基于大数据的违法超限超载车辆源头企业区域分析

为从根本上遏制车辆的超限超载运输,精准打击与管控超限源头区域的违法行为,对违法超限超载车辆源头企业区域进行数据挖掘分析研究.以南京市为例,基于超限车辆清单数据、车辆定位数据,采用大数据分析处理技术对超限车辆轨迹进行划分,提取满足停止区域条件的轨迹点,选取Quick Bundles算法进行聚类,得到不同的分类区域,判定为超限车辆潜在源头企业或半路加装区域,再将聚类区域的中心位置与现有重点企业清单进行匹配分析,并剔除掉服务区、加油站等干扰区域,得到剩余区域可判定为潜在可疑源头区域,需执法部门重点关注,为执法突击检查和信用体系完善提供参考依据.     

基于列车车次的动车组运用优化模型与算法

动车组运用计划的编制通常需要综合考虑运输安全、效率及成本等多方面因素,其编制质量及编制效率对高速铁路运营有重要影响.为了快速获得高质量动车组运用计划,以降低综合运营成本和总空驶里程等为优化目标,建立了基于列车车次的可改编动车组运用优化混合整数线性规划模型,并设计了一个迭代逼近算法框架.该算法框架将整个问题分解为主问题和...     

市域铁路牵引电缆贯通供电方案及潮流算法

研究了市域铁路牵引电缆贯通供电方案,该方案全线贯通式供电,设置一主一备两个主变电所,在主变电所内设置同相供电装置.?对贯通式供电时双边供电、单边供电下供电臂距离的设置进行了建模求解,模型以电压损失作为约束条件,通过逐渐增加列车数量的方式,求得供电臂所能承担最大列车数量,进一步得到供电臂距离的可行值,为牵引变压器位置的设...     

基于Adaboost的改进Elman神经网络港口吞吐量预测方法

为提高港口吞吐量的预测精度,建立基于Adaboost算法改进的Elman神经网络预测模型,进行吞吐量的预测.首先对Elman神经网络进行多次训练和迭代,然后将每个Elman神经网络作为弱预测器,基于Adaboost算法将多个弱预测器加权组合,形成Elman-Adaboost强预测器模型.经过Adaboost算法优化的强预测器对误差较大的数据样本有更强的识别能力,可以实现对数据的动态增强学习.以宁波-舟山港2011-2017年的港口吞吐量数据为样本进行仿真,分别使用BP神经网络、Elman神经网络、BP-Adaboost神经网络以及Elman-Adaboost神经网络进行预测,比较四种模型的预测精度.研究结果表明:Elman-Adaboost强预测器模型用于港口吞吐量的预测,预测结果的相对误差最大值1.91％,最小值0.06％,可以将预测误差控制在2％以下,数据拟合效果更好预测精度更高,可以作为港口吞吐量预测的一种方法.     

动车组WTDS轴温数据的深度挖掘及应用

为进一步对系统动车组车载信息无线传输系统(WTDS)中已有的数据进行深度剖析,总结规律、开发应用,针对WTDS的轴温数据,设定更全面的阈值线,采用标准曲线比样法以及多元非线性回归等数学算法,建立了轴温数据分析预测模型.基于CRH5A型动车组的实际轴温数据,采用上述预测模型预测其未来轴温并进行故障判别,结果表明:该分析预...     

基于累积前景理论的物流配送干扰管理问题研究

在实际物流配送中,客户时间窗的变化经常导致配送方案的改变,而对其他客户满意度造成的影响.为此,提出累积前景理论,建立了价值函数和概率权重的乘积来衡量客户的满意度,并运用干扰管理的思想,设计了扰动最小的干扰策略和扰动恢复模型.同时,提出一种改进的自适应蚁群算法,改进了蚂蚁状态转移规则和蚂蚁的信息素更新方式,并用模拟退火算...     

典型水声信道盲均衡算法比较研究

水声通信系统因所处的环境复杂,水声信道均衡是一个非常重要的环节,在简介典型的4种盲均衡算法原理的基础上,即最小均方恒模算法(Least Mean Square Constant Modulus Alogorithm, LMS-CMA)、修正恒模算法(Modified Constant Modulus Alogorithm, MCMA)、判决引导(Decision Directed, DD)算法、双模式切换算法等,采用典型实数水声信道和混合相位的复数水声信道两种模型进行仿真测试,实验结果表明,相对于LMS-CMA和MCMA算法,双模式切换算法具有更快的收敛速度和更小的稳态剩余误差;相对于DD算法,双模式算法具有更佳的稳健性.     

基于改进LSD直线检测算法的钢轨表面边界提取

针对传统LSD直线检测算法容易丢失图像细节,造成提取直线不连续等不足,提出一种基于双边滤波改进Canny提取边缘图像的LSD直线检测算法.利用Canny算法提取边缘图像,基于边缘图像采用LSD直线检测算法进行直线提取;考虑到Canny边缘检测中使用高斯滤波,在降噪的同时会模糊图像边缘,而双边滤波对于图像边缘有较好的保护...     

基于形态学探针重建算法的光栅常数评定

为了消除原子力显微镜(atomic force microscopy,AFM)在测量光栅常数时探针和噪声造成的光栅常数评定误差,利用MATLAB对不同形状参数的探针扫描图像进行仿真.分析了探针结构对扫描结果的影响,提出基于形态学探针重建算法评定光栅常数,通过标定方式和改进Garcia探针模型进行形态学探针重建来消除探针...     

基于物元-阴性选择算法的轴箱轴承故障检测

针对高速列车轴箱轴承故障数据获取困难的问题,提出了一种无需先验知识的利用物元和阴性选择算法进行轴承故障检测的方法. 首先利用多维物元构建阴性选择算法的检测器模型,以检测器与训练样本之间的综合关联度作为匹配规则,并在综合关联度约束范围内引入控制参数,实现检测器对非己空间的更大覆盖;其次,根据匹配规则和控制参数构建适应度函数,采用粒子群优化算法生成候选检测器,分析控制参数对检测器生成和粒子群优化算法收敛速度的影响;此外,为降低候选检测器集合的冗余度,基于关联度提出了检测器特征参数区间的合并规则,将成熟检测器个数降低至18个;最后,通过信号模拟方法生成轴箱轴承的各类故障信号,建立100组测试样本,并利用18个成熟检测器进行故障检测. 研究结果表明:成熟检测器对不同类轴承故障均具有较好的检测性能,正常样本的检测器激活率为1.11%,故障样本的检测器激活率不低于96.67%.