利用内燃机缸盖振动信号识别缸内气体压力

该文将时间序列分析法用于柴油机气缸盖动态特性研究，并通过大量的试验、理论分析和计算，给出了振动系统的时序模型，并将时序模型用于重建气缸压力。提出了气缸压力重建的时序模型法、倒 频谱分析法以及用这两种方法进行了理论分析和实际计算。     

关于公路景观序列构成的再探讨

公路景观越来越受到人们的重视,而景观序列是公路景观理论的重要内容。文章对多段式的景观序列作了重新探讨,比较了园林景观和公路景观的异同,提出了适合于公路设计的“张弛式”景观序列模型,这对完善公路景观理论体系和公路景观设计都具有十分重要的意义。     

基于灰色GM（1，1）非等时距修正模型的轨道质量预测

根据灰色理论,以轨道质量指数检测数据为原始时间序列,通过累加弱化序列的随机性,挖掘轨道系统内在的规律,研究建立基于厌色GM(1,1)非等时距模型的轨道质量预测方法.为提高模型预测精度,优化模型中的初值和背景值,并基于残差分析引入周期性函数,对模型进行修正.用此模型对轨道质量指数TQI数据进行分析预测,并对模型精度进行检验.结果表明模型能较好地反映轨道质量恶化发展的随机波动特征,拟合、预测精度高,为了解和掌握轨道质量状态的发展规律提供了新的方法.     

基于时间序列分析的变形数据预测

变形监测对于建筑物的安全运营具有重要作用.结合工程实际,采用时间序列模型对变形数据进行建模预测,结果表明,时间序列分析在短期数据预测中精度较高,随着预测时间的增加,预测精度逐渐下降;建模数据越多,模型精度越高;同时,建模数据变化越平稳,数据预测效果越好.     

铁路突发事件应急救援设备调度优化研究

铁路突发事件具有不确定性、灾难性及救援时效性等特点,其应急救援资源的调度优化关系到救援工作的顺利开展。基于对铁路突发事件种类及其应急救援资源需求的分析,提出静态应急救援能力需求条件下的设备调度问题,建立最小化应急救援结束时间和调度费用的双目标优化模型,出于对应急救援工作时效性的考虑,设计以应急救援结束时间优先的两阶段启发式算法。算例表明:采用该启发式算法制定的应急救援设备调度方案优于先到先参与的调度策略,能够在不影响救援工作结束时间的前提下,有效地节省设备调度费用。     

图像特征识别的m序列列车定位方法

提出一种图像特征识别的m序列列车定位方法,利用m序列(最大周期线性反馈移位寄存器序列)对轨道上的绝对位置进行编码,系通过安装在列车顶部的摄像机依次拍摄由二进制特征标志组成的轨道位置编码。提出基于虚拟轨迹获取目标图像方法,解决同一二进制特征标志重复采集的问题;提出基于BP(向后传播)神经网络的位置编码识别方法,以处理轨道现场环境干扰严重的问题。不同位置上的编码具有唯一性,以此位置编码值作为地址与车载数据库位置信息进行对比,来实现定位。试验结果表明,该方法可以有效地实现列车定位。     

基于最大Lyapunov指数的铁路货物运量预测研究

根据混沌理论具有分析非线性动态系统混沌特性的特点,对货物发送量相关时间序列进行了分析和研究。本文在Takens相空间重构的基础上,利用C-C方法求嵌入时延与嵌入窗、G-P方法求嵌入维数;应用小数据量法计算铁路货物发送量相关时间序列的最大Lyapunov指数,并进行混沌特性分析,结果显示:货物发送增长量和增长率符合混沌特性,货物发送量不符合混沌特性;利用基于最大Lyapunov指数方法和BP神经网络方法对1999年1月到2013年4月共172个月的铁路货物发送增长量和增长率进行预测,预测结果表明基于最大Lyapunov指数预测值能够较好地与实际值相吻合,其预测的准确度明显好于BP神经网络预测值,因而混沌理论中的最大Lyapunov指数预测在货物发送量相关时间序列预测中有广泛的实用价值。     

非等距高差序列GM(1,1)模型在索塔监测数据处理中的应用

GM(1,1)模型用于贫数据建模问题,但是传统的GM(1,1)模型是基于等距时间序列,对于数据量少且是非等距非时间序列建模问题就成为一个难题。为了探索在实际工程中应用非等距非时间序列的GM(1,1)模型的可行性,本文以鄂东大桥索塔监测数据处理为实例,提出非等距高差序列的GM(1,1)模型,并进行了模型精度分析。     

高等级公路景观序列构成研究

公路尤其是高等级公路景观越来越引起人们的重视,景观序列构成是公路景观研究的重要内容。本文介绍高等级公路景观序列的涵义和遵循的原则,并重点对公路景观序列构成的形式和内容进行详细分析,最后给出了工程实例。