战斗机行为模式序列统计技术

特定的战斗机通常执行特定的作战任务,在特定的时刻表现出特定的行为模式,并执行由特定行为模式顺序构成的行为模式序列,这些行为模式序列可以用于对战场态势分析及目标意图识别的依据。论文基于数据挖掘中经典的Apriori算法,从目标行为序列记录中进行搜索和分析,找出符合条件的行为模式子序列,并以实例说明了统计的方法和过程。     

县乡（村）公路网规划实施序列方法

公路网规划项目分期实施序列的确定是公路网规划的重要内容和环节,对规划方案的贯彻执行具有重大意义。     

基于系统辨识的大尺度模型耐波性试验实船响应外推预报

实际海浪环境中大尺度模型耐波性试验是一种新型试验技术,具有风浪环境真实、模型航行范围开阔和尺度效应小等优点,解决了水池试验和实船试验中存在的一些问题。该试验技术是研究真实海况中船舶响应的有效方法,因此近年来得到了广泛的研究关注。然而该试验技术目前仍存在一些尚未解决的问题,如何将大尺度模型测试数据准确外推换算至实船响应是一项关键技术。为此,本文提出了基于时间序列分析的实船响应外推方法,根据大尺度模型在某海况下的波浪及模型响应测量数据,基于系统辨识求解船舶的非线性时域响应函数,进而外推实船在其他任意输入海况下的运动响应。     

基于整数线性规划的合乘出租车调度模型

为降低城市交通中出租车的空驶率,提高出租车运载效率,充分利用城市道路资源,缓解交通拥堵,在已有研究的基础上,将智能交通中多位乘客合乘出租车的路线规划及车辆调度问题分解为合乘乘客分组、行驶路线规划、指派车辆3 个步骤,将乘客间的“顺路”关系转化为有向图中的有向边,通过筛选连通子集构造合乘分组。分别对每一步骤建立整数线性规划模型,使得所需车辆尽量少,乘客等车时间尽可能短,乘客乘车绕行里程尽量少。使用分层序列法求解该多目标规划问题,并提出一种简化问题规模的策略,以提高求解效率。使用纽约实际出租车乘车数据构造模拟数据集测试算法的性能。测试结果表明,该方案具有“零绕行”、合乘率高的特点,能够大大提高出租车运载效率。     

城市建成区路侧停车规划模型及算法

为缓解城市交通拥堵,合理规划城市道路路侧停车泊位。在求解区域内路侧停车需求的同时,提出泊位设置方案,使路网通行能力达到最大。首先对研究区域停车现状进行调查,测算出路侧停车需求量;然后基于道路条件、交通量与基本通行能力之比v/c和道路距周边居民区距离3个条件,确定区域内符合设置路侧泊位的道路优先级;最后基于设置路侧停车泊位后道路通行能力和道路优先级,以路网通行能力最大为目标函数,以道路可容纳最大路侧停车泊位为约束条件,构建路网通行能力模型,使用序列二次规划法计算出各条道路应规划的停车泊位数量。采用VISSIM在平峰交通量和高峰交通量条件下对研究区域路网进行仿真,选取总停车延误、停车次数、车均延误、总延误时间和总行程时间5个指标,对路侧停车泊位设置方法的延误进行比较。研究结果表明,与传统路侧泊位设置方法对比,路网通行能力模型延误低于常规设置方案,有效降低了设置路侧停车泊位对道路通行能力的影响。     

改进的最大频繁项目序列集挖掘算法

影响关联规则挖掘的关键问题是最大频繁项目序列集的生成问题,而传统的算法往往要求对事务数据库进行多次扫描,从而提高了I/O代价.阐述了项目序列集和它的基本操作的定义,然后详细描述了ISS-DM的最大频繁项目序列集生成算法,并在此基础上提出了一种改进的ISS-DM算法,最后进行了相应的验证.实践证明,改进后的算法同原算法相比,对相同的数据量进行挖掘,算法执行时间明显减少,效率较高.     

基于极限学习机的质子交换膜燃料电池在线故障诊断方法

为解决质子交换膜燃料电池故障诊断中的增量学习应用问题,提出了基于在线序列极限学习机和无监督极限学习机的在线学习诊断方法.利用无监督极限学习机对故障特征向量进行降维处理以得到能够反映燃料电池系统状态的特征向量,使用在线序列极限学习机对处理后的特征向量进行分类以获得增量学习能力,使用K均值聚类辅助进行增量学习的新数据标记....     

基于轨迹数据的货车自发编队节油潜力估计

为探索最大编队长度和路网中行驶货车数目对自发编队的影响以及评估真实世界自发编队油耗节省潜力,提出了既可保证一定程度的搜索又能防止为过分追求更大编队长度而花费较长时间等待的动态时空搜索范围策略,利用辽宁省货车轨迹数据挖掘了多辆货车的最长公共子序列,并构建整数规划模型求解,获取最大节省油耗下的编队方案。结果显示：编队油耗节省会随着路网中行驶货车数目和最大编队长度的增加而增加,编队中车辆平均行驶距离和平均节省油耗最终分别收敛至一范围;编队行驶距离并不一定会随着允许最大编队长度的增加而增加,即自发编队最大油耗节省策略并非编队最大行驶距离策略;在不考虑时间搜索范围时,通过继续增大空间搜索范围可实现更多的燃油节省,但不考虑空间搜索范围时持续增加时间搜索范围却不能获得更多燃油节省;4000辆车的数据集进行自发编队时每天最多可节省燃油2026.21 L,最大允许编队长度为5辆比最大允许编队长度为2辆的车辆平均节省油耗最多可提升13.92%。将本文整套处理流程应用于更大规模的货车数据集,可组成自发编队的目标车辆将会显著增加,相应地也可减少更多的能源消耗和污染物的排放,具有很大的应用潜力。     

基于Pro/Engineer建模的装配仿真研究

利用多叉树装配模型和有序表表达装配序列的方法,建立正确的装配模型树,提取零部件之间的约束关系,定义零部件的装配路径.得到装配序列.建立链表结构,对零部件的装配过程进行仿真,以直观的方式对装配序列规划进行检查,从而得到所需的装配序列.在Pro/Engineer参数化建模的基础上,利用其二次开发工具Pro/Toolkit应用程序,实现了轮胎起重机转台装配仿真.该方法具有通用性,可以实现任意产品的装配仿真.     

基于LMD-TCN的高铁沿线风速观测资料质量控制算法研究

大风是影响高铁安全运行的主要气象灾害之一,为保证高铁的运行安全,需监测高铁沿线风速观测资料。高铁沿线风速数据在采集和传输的过程中易受到各种干扰,导致风速观测资料中存在一些可疑值,故对其进行质量控制是解决此类问题的必要环节。提出一种融合局部均值分解法(Local Mean Decomposition, LMD)和时间卷积网络法(Temporal Convolutional Network,TCN)的风速观测资料质量控制算法,以此来提高高铁沿线风速观测资料的质量。为证明该方法的可行性,选取我国京沪高铁沿线江苏段4个观测站2018年秒级风速观测资料进行质量控制分析,并与时间卷积网络法(TCN)、长短期记忆神经网络法(Long Short-Term Memory,LSTM)和支持向量回归法(Support Vector Regression,SVR)这3种方法对比。通过插入人工误差,并以检错率为评价指标来衡量上述4种方法进行质量控制的效果。试验结果表明,该方法相比于其他3种方法能准确地检测出人为插入的误差,可以满足高铁沿线风速质量控制的需求,同时具有季节适应性强的特点。