高速铁路道岔异构数据在Hbase上的云存储方案

实现健康预测管理（PHM）可以提高信号设备的运行安全性、系统可靠性和可维修性，道岔设备的数据对其PHM的研究有重要意义。目前，高速铁路道岔监测数据存储架构难以满足PHM海量异构历史数据存储问题，结合道岔监控数据以及道岔缺口监测图像等异构数据，引入大数据技术中的Hbase非结构化数据存储理念，提出高速铁路道岔设备海量异构数据的云存储及查询管理方案。针对图像数据尺寸不一致的问题，提出基于MapReduce的优化图像分块存储算法，实现高速铁路道岔异构数据的Hbase云存储，在实验室环境搭建平台对方案进行验证。结果表明:从MySQL到Hbase迁移10 GB历史数据约为15 min，在数量到达20万条以上时Hbase查询性能优于MySQL。通过MapReduce优化图像数据分块算法，存储速度得到提升。该方案对高速铁路道岔设备PHM中海量异构数据的存储提供了理论和技术支撑。     

基于随机森林算法的内河船舶油耗预测模型

准确的船舶油耗预测模型是船舶实现各项航行优化措施的基础.以长江干线某旅游船为研究对象,通过安装信息采集系统获得了大量的船舶实时营运数据.通过理论分析得出影响船舶油耗的主要因素为风速、风向、水深、水流速度和船舶航速;改进了随机森林建模时参数的设置方法,提出一种变量的重要性测度方法;对去噪处理后数据进行系统抽样并进行归一化处理,得到建模的样本数据;把样本数据按0.7∶0.3的比例随机分为训练样本和测试样本,对训练样本采用随机森林(RF)算法建立油耗预测模型;通过模型预测测试样本的油耗值,与实测数据对比,结果显示预测误差低于6.8%,优于BP神经网络与支持向量机(SVM)的预测结果;分析模型中各变量的重要性顺序为:航速>水流速度>水深>风速>风向,利用偏相关分析得到了单个因素与油耗间的定量关系.     

Parameters Optimization for HEV Based on Simulated Annealing Particle Swarm Algorithm

分别采用多层次参数扫描(MLPS)算法和模拟退火粒子群优化(SAPSO)算法对并联式混合动力车逻辑门限控制策略的参数进行优化.将优化后的车辆以TEST-CITY-HWY测试循环进行仿真,并将结果与优化前的车辆的仿真结果进行对比.结果表明,经MLPS算法优化后,燃油消耗和HC与NOx排放分别下降了11.98％、6.01％和4.03％,但CO排放增加了25.18％;经SAPSO算法优化后,燃油消耗和HC、CO与NOx排放分别下降了13.61％、9.57％、27.78％和18.53％,且电池荷电状态(SOC)比MLPS优化略高.说明SAPSO算法在混合动力车控制参数优化效果上明显优于MLPS算法.     

基于售检票数据的城市轨道交通乘客分类

既有基于交通调查的乘客分类存在样本有限及分类标准主观性强等不足,本文以 乘客真实出行记录为基础,从“消费行为”视角构建客观的乘客分类指标及方法.为满足大规模 数据集处理需求,采用SPSS Modeler 软件对全样本乘客进行聚类.选取北京轨道交通连续1 个 月自动售检票(AFC)数据进行实证分析,结果显示：将乘客分为5 类时,聚类效果最佳;通过连 续5 个工作日聚类结果对比,验证了分类结果具有良好的稳定性.结合乘客分类结果进一步对 北京市轨道交通低峰折扣票价策略下不同类型乘客的出发时间转移弹性进行测定.该研究提 高了乘客分类客观性,能够为交通政策制定及运营策略评价提供方法支持.     

基于云模型的改进粒子群PMSM参数辨识算法

针对永磁同步电机传统参数辨识方法存在的缺陷,提出了一种基于云模型的改进粒子群参数辨识算法.该算法首先采用高频电压注入法建立高频电压方程,通过滤波处理获取高低频信号构建四阶满秩实时电机辨识模型;将云模型理论与粒子群算法相结合,采用正态云发生器对粒子进化变异操作建模,实现了自适应动态调节粒子的搜索范围,有效克服早熟收敛,保证了辨识参数为全局最优解.实验表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能.     

带约束的动态Delaunay三角剖分算法研究

根据传统的三角网格生长算法和数据点渐次插入算法,改进了带约束的动态Delaunay三角剖分算法,进一步得到了优化三角网格的动态三角剖分算法,改进了以往三角剖分算法必须知道所有顶点后才能进行剖分的缺点,并引入合理的约束边插入算法,使得最终三角网格达到最优.     

缓冲器特性曲线间断点算法比较

介绍了处理缓冲器特性曲线间断点的4种算法：时间法、速度法、位移法及力平衡法，并比较了各种算法的具体实施方法及其优缺点．分析结果表明，速度法处理缓冲器特性曲线的间断点，比其它方法具有较强的可操作性．     

基于挠度影响线进行桥梁有限元模型修正的研究

通过挠度影响测试,获得车辆在不同位置下,各测点的实测挠度。将挠度测试数据转变为多工况下静载数据,采用最优化理论进行结构有限元模型修正,并与基于荷载试验数据的有限元模型修正结果进行对比,二者基本吻合。在此基础上,提出了基于挠度影响线测试技术进行桥梁结构受力性能评估的实用方法。     

兼顾成本与风险的渣土车运输路径优化模型

为提高建筑垃圾运输过程的经济性和安全性,针对渣土车运输路径优化问题进行了研究,提出一种兼顾成本与风险的多目标0-1整数规划模型。该模型将时间成本、固定成本和运输过程中产生的与渣土车流量、道路等级、单双车道相关的风险因素融入了优化目标,同时其约束条件充分考虑了时间窗和路段连续性等影响因素。鉴于模型的复杂性和多目标特征,设计NSGA-Ⅱ算法对模型进行求解。基于济宁市渣土车实时监测数据设计实例对模型和算法进行验证。结果表明：NSGA-Ⅱ算法适用于求解渣土车运输路径多目标优化模型;通过对模型求解可以得到兼顾运输成本与风险的渣土车运输路径;相比于现有运输路径,模型所得路径最多可以使运输成本和运输风险分别降低19.6%和24.6%;渣土车更适合采用道路等级较高的双车道路径。     

密度峰值聚类算法研究综述

密度峰值聚类（DPC）是一种新提出的基于密度和距离的聚类算法,由于其原理简单,无需迭代和能处理形状数据集等优点,正在数据挖掘领域得到广泛应用。但DPC算法也有着一定的缺陷,如：对截断距离参数敏感,初始聚类中心的选择非自动化,后续标签分配存在链式问题,时间复杂度较高等。文章对DPC算法的研究现状进行了总结与整理,首先介绍了DPC的算法原理和流程;其次,针对DPC算法的不足对DPC算法的优化进行概括和分析,指出了优化算法的核心技术以及优缺点;最后,对DPC算法未来可能面对的挑战和发展趋势进行展望。