基于二进制可辨矩阵知识约简方法的完备有效性

对于海量数据的铁路各种信息管理系统,利用基于二进制可辨矩阵的知识约简方法简化数据和从大量的冗余数据中挖掘出有价值的信息,是一种很有前途的方法。但实例证明该方法中的一些规则在有些情况下还不是完备有效的。因此,以从铁道部某管理信息系统的数据中抽取并建立的决策表为例进行检算和分析,提出基于二进制可辨矩阵知识约简方法的有效性及完备性的形式化定义,即:若给定二进制矩阵其列向量逻辑和为全“1”,则其正域相等,称其为有效;反之也成立,则称其为完备。从理论上给出严格的证明,首先求出有效和完备的二进制矩阵,然后求出最简的二进制矩阵,所得结果就是最简约简。     

基于改进Copula 的海上运输关键节点应急保障能力评估

海上运输关键节点的应急保障是最大限度减少突发事件造成损失的重要方面. 考虑影响海上运输关键节点应急保障能力各因素之间的关联性,因素变量分布情况的影响,以及多维变量导致Copula 函数的参数求解困难等问题,构建基于因子分析(Factor Analysis)和 Copula 函数(FA-Copula)的海上运输关键节点的应急保障能力评估模型,对海上运输关键节点应急保障能力进行评估,分析不同因素的影响. 计算结果显示：整体对比来看,应急能力比较好的是直布罗陀海峡、马六甲海峡和巴拿马运河,比较差的是苏伊士运河;从其中提取的公共因子FA1 来看,马六甲海峡比较好,苏伊士运河比较差;对不同因子变量联合分布比较发现,不同因子变量分布会对结果产生不同的影响.     

基于行程时间影响的关键路段识别与查找

从路段实际功能出发,提出基于路段与路径行程时间序列的相关性识别关键路段的方法.借鉴蒙特卡洛思想,以真实数据构造10万条随机路径验证该方法的可行性,并识别出对上海市路网行程时间有关键影响的路段集合.以上述集合为参照,利用模糊聚类及迭代累计平方和算法提取路段行程时间序列特征并构造两个新变量,结合基础属性建立二项Logit模型,从而主动查找关键路段.比较该模型与基础模型、随机分类器查找效果表明：基于最大归一化行程时间曲线聚类,其结果对关键路段识别模型的性能有提升效用;行程时间对数差分序列的结构性变点在路网和路段级别均有明显时间聚集特性,虽然其个数与路段关键性无明显关系,但其与常见波动程度指标相关性小,可保留用于描述行程时间波动常发性和聚集性.     

铁路信号安全关键软件的组合测试序列集约简

针对现有铁路信号系统安全关键软件t-路组合测试序列生成方法在处理大规模输入时产生冗余测试序列,导致测试执行成本较高的问题,提出了一种基于贪婪-粒子群混合优化算法的t-路组合测试序列集约简方法,用于降低序列集的执行成本. 首先,以执行成本最低为约简目标,建立针对t-路组合测试序列集约简的优化模型;然后,在保证测试序列集逻辑覆盖特性的基础上,采用贪婪-粒子群混合优化算法求解模型,计算约简后的测试序列集;最后,以ZPW-2000轨道电路接收器软件作为研究对象,以其生成的2-路组合测试序列集为例开展约简验证. 结果表明,所提方法在保证2-路组合覆盖和逻辑覆盖的前提下,对单个序列集的执行成本约简幅度最高达到98.33%,对序列集总的执行成本约简幅度达到36.10%,验证了所提方法的可行性和有效性.      

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.     

市政排水管网的养护管理

市政排水设施养护管理工作对城市发展是十分重要的,文章努力实践科学发展观,从提高养护认识、完善养护管理、创新养护手段等方面阐述了排水管道的养护管理工作,并抓住几个"关键"和"步骤",不断完善排水管网的养护管理。     

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。     

数据挖掘技术在深度防御网络安全体系中的运用

随着攻击技术的日新月异及攻击数量的与日俱增,提高网络安全深度防御体系的效力是一个亟待解决的问题。将数据挖掘技术应用于网络安全深度防御体系中,在海量数据中挖掘有效信息、提高防御能力是一个新的思路。文章介绍了网络安全深度防御体系的概念及数据挖掘技术在网络安全深度防御体系构建中的应用。     

港口水域海事安全风险分析法

海事的发生是由一系列原因导致的,通过对事故各原因与结果之间的关联性进行分析,找出其发生规律,这将直接影响到海事安全管理的效率.将数据挖掘中关联规则技术应用到海事安全风险因素分析中,搜寻事故诱因与结果的频繁项集和规则表达式来发现事故原因的潜在规律,为港口水域海事安全管理工作提供科学依据.经初步分析得出船员因素与事故的发生影响最大,且与碰撞事故的关联性最大.     

双层嵌套多目标概率模型在珠江三角洲港口工程环境分析中的应用

鉴于未来全球气候变暖、台风强度和频次有逐渐加剧的趋势,建港地区工程风险须得到重视。在分析了珠江三角洲所受台风灾害的基本类型后,采用双层嵌套多目标概率模式及复合极值分布模型（MCEVD）对珠三角的台风灾害及超强台风进行了预测,并将计算结果应用于港区最大风速、波高、排水等方面的设计。该模型能全面系统地反映台风致灾的整体机制,在港口工程环境分析中得到了较好的应用。