华北地区岩质边坡绿化措施及植物选择研究

华北地区大规模的公路、铁路、矿山等工程建设遗留下了大量高陡的岩石边坡,随着经济发展、可持续发展对环境的要求,在一个极度退化的岩质边坡生态系统上,重新建立起一种结构稳定、功能完善、并能自我维持的土壤生态系统,并恢复植物群落多样性仍然是一个艰巨的课题。结合石家庄西部山前区矿山环境恢复治理工程,对该区岩质边坡常见绿化措施的特点、适宜条件及如何选择等作了分析归纳,同时对绿化植物物种的选择原则和适宜的华北地区生长的物种及相关属性进行总结,为该区岩质边坡绿化提供依据。     

模拟驾驶环境下驾驶人分心状态判别

为了探寻驾驶人分心判别方法,构建了驾驶人分心状态判别模型。首先设计分心模拟驾驶试验,采集正常驾驶和发送语音信息过程中的驾驶绩效特征和驾驶人眼动特征数据,建立驾驶人分心状态判别指标备选集;其次,采用基因选择算法对备选指标进行筛选,得到29个备选指标的重要度排序;然后,依次选取重要度较高的部分指标作为BP神经网络的输入指标,利用遗传算法（GA）全局搜索的性能优化BP神经网络的初始权值和阈值,将优化后的GA-BP神经网络作为弱分类器,再将多个弱分类器组合成Adaboost强分类器,建立基于Adaboost-GA-BP组合算法的驾驶人分心状态判别模型;最后,利用模拟驾驶器试验平台采集的数据计算不同判别指标数量下模型的性能,从而确定最优判别指标,并对模型进行验证和评价。结果表明：模型最优判别指标为重要度排序中前14个指标;模型能够准确识别驾驶人分心状态,判别精度为95.09%;与BP神经网络算法、GA-BP神经网络算法和Adaboost-BP神经网络算法相比,Adaboost-GA-BP组合算法在准确率、精准率、召回率、F₁值和ROC曲线等模型性能方面均最优。建立的模型能够有效判别驾驶人分心状态,可为驾驶人分心预警系统和分心控制策略提供依据。     

具有反向学习能力的串车调度算法研究

为了避免串车问题,研究了多条线路不同站点间隔的车辆实时串车调度算法.基于车辆自动定位(AVL)数据的分析预测,给出了具备反向学习能力的克隆选择优化算法 (Opposition-learning Clonal Selection Algorithm, OCSA )求解避免串车的调度序列,指导车辆调度.算法中设计了反向抗体库,反向抗体库存储了种群迭代过程中多个较差抗体的信息,利用较差基因位置信息,指导部分基因链以较快速度进行反向学习,将其迅速牵引出局部最优区域.反向学习过程可迅速改善抗体的多样性,使得算法在短时间内具有较强的全局寻优能力;且局部学习的缩放因子可随迭代过程动态调整,提高了算法的求解精度.实验结果表明,基于 OCSA算法获取的调度序列与经典的调度算法相比有较好的适应性,求得的调度序列能够实时有效地降低站点串车问题.     

基于卡口车牌识别数据的车辆出行分析

车辆出行是城市道路交通的基本组成单元,掌握城市道路网车辆的出行信息,深入挖掘车辆出行特征与规律,能为城市交通管理提供决策信息.本文基于卡口车牌识别数据,提出了一套车辆出行分析框架.首先对全路网运行的所有车辆的个体出行进行辨识,提取所有车辆出行的路径和行程信息,并从个体和集计层面获取车辆出行的规律特征;利用车辆的多日出行信息和统计特征,提出了车辆职住地识别方法;基于外地车的出行特征,利用 K-means++ 算法对外地车进行分类.在实例分析中,以广州市道路网运行车辆作为研究对象,开展了车辆出行分析,实验结果验证了本文方法的有效性.通过本文方法挖掘的信息对城市道路交通管理具有重要意义.     

不对称信息下道路运输市场管理中的最优激励机制

文中将信息经济学的不可观察行动的道德风险和同时存在逆向选择和道德风险的理论用于研究道路运输市场管理中的最优激励合同.结果用于分析运输市场质量招投标中一类监督模式的激励效应.     

地铁用35kV交流电力电缆结构与参数选择分析

本文结合相关工程经验,分析了地铁供电系统35 kV交流电力电缆结构及性能,介绍了导线及线芯截面、电缆绝缘水平、导体屏蔽及金属屏蔽层截面、电缆及阻燃类别等项参数选择并提出选择建议,对电缆选择设计有一定的参考价值。     

汽车变速器齿轮制造缺陷的声频特征提取

汽车变速器齿轮制造缺陷声频特征的提取，是汽车变速器噪声声故障诊断专家系统准确诊断齿制造缺陷的关键。本文通过齿轮制造缺陷噪声分类测试实验，从齿轮制造缺陷的噪声差谱，分析提出了齿轮制造缺陷的声频特征。     

汽车发动机空气滤清器的作用,选型,安装及使用

在对多种型号的发动机的改装中，通过对汽车发动机进行系统的配套设计，试验以及结合进口汽车发动机进气系统的结构的特点，在此基础上，介绍了汽车发动机空气滤清器的作用，空滤器的种类及特点进气阻力的测量，空滤器的选型依据以安装使用中应注意的问题。     

Group-based geographic information systems for transportation improvement site selection

Transportation improvement site selection exemplifies transportation decision making that is collaborative in nature and geographically based. Such decision-making is part of a broad societal trend toward shared and participatory discussions about public investment. Perspectives from three different transportation decision contexts in the Puget Sound Region of Washington State, a regional council, a county government and a public–private Coalition group, are combined with a literature review to develop a decision task model that summarizes the need for information technology support during transportation improvement site selection. The task model guides the development of a decision support system requirement specification that outlines integrated information capabilities provided by geographic information system (GIS) and group support system (GSS) technologies. Together, GIS and GSS capabilities contribute to evolving group-based GIS. The kinds of capabilities a group-based GIS could offer in addressing the needs are identified. A report on the use of a prototype, group-based GIS called Spatial Group Choice highlights the possibilities in an inter-organizational coalition decision context. The conclusions discuss needs for future technology developments and social–behavioral science studies on these developments.     

基于局域波法的车用柴油机预知维修研究

阐述了车用柴油机预知维修的原理及意义和局域波法原理 ,利用此方法对柴油机缸盖表面振动信号进行分析 ,提取出能够表征其内部状态信息的特征参数。在柴油机运行中 ,利用此参数的变化规律来预测故障部位及发生时间