效实施,对于降低船上人员由于进入缺氧、富氧、含有易燃和/或有毒气体的封闭处所而造成人员伤亡有重要意义。根据相关公约要求及港口国监督检查的实际工作经验,从进入封闭处所的风险、风险防范及港口国监督检查要点入手点分析,期许相关人员高度关注船上封闭处所作业的安全以及更好地应对港口国监督检查。     

国有企业纪检监察工作的思考分析与实践探索——以常州公交为例

党的十九大以来,以习近平同志为核心的党中央坚定不移地推动全面从严治党向纵深发展。新常态下,国有企业反腐倡廉和监督执纪的工作要求愈来愈高、愈来愈严,国有企业纪检监察工作的重要性凸显。纪检监察工作既服务于全面从严治党,为企业营造风清气正的政治生态提供有力支撑,又可融入企业生产经营管理,助力国有企业科学健康发展。本文通过思考分析国有企业纪检监察工作存在的主要问题和应对措施,对进一步加强企业纪检监察工作的路径进行了探索。     

基于深度强化学习的智能船舶航迹跟踪控制

[目的]智能船舶的航迹跟踪控制问题往往面临着控制环境复杂、控制器稳定性不高以及大量的算法计算等问题。为实现对航迹跟踪的精准控制,提出一种引入深度强化学习技术的航向控制器。[方法]首先,结合视线(LOS)算法制导,以船舶的操纵特性和控制要求为基础,将航迹跟踪问题建模成马尔可夫决策过程,设计其状态空间、动作空间、奖励函数;然后,使用深度确定性策略梯度(DDPG)算法作为控制器的实现,采用离线学习方法对控制器进行训练;最后,将训练完成的控制器与BP-PID控制器进行对比研究,分析控制效果。[结果]仿真结果表明,设计的深度强化学习控制器可以从训练学习过程中快速收敛达到控制要求,训练后的网络与BP-PID控制器相比跟踪迅速,具有偏航误差小、舵角变化频率小等优点。[结论]研究成果可为智能船舶航迹跟踪控制提供参考。     

“大数据”下的海事未来

"过去,每天登轮检查前需要2个多小时手动筛选当天的目标船舶。如今,只需5秒钟即可轻松搞定。"3月15日一早,天津新港海事局港口国监督工作站的PSCO李守超打开平板电脑,登录港口国监督检查决策支持系统,系统自动查找筛选检查目标船舶,高效便捷的信息化系统,让他的工作方式有了新变化。在这背后是天津港每天上千条的船舶动态数据和与之相匹配的上万条的安全检查记录。由天津海事局自主研发的基于大数据挖掘的"自动选船系统",一端连着     

混合式教学创新模式研究

文中以混合式教学为研究对象,旨在找到一种行之有效的新模式来指导实践教学。在对混合学习的理论基础及内涵阐述后,找到了混合学习的本质特征并提出了一种创新的混合教学模式。最后,分析了这一新模式在实践中的优点及可行性。     

LDL-C和non-HDL-C对家族性高三酰甘油血症和家族性混合型高脂血症的鉴别诊断价值的比较

目的比较低密度脂蛋白胆固醇(LDL-C)和非高密度脂蛋白胆固醇(non-HDL-C)在家族性高三酰甘油血症(FHTG)和家族性混合型高脂血症(FCHL)鉴别诊断中的应用价值。方法选取9个FHTG家系共94人、24个FCHL家系共94人,根据血脂异常情况将2个家系再分为受累组和未受累组;另设10个对照家系(共57人)。比较各家系血清三酰甘油(TAG)、总胆固醇(TC)、HDL-C、LDL-C、non-HDL-C等血脂指标水平;FHTG家系和FCHL家系按TAG水平分层后,分析non-HDL-C和LDL-C的相关性;最后用受试者工作特征曲线(ROC曲线)分析比较nonHDL-C和LDL-C用于FHTG家系和FCHL家系鉴别诊断的cut-off值。结果 FHTG家系受累组TAG、TC、nonHDL-C水平均高于未受累组和对照组(P<0.01或P<0.05);FCHL家系受累组TAG、TC、HDL-C、LDL-C、nonHDL-C水平均高于未受累组和对照组(P<0.01或P<0.05);FHTG家系受累组TAG水平显著高于FCHL家系受累组(P<0.01),而TC、HDL-C、LDL-C、non-HDL-C水平低于FCHL家系(P<0.01或P<0.05)。FHTG家系和FCHL家系内non-HDL-C和LDL-C均呈正相关,但随TAG水平升高其相关性均呈下降趋势;LDL-C和non-HDL-C用于FHTG家系和FCHL家系鉴别诊断的最佳cut-off值分别为3.575、4.525mmol/L。结论除常规血脂指标外,non-HDL-C可能是鉴别诊断FHTG家系和FCHL家系的新指标;其鉴别诊断价值可能优于LDL-C。