基于多步LSTM模型融合的铁路客票订单量预测方法

根据铁路客票订单量的周期性特征,提出一种基于多步LSTM模型融合的铁路客票订单量预测方法.首先构造多个LSTM模型作为第一层预测模型,并采用贝叶斯优化方法训练LSTM模型,得到候选超参数集合;对验证集以候选最优超参数集合代入LSTM模型进行预测,可得到LSTM模型的最优参数集合,再分别以加权求和、线性回归和LightG...     

高速铁路动车组Wi-Fi与5 G融合组网应用研究

为进一步提高铁路沿线通信服务质量,提升铁路运输智能化服务水平,节省铁路5G网络建设成本消耗,深入分析高速沿线复杂运行环境,探讨高速移动场景下5G网络覆盖面临的主要挑战.针对5G应用场景及铁路相关业务需求,基于现有高铁Wi-Fi运营服务系统部署架构,通过复用其系统基础设施,提出MIMO车载天线+CPE+小基站架构的车载5...     

铁路枢纽综合开发实践经验与反思 ——以重庆沙坪坝站为例

重庆沙坪坝铁路枢纽,是我国第一座应用站城融合理念、利用铁路上盖空间进行大规模综合开发的铁路枢纽,对其成功经验的总结有助于我国其他铁路车站利用线上空间进行综合开发的顺利实施.通过梳理沙坪坝铁路枢纽规划、设计历程,分析铁路枢纽综合开发中需要面临的利益主体诉求差异大、上盖平台结构确定难、审批流程复杂等难点,并总结沙坪坝铁路枢...     

面向在线地图的GCN-LSTM神经网络速度预测

为从路网速度中完整提取路段速度的时空特征,实现高精度路段速度预测,通过调用在线地图的路径规划应用程序接口,采集路段的在线地图速度;利用图卷积神经网络(GCN)提取空间特征,利用长短期记忆(LSTM)神经网络提取时间特征,建立面向在线地图的GCN-LSTM神经网络,提取路段速度的时空特征,预测路段速度;为测试面向在线地图的GCN-LSTM神经网络表现,并评价在线地图下GCN-LSTM神经网络的优势与面向检测器速度预测模型的可替代性,以局部路网为例分析模型表现,并对比在线地图下不同模型的表现与不同数据源下近似模型的表现。研究结果表明：GCN-LSTM神经网络在训练集和测试集上的平均绝对误差(MAE)均低于5,均方根误差(RMSE)均低于6,平均绝对百分比误差(MAPE)均低于30%,训练误差和测试误差均处于较低水平,总体表现良好;GCN-LSTM神经网络的路段MAPE服从Gumbel分布,均值均落在19%±4%之间,85%分位点均落在34%±5%之间,2项指标均处于较低水平,个体表现良好;在面向在线地图的速度预测模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,在面向在线地图的速度预测中具有一定优势;在近似模型中,GCN-LSTM神经网络的MAE、RMSE、MAPE以及MAPE拟合曲线均值、85%分位点最低,总体和个体表现均为最佳,则面向在线地图速度预测的可靠性高,可代替面向检测器的速度预测。     

超深振捣条件下混凝土墙体模板侧压力的简化计算方法

超深振捣对混凝土成品质量有害无益,研究超深振捣引起模板侧压力增大的规律,可为规避其害提供依据。为此设计4个混凝土墙体试件,实测在浇筑过程中模板侧压力的变化情况。基于振捣液化和液体压力平衡理论,建立了超深振捣情况下混凝土模板侧压力计算模型,推导了计算公式,并与实验数据进行对比验证。研究结果表明,振捣深度是影响混凝土墙体模板侧压力的重要因素,本文提出的计算模型能很好地预测墙体结构超深振捣位置的模板侧压力。     

项目管理国际化推进中的案例分析

结合乌干达MK项目的实际情况,介绍了项目在实施过程中合作模式的创新,积极与当地文化的融合以及调整人员结构,加强属地化建设,推行施工工艺标准化所做的努力和探索,为大力推进项目管理国际化而摸索出的一些实践经验。     

桩基施工中的坍孔原因与预防措施

对在一般河流上钻(冲)孔过程中出现坍孔原因进行分析,并提出了坍孔预防措施.     

基于迁移学习的桥墩结构损伤识别方法

提出一种深度学习的桥墩结构损伤识别方法,该方法通过迁移学习(TL)将源模型的权重和参数转移到目标模型上,加快深度模型的训练速度、提升模型损伤识别精度。使用连续小波变换将振动信号转换成时频图作为深度模型的输入,构建可识别砼结构损伤的深度模型,该模型的固定部分使用源模型的权重和参数,非固定部分的权重和参数使用新的数据训练得到;通过试验及仿真对该模型的有效性进行验证,试验方面使用砼桥梁在有损伤和无损伤时的振动信号,仿真采用ABAQUS/CAE建立砼塑性损伤识别模型(CDP)并采集振动信号;将文中方法与从零开始训练的深度卷积神经网络(CNN)及支持向量机(SVM)方法进行对比,文中方法在试验数据上的识别精度达99.1%,在仿真数据上的精度达100%,相对于传统识别方法,该方法可提高损伤识别精度和模型训练速度。     

造船生产技术准备管理系统的需求及架构研究

目前造船企业生产技术准备工作中各部门信息不畅通,响应决策迟缓,流程混乱,导致管理混乱,产品建造周期延长。针对这种情况,结合两化融合的背景,研究构建了造船生产技术准备管理系统,为生产技术准备工作提供了新方法,通过对生产技术准备工作内容及流程的优化总结,并运用UML建模语言对系统进行了需求分析,通过对需求的相似性重组,设计了系统的架构,为今后系统的开发提供了框架。     

航迹间断情况下坐标系对融合跟踪影响的仿真分析

研究了雷达航迹和数据链航迹间断情况下,北东地(NED)坐标系和地心地固(ECEF)坐标系对融合跟踪的影响。利用不敏变换(UT)将NED坐标系下的量测值转换到ECEF坐标系,然后对两种坐标系下的融合跟踪精度进行实验仿真,并对不同仿真场景下的算法性能进行分析和对比,得出一些有益的结论。