基于支持向量机的发动机气路故障预诊断

为实现航空发动机气路故障在线预诊断,分析了地空数据链系统中发动机气路参数报文的协议格式,建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础,构建发动机报文并行处理系统,获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数,实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数,获得气路参数在线预测模型,与航路飞机建立地空数据链通信,预测气路参数趋势。预测结果表明:参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%,因此,支持向量机模型具有较高预测精度。     

基于城市道路数据库的最短路径搜索

在智能交通的导航／动态路线诱导系统中，最短路径搜寻是其重要功能，根据城市交通路网建设的实际，研究了描述城市交通网络图的城市道路数据库的组织结构。在此数据结构的基础上依靠GIS技术的支持，采集了大量具体道路信息，采用Dijkstra算法实现了快速最短路径搜索。根据城市的交通状况对交通网络图的边值赋予不同的权值可实现最优路径搜寻。给出了在广州市电子地图上搜索的一个实例：一个包含61个交通路口的最短路径搜索结果的搜索时间约为2．2s。     

机场净空区范围确定方法

为了解决城乡建设和机场净空保护之间的矛盾,分析了气象条件、导航设备、起落航线和飞行技术对机场净空区范围的影响.应用飞行航线理论知识,综合考虑各种影响因素,对机场净空区的组成和范围进行了修改:增加升降带的规定,修改端净空区扩散率为15%,端净空区宽度由2 km增大为3 km,将二与三、四级机场的净空区范围分别减小到50%和60%.结果表明现行的机场净空规定既能保证飞行安全,又为城乡建设发展提供了更大的空间,是可行的.     

轨道交通乘客个性化出行路径规划算法

随着城市轨道交通网络的不断完善,可供乘客选择的轨道交通出行路径日益 增加,乘客出行路径决策愈加复杂.本文在分析轨道交通服务水平变量对不同属性乘客出 行路径选择行为影响的基础上,提出轨道交通乘客个性化出行路径规划算法.首先,基于 非集计理论构建针对不同类别乘客的路径选择模型,该模型综合考虑乘车时间、换乘时 间、换乘次数、车内拥挤度及个人属性等因素对乘客路径选择行为的影响.其次,基于不同 类别乘客的路径选择行为差异,构建考虑车内拥挤度变化的乘客个性化出行路径动态规 划算法,为不同属性乘客规划广义出行时间最小的路径.最后,基于广州地铁数据对算法 进行验证.结果表明,该算法针对乘客个人属性规划的最优出行路径,更加贴合乘客的出 行心理.     

先进出行信息下事故对行程时间可靠性的影响

定义路径行程时间可靠性为在交通事故期间内平均路径行驶时间小于事故前路径出行时间乘以可接受拥堵水平的概率,由此导出路网行程时间可靠性.假定事故持续时间服从正态分布并将研究时域划分成相同的时段,在先进出行信息下,利用元胞传输模型进行路段流量加载,给出了每一个时段内路径行程时间的递推式,并在每一个时段内更新1次路径出行时间,出行者根据更新的出行时间运用Logit模型进行路径决策,最后基于Monte-Carlo法模拟求解路网行程时间可靠性.算例结果表明,行程时间可靠性随事故持续时间和方差及需求的增加而减小;可靠性随可接受拥堵水平的增加而增加;在拥堵网络中,包含事故路段的OD间需求越高,可靠性越低.     

激光探测与测量视觉技术在堆取料机全自动控制中的应用

针对散货料场堆取料机人工操作堆取作业随意性大、精度差、效率低等现状,设计了一种堆取料机全自动控制系统。该系统基于激光雷达(Lidar)机器视觉技术,通过3D激光扫描仪实时获取料堆形状的点云数据,并完成对目标料堆的在线实时建模,最后控制堆取料机完成自动作业;提出了一种基于视觉图像处理算法的作业路径规划算法,通过实时提前预测作业轨迹来指导堆取料机自动作业。实践表明该控制系统提高了设备的作业效率,降低了作业成本。     

部队铁路输送路线优选模型

紧贴部队实际,结合现代铁路运输条件,分析部队铁路输送的有关要求,在此基础上建立部队铁路输送路线优选模型,从而实现部队铁路输送路线的优选,为拟制铁路输送计划提供决策依据。     

LNG运输船BOG处理技术发展与演化路径研究

LNG运输船具有良好的发展前景,BOG的妥善处理是LNG燃料运输船安全航行的重要环节。通过专利数据挖掘与数据分析技术,归纳全球LNG运输船BOG处理领域的焦点技术和前沿技术,并且结合专利文本信息梳理出BOG处理技术的演化路径。研究结果发现,BOG处理领域内专利申请集中在回收利用方式、再液化装置及再液化处理方式三个方面。企业在今后发展中应针对涡轮布雷顿制冷技术进行重点研发和专利布局。     

基于Q-learning 的定制公交跨区域路径规划研究

考虑城市大客流通勤者跨区域出行需求,结合城市公交线网中乘客出行密集、客流走向规律等特点,提出一种跨区域定制公交的搭乘方案. 通过改进的Q-learning 模型对公交线路进行优化,为城市通勤者提供更加便捷和高效的出行服务. 通过综合路段拥堵状态、乘客需求及居民小区位置,设定了Q-learning 强化学习的奖惩函数,提升定制公交区域路径的直线系数、满载率、通行时间. 结果表明,所提出的改进方法能够降低通勤者跨区域通行的旅行时间,有效提高髙峰时段定制公交线网的通行效率.     

基于GERT网络的应急救援关键路段识别

为了及时识别出突发事件下城市道路的关键路段,以构建最短应急救援路径,本文提出了一套完整流程.首先,针对路网在应急条件下的贫信息环境特征,设计一种基于模糊综合评判的行程时间估算方法.然后,考虑救援人员的应急心理和经验选择行为,构建面向广义阻抗的GERT(Graph Evaluation and Review Technique)网络模型.最后,运用Dijkstra算法获得救援路径完成关键路段识别.以成都市某区域实际交通网络为算例进行验证,结果表明:基于2种模糊算子估算路段行程速度,其绝对误差为2.722 km/h,精度较高;与传统关键路段识别方法相比,GERT网络模型能更好地反映行程时间和路段拥挤度对路径选择行为的影响(拟合度80.95%),并将重要度识别技术从路网降低到路径层面,效果良好.