基于TOPSIS法的岸基救助船优选研究

船舶发生海难事故,需要选取最适合的救助力量开展救助工作,海上恶劣的环境和搜救时间的紧迫性,对选取救助船有很高的要求.文章以水上人命救助为背景,从岸基专业救助船优选角度出发,分别构建两种模型:层次分析法(AHP)、加权和法相结合的优选评价模型,组合赋权、理想解排序法(TOPSIS)相结合的综合评价模型,通过实例将以上两种...     

基于模糊层次数值型数据库发现一般化模糊关联规则

关联规则发现是数据挖掘研究领域中的重要内容之一,而以自然语言描述的模糊关联规则更符合人类的思维方式,在决策中占据重要作用。基于属性间通常还存着更高层次的抽象,即呈现出层次结构尤其是模糊层次结构这一事实,通过把经典的模糊理论与关联规则发现算法相结合,提出了在模糊层次结构下从数值型数据库中挖掘一般化模糊关联规则的相应算法。     

基于DDE技术实现Matlab与InTouch通讯研究

为了实现Matlab与InTouch之间直接通讯,分别介绍了Matlab软件和InTouch软件所提供的DDE接口,并在Matlab环境下,编写了基于DDE技术的M文件和S函数,这两种方法首次实现了Matlab和In-Touch之间的直接通讯。并解决了利用第三方软件进行接口编程的难题。通过实例证明了这种方法具有编程简单,实现方便等优点,并且支持多输入多输出模型的数据交换。     

H-C:基于H-Struct的频繁闭合项集挖掘算法

提出了一种基于H-struct结构的频繁闭合项集挖掘算法H-C。该算法利用了H-struct动态链接结构的特点,快速且高效地挖掘闭合的频繁项集,大大减少了冗余关联规则的产生。试验表明该算法对大型数据库的处理效率和扩展性优于传统的频繁项集生成算法。     

自动售检票系统主干网数据流量分析

介绍北京地铁5号线自动售检票(AFC)系统的构成,以及系统主干网数据流量的传输内容,以全线23座车站中终端设备数量最多的北土城东路站作为分析的参考基点,来验证主干网实时传输需要的数据带宽和主干网集中传输数据所需的时间是否满足运营需要。     

基于层次分析法和D-S证据理论的码头风险评估

在码头风险评估过程中,目前常用的方法对风险事件发生的概率和影响上有一些主观的定性分析,带有结论上的模糊性.运用一种层次分析法和证据理论结合的方法可以提高评估的准确性和可靠度,该方法通过层次分析法确定各评估因素的权重,在此过程中用D-S证据理论对专家评分数据进行融合修正,运用D-S证据理论的合成法则确定码头的风险值.将该...     

发动机系统可靠性分析与评估

针对发动机试验昂贵以及试验条件无法真实再现发动机使用环境的情况,提出利用“三包”信息作为评估发动机使用可靠性的数据源。以发动机完整数据服从的NHPP模型为基础,结合“三包”信息普遍存在的删失现象,提出新模型;该模型既适用于完整数据,也适用于删失数据。实例证明,利用该模型计算的参数与实际统计结果的误差小于2%,最后评估得到发动机的可靠性水平。     

我国二代卫星导航系统定位技术研究

导航电文是卫星系统的一项关键技术,导航电文内容中卫星的星历反映卫星的在轨状态,主要讨论了第二代卫星定位导航系统的导航电文的内容设计和最小二乘估计方法在接收机定位中的应用。     

信号交叉口车路环境对电动自行车释放膨胀特性的影响分析

电动自行车数量的急剧增长导致其在绿灯释放阶段膨胀特性明显,进而加重了交叉口的机非冲突、降低了车流的通行效率。利用视频轨迹提取技术,通过光流法的表现形式描述直行电动自行车在绿灯期间的膨胀特征,并根据其密度变化、膨胀差异和电动自行车对机动车的影响程度,确定出释放初期为主要研究时段;同时,提出了一种反映电动自行车膨胀变化的新型指标膨胀度,分别通过线性相关分析、秩相关性分析和偏相关分析,确定了车路环境中影响膨胀度的动态因素和静态因素;最后基于6个信号交叉口的实测数据,建立各因素与膨胀度的数学关系模型,并结合实际交通条件,给出不同车路环境下电动自行车的管控措施与渠化方法。研究结果表明：车路环境中的电动自行车流量、机动车流量、电动自行车过街距离、非机动车进/出口道宽度、机非分隔带设置情况这5种因素对膨胀度的影响能力各异,右转机动车流量与膨胀度相关性最高。此外,动态因素与膨胀度之间具有确定的函数关系,存在电动自行车与机动车流量均衡效益最大的优势区域;静态因素的差异会导致电动自行车膨胀形式的变化;膨胀度可与动态、静态因素构建复合函数模型。研究成果可为混合交通流的渠化设计和信号配时提供理论依据和技术支持。     

Artificial forces for virtual autonomous ships with encountering situations in restricted waters

ABSTRACT

Even if the same two ships operate in the same encountering situation, the actual strategies and timing of operations may be different. Therefore, the fixed collision avoidance trajectory and ship movements are no longer suitable for simulating the real ship behaviour. This paper tries to develop an artificial intelligent system that fully sensitive to the local circumstances and command a ship in virtual environment. Based on AIS (Automatic Identification System) data, this study has developed artificial forces which help decision makings on-board independently under different situations and catching the stochastic nature of ship behaviours during collision avoidances manoeuvring. Actual ship tracks are helpful for ascertaining the parameters that contribute to artificial forces in collision avoidances, while the correlation coefficient analysis is helpful to distinguish the parameters. This study will help to develop a navigation traffic simulation to reflect the realistic ship behaviour and provide reliable information for port and waterway planning, risk analysis, and mitigation measures. The method can be used in developing algorithms for autonomous ships. The method introduced in this study lays a foundation for developing artificial forces at intersections or bends, although the model is only applicable in straight channels at the moment.