考虑运输时限和航速优化的班轮航线网络设计

为了保持市场竞争能力,班轮公司需要保证集装箱在各个港口间的运输时间达到市场平均水平. 本研究将航速设为变量,对具有运输时限的班轮航线网络设计问题进行求解,以得到既满足运输时限要求又能最大化总利润的航线网络设计与配船方案. 为了有效求解实际问题,首先采用港口聚类算法筛选出候选挂靠港,然后确定港口的标号顺序,最后采用基于列生成思想的启发式算法对问题的非线性混合整数规划模型进行分解和迭代求解. 采用不同规模的标准算例,验证了模型和算法的有效性. 结果表明,与采用事先给定的设计航速相比,将航速设为变量,对每条航线的平均航速进行优化,能增强航线网络设计的灵活性并提升航线网络的盈利能力.     

珠江外贸集装箱生成机制分析及预测

珠江三角洲经济区对外贸易的剧烈扩张和经济的快速增长,直接带动了珠江水运主通道及三角洲水网（以下简称“珠江主通道”）国际集装箱运输的发展。1995年珠江主通道国际集装箱进出境运量占全国的58%,在全国国际集装箱运输格局中占有重要地位。交通部安排了珠江主通道集装箱运输系统规划的研究工作,力求较为准确地预测珠江外贸集装箱生成量和发展态势,对生成机制进行研究是其中的重点。     

一种船体三维湿表面网格自动生成方法

运用累加弦长的三次参数样条函数理论,提出了一种实现船体三维湿表面网格自动生成的方法。计算实践表明,该网格生成方法准确,高效、灵活,完全可以满足船舶三维水动力计算的需要,为船舶运动与波浪载荷三维计算方法在实船预报中的应用提供了前提基础。     

基于轻量级卷积神经网络的烟雾识别算法

由于烟雾图像场景模糊不清,背景复杂多变,难以捕获到有效特征,导致算法识别误报率和漏报率较高;此外,深度卷积神经网络结构复杂,参数繁多,难以缩短其计算时间至1 ms内,这成为实时火灾预警的一大难题. 为了解决上述问题,提出了一种基于4种Inception结构的轻量级卷积神经网络SInception （sequeeze-and-excitation inception）在此基础上加入SE Block （sequeeze-and-excitation block）用于对烟雾特征进行重新分配;同时,为了避免由于训练样本不足引起的过拟合,原始数据集上采用数据增强技术以及生成对抗网络生成更多训练样本,并在后续实验中采用了融合暗通道先验特征的策略. 实验结果表明:该网络在增强的数据集GAN-Aug-YUAN上将识别误报率降为0的同时将准确率提升至99.65%,且计算时间减少到0.26 ms.      

联锁表自动生成软件的设计与实现

为提高铁路信号设计效率,设计联锁表自动生成软件。依据计算机联锁车站联锁图表编制原则,运用绘图交换格式(DXF)数据提取的方法,结合车站信号设备平面布置图及其他站场数据,构建站场形数据结构,通过广度优先搜索算法,实现进路自动搜索并保存进路数据和联锁表数据,利用ActiveX技术与AutoCAD软件连接,根据保存的联锁表数据,生成并输出CAD格式的联锁表。联锁表自动生成软件已应用于现场,取得了良好的应用效果。     

CRC通用校验测试工具的设计与实现

CRC(循环冗余校验码)编码是数字信号传输中用得较普遍的一种差错控制编码.它不但可以用于纠正独立的随机错误,也可以用于纠正突发错误.目前已有的CRC校验算法程序很多,但往往只以一种生成多项式为例进行编写,缺少完整、通用性好、用户界面良好的应用软件.介绍了一种CRC通用校验测试工具的设计与实现过程,本测试工具将各种类型的CRC校验算法进行汇总,类型全、计算精度高、速度快、用户界面好、易操作.     

基于生成对抗网络的地铁OD需求短时预测

城市轨道交通作为一种安全、运量大、环保节能的交通工具,能有效缓解城市交通压力,逐渐成为大中城市居民最重要的出行方式之一。准确可靠的城市轨道交通短期客流预测对旅客出行与客流管控有重要意义。有鉴于此,提出一种新型的生成对抗网络(GAN)模型,即CWGAN-div模型,以实现对地铁OD需求的短期预测。CWGAN-div模型融合条件生成对抗网络(CGAN)模型以及基于Wasserstein散度的生成对抗网络(WGAN-div)模型,结合2种模型的特点,来提高原始生成对抗网络模型的稳定性和生成精度。考虑到地铁客流量变化的时间周期性,使用一种融合2类周期信息的时间标签作为条件信息,并与历史OD数据一起作为模型的输入。为了更充分、更稳定地挖掘地铁客流需求的时空相关性,采用一种改进的卷积神经网络,即残差神经网络构建CWGAN-div的内部结构。以深圳地铁1号线和4号线的44个站点为例,数值实验表明,CWGAN-div模型具有较好的稳定性和预测效果,相比传统预测方法和普通深度学习方法在预测精度上分别提高了27.97%和6.59%,相比其他组合模型提高了3.26%,相比基础CGAN模型和WGAN-div模...     

汽车仿真中三维路面模型生成系统开发

提出了根据多功能激光路面检测仪测得的路面信息,利用Delaunay三角剖分结合加权函数插值生成三维路面模型的算法,在此基础上开发了路面生成系统,该系统可以生成不同网格形式的路面模型及其相应的路面文件,可以直接被汽车仿真软件调用.通过功率谱对比与Adams仿真分析对生成的路面模型进行验证,结果表明生成的路面模型能够真实地反映实际路面不平度的特征.     

公路作业区临时交通安全设施布局方案动态自动生成系统的设计与实现

针对公路作业区交通组织方案设计与相关管理人员编制临时交通安全设施布局方案不规范、效率低的问题,设计了一套公路作业区临时交通安全设施布局方案动态自动生成系统。该系统构建了作业区交通安全设施模型库以及三维交互模块,可生成二维静态、三维静态和三维动态三种形式的临时交通安全设施布局方案,实现临时交通安全设施与社会车辆在作业路段的三维动态交互功能。该系统可辅助设计与管理人员合理化、规范化编制作业区临时交通安全设施布局方案,提升方案编制标准化程度和效率,以动态、直观的方式呈现交通安全设施的布设过程,可提升作业区临时交通安全设施布局方案设计时间40%,提升作业区交通安全设施布局方案展示效果50%。     

基于条件生成对抗网络的扇区复杂度评估

扇区复杂度作为管制员工作负荷和动态空域配置的重要参考依据，需要事先准确地对其 进行评估。本文针对有监督复杂度数据集存在的小样本问题，提出基于条件生成对抗网络的扇 区复杂度评估框架。首先，构建交通流量、航空器性能和潜在冲突这3类复杂度指标，并结合主观 复杂度等级得到标定样本；其次，利用条件生成对抗网络设计有标记样本生成算法，获得增广数 据集；最后，分别采用逻辑回归、支持向量机和随机森林算法建立复杂度评估模型。以中南区域 扇区为例，从定性和定量的视角验证生成样本的有效性，并在多种训练集配置下对比各模型评估 结果。研究结果表明：条件生成对抗网络在200次迭代后逐步收敛至稳定；生成样本与真实样本 的绝大多数指标在均值上的相对误差小于5%，在标准差上的相对误差大于5%；在多分类评价指 标下，增广数据集对3种模型整体评估精度分别提升11.77%、11.04%和8.34%。本文提出的评估 框架可以在有限数据条件下提高样本多样性，是解决扇区复杂度评估问题的一种有效方法。