基于综合赋权多属性决策的养护路段优化

结合多属性决策原理,提出一种基于Spearman等级相关系数的综合赋权优化方法,对养护路段进行合理排序,使有限资金发挥最大效益,具有重要意义.     

项目决策数学模型研究及算法实现

运用层次分析理论和模糊综合评价理论对某项目决策的3种拟建方案进行了科学合理的分析,探讨了其数学模型的建立,编写算法程序验证了模型的有效性和正确性,取得了较为客观和稳定的结果,为科学决策提供了数学理论基础.     

模糊决策方法定量评价道路安全性的尝试

运用安全系统工程模糊决策方法．分析天津市东丽区驯海路的不安全因素，建立双层多因素集．通过线性代数运算评价，计算出驯海路定量安全性，从而得出道路是否需要整改的结论，并提出改进措施。     

湿式离合器出油口甩出油温度预测方法

为了实现对湿式离合器出油口甩出油温度传感器的冗余校验和自我诊断，提出了一种基于粒计算约简的离合器出油口甩出油温度的模糊预测方法。首先分析出油口甩出油温度的影响因素，将主要影响因素作为预测输入量，并采用模糊推理理论预测当前离合器出油口甩出油温度。在设计模糊预测方法的过程中，通过分析实车数据得到车辆行驶时离合器处于高滑摩功率过程和低滑摩功率过程的不同特性，分别确定相对应的隶属度函数和模糊预测规则，从而进一步提高出油口甩出油温的预测精度。为了提高模糊预测算法的实时性，基于模糊预测规则创建模糊决策表，模糊输入量和模糊输出量分别作为决策表的条件属性集与决策属性集。利用粒计算理论对模糊决策表的条件属性集进行属性约简，通过削减冗余信息有效降低模糊输入量和模糊预测规则的个数。最后利用实车采集的数据对比分析约简前后模糊预测算法的单步运行时间和预测误差等性能指标。试验结果表明：基于粒计算约简的模糊预测算法能够有效保障预测精度，同时拥有更少的模糊预测规则数和模糊输入量，有效解决了模糊预测算法占用资源较多以及实用性较差的问题。     

基于 TOPSIS 和隶属函数的灰数决策模型

在实际生活中,某一交通区域道路上行驶的车辆数、车型、车速及行人的影响等客观因素是不确定的,与之相关的指标值是不确定的。对于不确定的指标值在规划方案优劣的评比中采用灰数的形式要比采用清晰值的形式更符合实际。借助传统TOPSIS法、经典灰色理论和模糊隶属度函数的基本思想建立了组合决策模型,该模型通过构造灰数意义上的决策值与论域,定义了指标集的正、负灰数理想解,进而构建了决策值相对于正、负理想解在灰数意义上的正、负隶属度函数,隶属度表明了评价指标值相对于正、负理想解的接近程度,而后用贴近度对方案的优劣进行排序。最后,以交通规划的实例验证了该模型的有效性与实用性。     

铁路超限货物运输条件辅助决策可视化仿真系统研究

本文分析了目前我国铁路超限货物运输管理现状,并在此基础上提出了应用计算机实现铁路超限货物运输仿真,开发铁路超限货物运输条件辅助决策系统.目的是通过仿真能够更直观的对超限货物运输条件进行决策,最终达到提高超限货物运输效率与安全性的目的.     

徐沛铁路货运制票与票据管理系统的开发与应用

货票是铁路运营的主要票据之一,是运输统计、财务管理、货流货物分析的原始信息,也是运输调度指挥作业不可缺少的基础依据.针对徐沛铁路管理处运输的特点和需要,采用统一的数据库管理方式开发了管内货运制票系统,该系统可以提高货票、杂费等票据信息的管理水平,改进贷票信息监督和维护方式,满足货运制票和货运收入统计的需要.     

铁路地理信息系统研究

铁路地理信息系统是一个利用计算机网络技术,采用分布式数据库系统建立的专业化管理与决策空间信息系统,支持管理和科技人员快速查询全国铁路资源及铁路沿线环境状况,实现政务办公、综合分析、战略决策、信息管理等方面自动化,以及防治铁路灾害决策科学化。本文从我国铁路地理信息系统的需求分析入手,探讨全国铁路地理信息系统的总体设计。     

一类混合判断矩阵排序的优化模型及其应用

研究混合判断矩阵的排序问题,提出了一种新的混合判断矩阵排序法.定义一类新型混合判断矩阵,利用C-OWA算子、C-OWG算子及三角模糊数期望值公式分别将区间数互补、区间数互反和三角互补互(或互反)判断元素一致化为数值型互补与互反判断元素.基于一致性互补与互反判断矩阵的定义,建立一个优化模型,通过求解该模型获得方案的排序向量.提出一种新的混合判断矩阵序法,该方法具有操作简便和易于上机实现的特点.通过实例说明方法的可行性和实用性.     

外汇汇率时间序列静态属性的抽取

为了能够使用现有的数据挖掘技术(例如粗糙集)对外汇汇率时间序列进行数据挖掘,必须从外汇汇率时间序列数据中抽取决定时间序列行为发展趋势的静态属性.针对外汇汇率时间序列的特殊性,给出了时间序列静态属性抽取技术的几个关键步骤,完成了从外汇汇率时间序列中抽取出静态属性,最后利用这些静态属性组成的数据库,实现了对外汇汇率时间序列比较准确的预测.