基于Kubernetes的铁路客运营销深度学习平台的设计与实现

为解决铁路客运营销深度学习平台Tensorflow框架存在的环境配置复杂,资源利用率低、模型设计周期长等问题,提出了基于Kubernetes容器的PaaS平台构建TensorFlow容器的统一资源调度管理及API访问控制服务架构.经平台实践证明,该架构为客运营销提供了可靠、稳定的分析环境,降低了模型的训练难度,提高了模...     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.     

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.     

多Agent强化学习下的城市路网自适应交通信号协调配时决策研究综述

相对于传统的交通信号配时决策方法,多Agent 强化学习及其协调方法能更好地适应城市 路网交通环境的变化。为探讨其在城市路网自适应交通信号配时决策中的应用,系统地总结了多 Agent 强化学习及协调机制的研究方法,详细地分析了国内外研究现状,并指出现有研究中存在 的问题,在此基础上对未来研究进行了展望。研究结果表明,既有研究主要针对规模较小的路 网,存在维数灾难问题,强化学习与协调机制结合研究还不够深入,相关学习参数分析不够细 致,仿真环境和情景现实性不强。未来研究可以引入马尔科夫博弈提高决策协调性,嵌入混合交 通流、公交优先等交通管理思想增强决策实用性,引入先验知识及其他学习技术加快学习速度, 融入物联网、主动管理、大数据等先进理念和前沿技术增加决策的实时性,与交通诱导等集成提 升决策的系统性。     

基于流形理论的数据分类挖掘

数据挖掘技术应用于作战指挥挖掘系统,能为指挥员的决策分析提供智能化的、自动化的辅助手段。在分析数据挖掘问题中的分类算法的基础上,利用流形结构对分类算法进行了改进。从而避免全局线性对分类信息造成的丢失,保留完整的数据结构信息,在一般意义下完成针对数据集的各项任务。     

网络合作学习策略下的大学生英语思辨能力培养实证研究

我国大学英语新一轮教学改革特别强调应注重学思结合,其根本目标就是要提高学生的思辨能力、创新能力。作者将网络合作学习策略探索性的应用在大学英语课堂教学活动中,通过实验教学、问卷调查及访谈等方式开展实证研究。通过实验数据分析,发现网络合作学习策略在教学中的应用的确对提高学生的思辨能力水平起到了积极推动的作用。     

商务英语课程项目化情景教学改革

高职英语课程项日化教学体现了高职教育培养目标对高职教学的要求，顺应了现代社会发展的要求。商务英语课程项目化情景教学突破了传统的教学模式，通过解决一些现实问题来实现学生对知识的掌握，大大提高学生学习的积极性和主动性，也使学生的动手能力、解决实际问题能力得到很大提高。     

EFI系统自学习模糊控制的研究

本文提出了一种电子汽油喷射系统的智能控制方案－自学习模糊控制，自学习控制通过对燃油喷射脉冲宽度的调控，使发动机在运行的全过程中始终在保证动力性的基础上达到油耗最低的最佳或满意状态，自学习控制中喷射脉宽的增量是由模糊控制来确定的，实验证明，该智能控制系统改善了发动机的性能。     

The Impact of Travel Time Information on Travelers’ Learning under Uncertainty

In this work, laboratory experiment was conducted in order to evaluate the effect of feedback on decision-making under uncertainty, with and without provided information about travel times. We discuss the prediction of travelers’ response to uncertainty in two route–choice situations. In the first situation travelers are faced with a route–choice problem in which travel times are uncertain but some external information about routes’ travel times is provided. The second situation takes place in a more uncertain environment in which external information about travel times is not provided, and the travelers’ only source of information is their own experience. Experimental results are in conflict with the paradigm about traveler information systems: As a consequence of information, the propensity of travelers to minimize expected travel time is not necessarily increased. Providing travelers with static information about expected travel times reveals an increase in the heterogeneity of travelers’ choices and reduces the maximization rate.     

示范性高职院校服务“两型社会”建设的基本路径研究

＂两型社会＂是指＂资源节约型和环境友好型社会＂。建设＂两型社会＂是当代社会发展的需要,参与建设＂两型社会＂是示范高职院校自身发展的内在要求。示范高职院校为＂两型社会＂培养资源节约型和环境友好型人才,为＂两型社会＂提供高技术服务,谋求与经济、社会的双赢发展,引领我国高职院校健康发展。