基于移动实时位置信令数据的轨道交通换乘行为分析

介绍了上海轨道交通清分规则。在现有上海轨道交通K条最短路径的清分算法基础上,融合移动实时位置信令(OIDD)数据,对换乘行为中的主要换乘路径选择比例进行精细化设置,并对次要换乘路径的换乘比例算法作出补充。通过对乘客行为的分析和应用,实现了对现有上海轨道交通清分规则中换乘路径比例的精细化计算。     

土钉支护计算模型及其优化方法探讨

针对目前土钉支护优化设计方法中存在的一些缺陷和不足,深入研究了土钉支护的工作机理,尤其是土钉的受力情况,提出了以钉土间抗剪强度为土钉最大拉力分配刚度的原则,并给出了土钉最大拉力分配系数的计算公式;结合土钉支护整体稳定性的极限平衡分析,推导了土钉最大拉力的计算方法,将计算结果与现场测试进行对比分析证明了该方法的合理性;在深入分析土钉长度计算模型的基础上,建立了以单位支护面积的土钉长度为目标函数的土钉支护优化设计模型;通过引入改进的模拟退火算法和几何控制参数法,探讨了土钉支护优化设计方法的具体实施步骤,并开发出相应的计算程序。工程实例分析表明:所建立的优化设计方法在能保证支护安全的同时兼具有较明显的经济性,其研究成果有一定的理论与工程实用价值。     

土木工程结构健康监测研究进展

阐述了实施土木工程结构健康监测的必要性,介绍了结构健康监测系统的内涵、组成、监控内容、监控系统功能及其工程应用,讨论了结构损伤检测中的两类方法,重点对损伤识别中的动力指纹法、模型修正法、神经网络法、遗传算法进行了分析和比较,阐述了健康监测领域今后的主要研究问题和发展方向.     

基于信号灯配时的动态路径诱导模型

针对城市交通流量变化产生的问题,在交叉口信号灯配时方案改进的基础上建立了动态路径诱导的双层优化模型,上层模型以行驶时间为目标函数,下层模型以总交叉口延误最小为目标函数。利用改进蚁群算法来求解优化模型,从而获得多准最优路径。以实际交叉口为例,将信号灯配时改进前、后的模型计算结果进行比较。结果表明:应用信号灯配时改进后的模型获得的路径更省时,交叉口等待通行时间更短。     

Turbo编解码结构及基于LOG-MAP算法的性能仿真研究

阐述Turbo码的编解码结构。研究MAP以及LOG MAP解码算法。设计MATLAB仿真运算程序。根据设计的仿真程序比较Turbo码在不同约束长度、不同迭代次数以及不同编码速率情况下的性能。由仿真结果得出影响Turbo码性能的主要因素是交织器长度、迭代次数、编码速率。在各种情况下通过增加交织器长度和迭代次数、降低编码速率来改善Turbo码的性能。     

算法与高性能计算

针对电信领域高性能计算特点,在分析传统计费话单去重的算法基础上,指出了该算法的不足之处,并结合通信网的拓扑结构和通信业务,给出了一种新的去重算法思想,指出设计时要考虑时间、空间和应用领域的特点,在专用性和通用性间作出权衡,才能设计出满足高性能计算要求的算法.     

高速列车横向平稳性主动控制规律研究

提高列车的运行平稳性是机车车辆动力学的研究热点。本文以列车的横向运行平稳性为研究对象,采用面向对象的建模方法,建立了由3节车辆组成的车组横向动力学模型,并将作动器放置在车端构成车端主动悬挂系统。采用轨道不平顺高速谱作为输入,考虑轮轴间时延,运用遗传算法对控制器进行优化设计。研究表明,采用车端主动悬挂系统,运用本文算法,车组的横向运行平稳性得到了提高;当在端部车辆的端部二系悬挂中再并行设置作动器,并采用改进的天棚阻尼器算法后,端部车体的振动得到了有效抑制,整个列车横向运行平稳性进一步得到了改善。     

基于GA-GM(1,N,α)幂模型的铁路客运量预测

针对在铁路客运量预测领域传统的灰色预测模型不能反映真实系统的非线性结构特点及其背景值的赋值不合理的问题,提出使用对系统相关因素引入幂指数且经过背景值优化的GM(1,N,)幂模型进行客运量预测。背景值优化时设置待定参数,利用线性组合结构重新计算背景值。对此模型产生的较多的待定参数,采用能够并行运算、全局寻优的遗传算法进行一次性求解。最后使用此模型对甘肃省铁路客运量进行建模预测,并与传统GM(1,N)模型、GM(1,N)幂模型进行对比分析。结果证明,GM(1,N,)幂模型具有更高的预测精度,对铁路客运量预测有一定的应用和研究价值。     

城市轨道交通门禁系统加密方案研究

城市轨道交通门禁系统通常采用的Mifare 1技术因被破解而存在严重的安全隐患,且随着城市轨道交通在各个城市的快速发展以及轨道交通运营管理部门的人员流动需求,各条线路的门禁卡需进行统一的授权管理。提出采用CPU卡技术、运用加密算法的方案,实践证明将可有效地解决上述两个问题。通过对门禁系统技术的分析,提出城市轨道交通门禁系统的技术方案,并从卡的类型、通信原理及加密可靠性等角度,研究分析其特点;论述了城市轨道交通门禁系统的加密方案及发展方向。     

一种动车组转向架装配线电机传动系统健康状态评估优化方法研究

对于动车组转向架装配线,电机传动系统是其关键部分,由于其运行状态的实时监测数据具有无标签性,采用K-Means聚类等无监督式学习算法是解决这类系统健康状态评估的常用方法。针对传统K-Means算法受噪声及孤立点影响较大的缺陷,提出基于局部异常因子算法的优化方法,有效地去除数据噪声点的影响;针对中心点选取过于随机性的缺陷,提出一种基于样本密度的初始中心点选取方法,并且中心点更新是选取距簇中其他样本点方差最小的点,从而改善了聚类效果;利用实际电机传动系统的运行数据对优化的K-Means算法进行验证。实验结果表明:优化后的算法有效提高了聚类质量,很好解决了实际应用环境下的电机传动系统健康状态评估问题。