完善汽车管理制度,促进汽车消费

智能网联汽车是未来智能交通、智慧城市的重要单元,也是全球汽车产业发展的战略必争之地,目前正处于技术快速演进、产业加速布局的关键阶段。世界主要国家地区持续加大法规建设和政策支持力度,不断加快智能网联汽车产业发展进程。在各方共同努力下,我国智能网联汽车产业发展取得积极成效.     

散货港区的智慧港口规划

本文结合某港散货港区智慧港口规划项目,介绍了该港南作业区智能化项目的核心在于构建一套适应现代散杂货港口发展趋势、突破传统散货港口作业模式的全新港口智能化系统.本次规划将物联网、大数据技术、AI人工智能、5G等新型基础设施与生产业务融合,创新生产作业流程及资源配置,显著提高港口的作业运营能力、物流协同能力、口岸支持能力、...     

多分类转导支持向量机

为了完成分类学习,传统的支持向量机基于带标记信息的经验数据归纳出一个通用的决策函数。而转导支持向量机则不同,它考虑包含测试集在内的所有数据信息并致力于最小化测试样本的分类错误数。在已有的2类分类方法的基础上构造了直接求解多类分类问题的的转导支持向量机。     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.     

支持向量机增量学习算法研究

给出了使用多支持向量机进行增量学习的算法．传统的支持向量机不具有增量学习性能，而常用的增量学习方法各具有不同的优缺点，基于固定划分和过间隔技术，提出了使用多支持向量机进行增量学习的算法；使用此算法，针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验，结果表明，使用单一的支持向量机进行增量学习，不论采用过间隔还是固定划分技术，其增量学习的正确率不及使用多支持向量机增量学习算法的正确率。     

基于支持向量机的发动机气路故障预诊断

为实现航空发动机气路故障在线预诊断,分析了地空数据链系统中发动机气路参数报文的协议格式,建立了基于支持向量机算法的发动机气路参数在线预测模型。以便携式地空数据链收发系统为硬件基础,构建发动机报文并行处理系统,获取建模所需的训练样本。利用最终误差预报准则确定样本数据嵌入维数,实现时序样本数据的相空间重构。提出自适应网格搜索法优化支持向量机建模参数,获得气路参数在线预测模型,与航路飞机建立地空数据链通信,预测气路参数趋势。预测结果表明:参数低压转子转速、高压转子转速、尾气温度与燃油流量的相对预测误差分别为2.5%、2.1%、1.9%与2.3%,因此,支持向量机模型具有较高预测精度。     

支持向量机对交通流量的预测模型

针对目前交通量预测中所广泛采用的基于经验风险最小化的BP网络易于陷入局部最优解等缺点,介绍了一种新的预测方法——基于结构风险最小化的SVMR交通量预测模型,经实践证明能够较好地解决道路交通量预测问题。     

城际铁路与市域快轨的规划决策支持研究

基于城际铁路与市域快轨在决策体系和功能技术上的现状背景,分析深圳、香港两地的都市圈轨道交通建设实践案例,旨在提出统筹空间规划、轨道交通规划与工程设计的决策支持框架。从出行人性化、空间相契合、经济可持续三方面阐述正确处理城际铁路和市域快轨关系应考虑的三方面因素。进而提出涵盖车站、线路、土地利用、周边接驳、投融资等方面的规划决策分析框架。强调城际铁路和市域快轨的功能要落实在都市圈的空间规划上,通过全程旅行速度来控制速度目标值的实现,进而确定车辆选型、供电制式、站间距等设计要素。     

喷水推进高速三体滑行艇数值自航研究

为了验证计算流体力学(CFD)方法预报滑行艇自由液面粘性流场的精确度,判断为某三体滑行艇设计的喷水推进器能否满足快速性要求,采用CFD方法对某喷水推进高速(1Fr_L1.8)三体滑行艇进行两相流的数值自航,并与试验值比较。运用切割体网格技术并基于RANS VOF求解,首先计算了五个不同速度下的裸艇阻力。结果表明:阻力系数最大误差8.3%,最小误差0.5%,达到了较好的计算精度;采用等推力系数法,在模型尺度下进行"滑行艇+喷泵"的数值自航,将结果推算到实尺度艇,结果表明该喷泵可以达到设计航速;高速航行时推力减额为负的主要原因是艇首尾压差阻力的显著降低。计算结果显示,考虑自由液面时滑行艇底部会出现不合理的水气分布,这影响到滑行艇的阻力性能和喷泵的推进性能,通过局部网格加密可以显著减少艇底非正常水气分布,但艇底气水层难以完全消除,这可能是CFD方法预报滑行艇阻力精度难以控制的原因之一。     

基于支持向量机的船舶机舱火灾温度快速预测

以船舶机舱为研究对象,采用大涡模拟方法,以FDS软件为平台,计算了不同火灾功率、风机启动时间、风机流速和补风口面积条件下的火场温度变化过程。以FDS的数值模拟数据为样本建立了船舶机舱火灾温度的支持向量机计算模型,为提高模型预测的精确度,利用遗传算法对参数进行寻优。实验表明:应用本文模型预测结果与FDS计算结果基本一致,优于SVM模型以及BP神经网络的预测结果,提出一种快速预测火场温度的工程计算方法。