基于数据仓库技术的铁路决策支持系统

建立基于数据仓库技术的铁路决策支持系统可以更有效地实现跨平台数据集中、多部门信息共享以及综合信息决策支持,是铁路信息化建设的重要组成部分.简要介绍数据仓库概念及其相关技术,并提出基于数据仓库技术的铁路决策支持系统解决方案.     

高精度A/D转换芯片ADS8364在数据采集系统中的应用

阐述“TCS2000大型养路机械电子插件自动测试台”大型测试系统中数据采集部分的硬件设计,介绍6通道16bit高精度AD转换芯片ADS8364的工作原理和基本使用方法,提供ADS8364与FPGA的接口电路、FPGA的相关设计流程.平台可以进行连续的多通道数据采集,整个系统工作状态稳定可靠.     

宁波南站上跨深基坑铁路便桥静态监测技术

宁波南站上跨深基坑铁路便桥结构形式为国内首创,在便桥下深基坑开挖的同时,须保证沿海铁路列车绝对安全平稳的通行,安全监测至关重要.本文根据该工程的现场实际和结构的特点,拟定了桥梁静态监测的具体实施方案、数据分析与处理模式,研究了该桥梁变形的规律,及时提供监测分析意见,为深基坑安全和信息化施工提供指导,为铁路便桥安全运营提供保障.这对今后类似的桥梁施工监测有一定的指导和借鉴意义.     

基于改进极限学习机的公交站点 短时客流预测方法

以公交车IC 卡和GPS数据为基础,提出了一种基于改进粒子群算法优化极限学习机(IPSO-ELM)的公交站点短时客流预测模型.依托IC 卡和GPS 数据在站点的特征表现和内在联系,定义了站点间距,并分析了站间距和车辆到总站距离间的联系;提出了公交乘客上车站点确定方法,进而得到公交站点上车客流量;通过分析公交客流数据特征,确定ELM输入参数维度,并采用IPSO 算法找到ELM的最优隐含层节点参数;最后依托广州市19 路公交车客流数据仓库进行了方法验证.结果表明：所用优化后的ELM方法预测误差在10%以内,并与应用广泛的SVM、ARIMA和传统ELM模型进行对比分析,发现改进的ELM方法拥有更高的可靠性和泛化性能.     

基于SAP BW的北车运营指标决策支持系统

从BW功能结构出发,结合中国北车运营指标数据集成以及模型创建的实践,提出企业决策支持数据模型的优化创建方法,给出合理的创建数据模型的原则.该建模方法与原则已经成功应用于北车集团运营指标分析业务,经过实践证明这些方法与原则具有实施便捷、结构清晰、查询快速的优势.     

面向特大城市未来发展的交通模型研究——数据密集型分析概念下的交通模型

从中国特大城市发展过程中交通领域所面临的挑战出发,围绕城市交通战略管理能力的提升,提出了新的交通模型所需要具备的分析功能.在此基础上引入数据密集型研究的概念,讨论了模型在分析流程中的应用位置,提出了四个层次的模型技术框架结构,并在实际研究工作的基础上,提出了有待克服的主要技术瓶颈.     

基于人口迁徙大数据的城市对外交通客运方式优势出行距离研究

为提高我国城市对外交通中客运多方式协同运行效率,优化客运资源配置,依托人口迁徙大数据,建立量化分析城市对外交通客运方式优势出行距离的方法. 提出用绝对优势出行距离和相对优势出行距离来表征优势出行距离,分别构建城市对外客运方式的绝对优势出行距离模型和相对优势出行距离模型;利用人口迁徙大数据,绘制基于出行距离的客运方式分担率曲线,对优势出行距离模型进行求解. 结果表明,我国城市对外交通中公路、铁路、航空客运方式的绝对优势出行距离分别为[8, 119] km、[119, 1 594] km和[1 594, 3 000] km,相对优势距离分别为[8, 463] km、[318, 983] km和[2 477, 3 000] km.     

北京地铁亦庄线电能质量管理系统

论述采用电能质量管理系统的必要性,确定电能质量管理系统的设计原则.以北京地铁亦庄线电能质量管理系统为例,介绍系统的构成、功能及仪表设置,分析系统的通信方式,对电能质量管理系统的发展趋势进行展望.实践表明,该系统能对地铁内部用电设备的各项电能质量指标进行监测和分析,具有电能监测、数据分析、电能分类统计等功能,可以及时发现...     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.