基于实数遗传算法的列车优化操纵曲线研究

列车优化操纵是列车节能控制的关键问题，以列车运行动力学方程和牵引计算理论为基础，结合列车运行过程中的要求，构建以能耗、时分误差、限速等为目标的列车节能控制模型，采用实数遗传算法，通过Visual Basic编程对此问题进行求解。在已知列车编组的条件下，以DF4型内燃机车牵引客车、空气制动和燃油量曲线为基础，得到给定运行时间、距离条件下的优化操纵曲线，从而对司机操纵给出指导性意见。     

BIM技术在铁路隧道设计中的应用

阐述BIM在铁路领域中的应用理念和BIM在铁路设计中的发展趋势。针对铁路隧道专业,结合宝兰客运专线石鼓山隧道辅助坑道工程,从斜井模型建立、模型审查和生成二维视图等方面分析BIM在隧道设计中的应用,探索BIM三维模型的建立,实现隧道设计从传统二维向三维转型;提出铁路建设项目各参建方BIM技术应用方案,分析运用BIM技术开展铁路设计的发展趋势。     

城市轨道交通客流增长滞后性与预测方法研究

城市轨道交通客流是确定城市轨道交通建设规模及投资决策的主要依据,然而客流增长速度并不与城市轨道交通建设同步.考虑到城市轨道交通客流增长的滞后性,利用上海城市轨道交通1996-2010年客流与建设数据,基于协整理论建立了向量自回归模型进行城市轨道交通客流预测.研究结果表明:城市轨道交通客流与城市轨道交通网络长度以及连接度存在协整关系;在城市轨道交通建设初期,客流增长对于网络长度具有显著滞后性,随着城市轨道交通系统的完善客流滞后性减弱;2011年上海城市轨道客流预测误差为9.3％.     

基于Kubernetes的铁路客运营销深度学习平台的设计与实现

为解决铁路客运营销深度学习平台Tensorflow框架存在的环境配置复杂,资源利用率低、模型设计周期长等问题,提出了基于Kubernetes容器的PaaS平台构建TensorFlow容器的统一资源调度管理及API访问控制服务架构.经平台实践证明,该架构为客运营销提供了可靠、稳定的分析环境,降低了模型的训练难度,提高了模...     

物联网环境下舰船通信数据云隐写技术

随着物联网日趋复杂,物联网环境下船舶数据的通信安全受到极大威胁。传统的数据传输加密技术无法有效地保护数据不被暴力破解,且传统的隐写技术有无法适应物联网中庞大数据计算量。因此,提出物联网环境下舰船通信数据云隐写技术研究。通过对物联网内的待隐写数据进行模糊规则计算,得到隐写数据流的规则特征;再通过引入的对抗学习算法,使隐写数据流具备抗攻击能力;最后对待隐写数据流进行云端隐写的数据位置定位与融合计算,完成提出的物联网环境下舰船通信数据云隐写技术研究设计。为证明提出设计的可行性,采用300组随机数据对提出方法进行验证,通过数据的对比证明提出设计具有数据隐写速度块、数据写入位置定位准、隐藏效果好的特性。     

新型复合材料在深海载人潜水器上的应用

论述了深海载人潜水器轻外壳的选材原则和标准、结构型式和成型工艺,并通过对新型复合材料轻外壳试制样品的试验研究,获得了较为完整的轻外壳物理性能参数和机械性能参数,这些性能参数将为深海水下机器人轻外壳结构的设计提供依据,并为编制我国大深度载人潜水器入级和建造规范奠定了基础.     

集装箱码头前沿生产系统单箱成本仿真研究

分析了集装箱码头前沿作业系统和集装箱船舶在港装卸作业产生的港口生产成本、船舶在港时间成本和货物滞留时间成本等3种成本.基于离散事件建模理论和仿真软件Arena,对集装箱码头前沿生产运营系统进行仿真模拟,并结合深圳盐田国际集装箱港区2006年生产情况进行实例研究.综合考虑了不同航线、不同吨级船舶的集装箱标准箱折算系数、桥吊分配数量和实际装卸效率对成本的影响,根据不同吨级船舶实际装卸量和在港时间给出相应的单个集装箱总成本,在此基础上综合分析单箱成本与船舶吨级的关系,为港方、船方及货主的管理决策提供参考依据.     

基于相空间重构的水资源时间序列混沌预测模型研究

针对水资源时间序列非线性预测难题,建立了基于相空间重构的混沌预测模型。通过将原始时间序列非线性映射到一个高维特征空间中进行相空间重构,获得输入向量和期望输出向量,选择统计学习理论中的SVM模型进行预测,经实证分析,文中模型比ANN模型和AR模型具有拟合效果好,预测精度高,泛化能力强等优点。     

输电线路高空检修作业三维仿真培训系统研究

文中主要介绍了输电线路高空检修作业的相关技术,以及相关培训对于实际检修作业中的重要意义,同时介绍和分析比较了常用的几种作业培训方式方法之间的差异及优缺点,以及在培训过程中遇到的相关问题和不足。最后介绍了三维动态培训系统的技术要点和系统的软件、硬件的开发实现,阐述了该种培训方法较常规培训方法的优势和重要意义。