分布式作战体系的自同步构建研究

提出分布式作战体系构建的“Bottom Up”思想，在体系描述的基础上提出分布式作战体系遵循“Bottom Up”进行自同步构建与重构行为的基本思想、行为原则以及自同步构建流程与具体内容，其流程的包括从使命目标的分解与任务建模到确定任务序列关系的行动规划、从行动规划方案到任务计划、从任务计划输出至作战单元的协同问题、作战单元的编成问题以及作战单元间的信息计划，分析构建框架中存在的关键技术问题，指出作战体系构建中存在的问题以及未来的发展方向。     

基于随机Petri网的指挥流程性能指标分析

Petri网是一种很有效的模型描述语言,适用于描述含有并行成分的系统。文章运用随机Petri网同构马尔可夫链的原理,对海上编队作战准备阶段的指挥流程性能指标进行分析。     

铁路运输调度指挥体系优化策略

伴随着近些年我国铁路运输组织改革创新工作的不断推进,铁路调度部门需将其侧重点放置在安全和调度指挥上,加强调度系统的安全风险管理工作,并通过进一步完善全过程管控,建立针对性的监测监督管理体系,强化专项整治,解决其中的突出问题,促使调度安全基础得到有效夯实,改善在调度指挥管理工作上的专业水平。基于此,本文针对铁路运输调度指挥体系的建设展开相应的探讨和研究,并提出相关策略供参考。     

基于改进Mask R-CNN的轨道扣件状态检测方法

为提高轨道扣件状态检测的准确率,基于K均值聚类算法改进掩膜区域卷积神经网络(Mask R-CNN)实例分割算法中的区域建议网络。进行基于改进Mask R-CNN的轨道扣件状态检测方法研究,并将该方法分别应用于普速铁路有砟轨道2个扣件数据集和高速铁路无砟轨道1个扣件数据集上进行轨道扣件状态检测。结果表明:该方法能对普速铁路有砟轨道和高速铁路无砟轨道图像中的扣件状态进行准确检测,扣件的定位准确率和分类准确率平均分别达到97.05%和98.36%,均优于YOLO V3,Faster R-CNN和Mask R-CNN算法;相较于前2种算法,本方法对普速铁路有砟轨道扣件状态检测的优势更为明显。     

面向地铁场景的激光雷达目标检测研究

针对列车运行前方限界难以实时构建、非结构化轨道道路环境目标聚类检测复杂等问题,提出一种基于激光雷达的目标检测及前方界限实时构建系统。首先,采用了空间换时间的策略提升轨道提取效率,利用轨道局部高程信息、全局几何平行信息并融合多帧信息实现轨道稳定提取,从而基于提取的轨道位置实时构建列车通行的前方限界;其次,基于点云深度图、梯度与距离特征解决了非平铺路场景下的障碍物聚类问题,采用航迹信息进行多目标跟踪提高目标跟踪的稳定性。通过在地铁场景实车测试验证,结果表明该方法能够准确可靠地提取轨道位置和进行目标检测与跟踪。     

“类双层”PC箱梁桥荷载试验研究

通过建立浏阳市浏阳河第六大桥—"类双层"PC箱梁桥主体结构有限元模型,对其进行了理论仿真计算,并开展了针对其进行的荷载试验,分析结果,有效验证了大桥质量的可靠性,为大桥的竣工验收提供了技术依据,并提出了大桥在后期运营中针对性的管养建议。     

基于OpenStreetMap的城市自行车网建模与多判据路径规划

自行车交通是一种健康、绿色、环保的交通出行方式,合理地规划自行车出行路线对于满足骑行者多元化出行需求、构建安全规范的城市交通出行环境具有重要的意义.在对真实骑行者路径选择行为深入分析的基础上,提出了基于Open Street Map的城市自行车网络的构建方法及基于其上的多判据自行车路径优化的数学模型,并给出了求解该模型的一种基于聚类的最优多判据路径规划方法.实验仿真结果表明,该模型及方法能够生成满足骑行者真实需求的多判据路线方案.     

基于PCA-聚类分析的高铁旅客购票行为特性研究

铁路运输中旅客购票行为是铁路客运运营策略制定的重要基础.旅客购票行为直接影响着列车能力的占用过程,是铁路客运票额组织的重要依据.根据贵阳—广州高速铁路的旅客购票统计数据,以高铁购票旅客为样本,运用主成分分析法购票行为的特征属性进行综合分析,获得购票行为中重要特征变量.结合单次购票强度提出基于模糊C均值的双重聚类算法,对购票旅客进行聚类,并利用模糊聚类有效性指标Xie-beni和分离系数法确定最佳聚类数.结果表明,高铁旅客购票行为的关键特性为单次出行旅客人数、购票提前天数、出行OD城市人均GDP和购票渠道;不同旅客类型的购票行为有明显特性.     

基于特征子序列修正的公交刷卡滞后时间推算

针对一票制公共交通IC卡刷卡系统存在的滞后时间问题,提出基于特征子序列修正的时差匹配推算方法。依托GPS车辆到站信息序列和刷卡聚类序列,分析首末站和中途站站间运行时间分布的差异化特征,分别从两序列中提取大时间差和连续小时间差等特征子序列;利用两种子序列间一对一或一对多的对应关系分别进行初步搜索和二次修正,兼顾匹配过程的效率和精度。将推算流程应用于山西省大同市公共汽车系统,结果显示,抽样车辆的刷卡匹配率均达到99%以上,并且针对不同类型的公共汽车线路具有较强的适应性。