基于模式搜索法高精度矫正钢轨磨耗测量的定位偏差

为保证车辆与钢轨具有较理想的轮轨接触关系钢轨需定期打磨,打磨量是一个重要指标。为获取打磨量,需在打磨前后各测量一次钢轨,这两次测量中仪器定位位置可能不同,从而计算出的打磨量会有较大误差。针对这种误差提出一种仪器定位误差矫正方法,并将该法编程嵌入到轮轨测量分析软件中,经仿真测试及实测仪器验证,该法能高精度地矫正误差。     

考虑时间价值的中非多式联运路径与出海港选择

为区分细化不同货类的中非多式联运路径及出海港选择,将货物的时间价值作为一种运输成本。本文定义货物的时间价值成本由资金占用成本和货物价值损失两部分构成,考虑班轮的班期、运输报价及货物的时间价值,综合出海港的选择和到港运输路径、方式,构建路径选择模型,以期为实际的分货类出海港路径选择提供参考。通过深度优先遍历算法,求解长沙-德班算例。结果表明,班轮的班期、运输报价及货物的时间价值都将影响路径选择的结果。在运价调幅方面,对于高价值、高时间敏感度的货物,货主的出海港选择有较强的鲁棒性;对于低价值、低时间敏感度的货物,运费报价的调幅能在可控范围内(1000 USD·TEU-1 )实现货主对多个港口选择的变换,具有相对的灵活性和可控性。     

Time-series forecasting using autoregression enhanced k-nearest neighbors method

This study proposes two metrics using the nearest neighbors method to improve the accuracy of time-series forecasting. These two metrics can be treated as a hybrid forecasting approach to combine linear and non-linear forecasting techniques. One metric redefines the distance in k-nearest neighbors based on the coefficients of autoregression (AR) in time series. Meanwhile, an improvement to Kulesh’s adaptive metrics in the nearest neighbors is also presented. To evaluate the performance of the two proposed metrics, three types of time-series data, namely deterministic synthetic data, chaotic time-series data and real time-series data, are predicted. Experimental results show the superiority of the proposed AR-enhanced k-nearest neighbors methods to the traditional k-nearest neighbors metric and Kulesh’s adaptive metrics.     

基于航拍图像的海上目标定位系统

针对海事闭路电视(CCTV)系统未能直接通过视频图像获得海上目标位置信息的现状,提出一种基于航拍图像的海上目标定位系统.该系统基于Visual C++开发平台,以模块化设计思路,实现基于航拍图像的海上目标定位功能.介绍系统组成、主要功能、概位算法以及该定位系统在海事监管、海上搜救中的应用.该定位系统可弥补海事CCTV监管的不足,提升海事监管、海上搜救的效率.     

基于迭代局部搜索和自适应粒子群优化的SVM短期负荷预测

为了能够进一步的提高船舶电力负荷的预测精度,针对SVM模型在负荷预测中存在的参数选取问题,该研究提出了一种新的参数优化算法:基于迭代局部搜索和自适应粒子群优化的组合算法。自适应粒子群算法提高了传统粒子群算法的收敛速度,引入的迭代局部搜索思想,配合新的极值评价标准能够很好的解决粒子群算法容易陷入局部最优的问题。仿真结果表明,利用新的参数优化算法使得SVM预测模型的精度得到了很大的提高。     

舰艇受损舱室的破损模式识别算法

为了方便舰员准确地判断破损进水的舱室,建立仅依赖舰艇姿态信号进行舱室破损模式识别的算法。使用宽度优先搜索以及回溯查找,建立舱室破损模式空间集的生成算法;依据信息熵理论建立识别属性集的权重计算模型;使用基于“垂面距离”的逼近理想解排序法,建立舱室破损模式识别算法。对某船模的破损模式识别进行实船计算,计算结果表明该识别算法准确、客观。     

一类新的修正PRP共轭梯度法

提出一类带有新参数公式的的修正PRP共轭梯度法.该方法能自动保证参数公式的非负性.在适当条件下,证明了算法在广义Wolfe-Powell线搜索和Wolfe-Powell线搜索下全局收敛,初步的数值试验结果表明新方法有较好的应用前景.     

K近邻短时交通流预测模型

为了准确预测道路短时交通流,构建了基于K近邻算法的短时交通流预测模型。分析了K近邻算法的时间和空间参数,提出4种状态向量组合的K近邻模型:时间维度模型、上游路段-时间维度模型、下游路段-时间维度模型与时空参数模型。以贵州省贵阳市出租车的GPS数据对几种K近邻模型进行了检验。分析结果表明:带有时空参数的K近邻模型具有更高的预测精度,其预测误差最小,平均为7.26%。基于指数权重的距离度量方式能更精确的选择近邻,其预测误差最小,平均为5.57%。与神经网络和历史平均模型相比,带有指数权重的K近邻模型具有更好的预测精度,平均预测误差仅为9.43%。可见,带有时空参数与指数权重的K近邻模型可作为道路短时交通流预测的有效手段。     

Detailed analysis of distraction induced by in-vehicle verbal interactions on visual search performance

We examined the negative effect of in-vehicle verbal interaction on visual search performance. Twenty participants performed a primary visual search task and a secondary verbal interaction task concurrently. We found that visual search performance deteriorated when the secondary task involving memory retrieval and speech production was performed concurrently. Moreover, a detailed analysis of the reaction time as a function of set size revealed that the increased reaction time was attributed not to the slowing of inspecting each item but to the increased processing time other than the inspection of each visual item, possibly due to task switching between the primary visual search task and the secondary verbal task. These findings have implications for providing information from in-vehicle information devices while reducing the risk of driver distraction.     

��ֱ�ﳵ��ȡ�ͷ����Ľ��������㷨�о�

放射形专用线非直达车流取送方案的选择是一个非常复杂的组合优化问题,当作业的专用线数为n时,取送方案数达到(n!)2,采用经典算法求解用时太长. 为了提高非直达车流取送方案的计算效率,将禁忌搜索算法同时用于送车方案和取车方案的求解过程. 对禁忌搜索算法的主要因素进行了设计,通过两组实例仿真,验证了禁忌搜索算法用于求解非直达车流取送方案的有效性. 仿真结果表明,专用线数越多,计算时间越长;在专用线数一定的条件下,最优方案的等值方案数越少,搜索范围就越大,计算用时也越长. 专用线不超过8条时,计算用时不超过3 s,计算效率满足了现场生产需要.