基于随机森林的铁路冷藏运输需求预测

为提升铁路冷藏运输效率和实现铁路冷藏运输资源的合理配置,推进铁路冷藏运输的快速发展,对铁路冷藏运输需求进行预测尤为重要。在分析铁路冷藏运输影响因素基础上,利用Spearman相关性分析进行特征筛选。结合Spearman相关性分析结果,构建基于随机森林的铁路冷藏运输需求预测模型,并与BP神经网络,AdaBoost,Bagging和未经特征筛选的随机森林预测模型的预测结果进行对比分析。研究结果表明：经Spearman相关性分析进行特征筛选后构建的随机森林回归预测模型的平均绝对误差和拟合优度值均优于其他模型,均方根误差值仅高于BP神经网络。随机森林回归预测模型的泛化能力较好,且特征筛选能够提高模型的预测精度。     

基于卷积神经网络的铁路曲线特征点检测算法

针对现役轨道检测系统中曲线特征点检测算法参数难以适应实际线路中曲线半径范围较大,以及由于参数设置不当导致检测的曲线特征点位置与实际位置偏差较大的问题,结合机器学习算法,提出了一种基于卷积神经网络的曲线特征点检测算法.该卷积神经网络模型可以同时对曲线的特征点进行分类和定位,将一段连续的超高数据归一化处理后作为输入数据,计...     

天气对路段行程时间可靠性的影响分析

本文考虑出行时间的连续性和降雨程度不同建立了路段出行时间可靠性模型,并采用出租车GPS数据验证了该模型。拟合结果表明,兰州市不同降雨等级的城市道路出行时间分布具有相似性,且均符合对数正态分布。此外,研究表明,可以采用缓冲指数(BI)和缓冲指数变化率(BIVR)作为出行时间可靠性指标,判断不同降雨程度对出行时间变化的影响。整体而言,出租车在路段的行车时间可靠性会由于降雨的影响而增强,其增强效果会随着降雨量的增加而增强;城市次干路和支路受降雨天气的影响较主干路大;相比主干路,降雨对出租车在次干路和支路的路段行程时间可靠性略有降低。     

基于虚拟激励法的大跨径连续刚构桥地震作用下力学特征分析

为探究大跨径连续刚构桥在各维度地震作用下结构受力规律,基于随机振动理论,将虚拟激励法应用至连续刚构桥抗震分析中。并以某(65+120+65)m连续刚构桥为分析对象,选取Clough-Penzien功率谱模型对比分析了各维地震激励下主梁和桥墩力学响应特征。计算结果表明：一维激励下,各方向的激励荷载分别控制各方向的弯矩;纵向+横向二维激励下主梁纵向和横向弯矩与纵向、横向一维激励规律大致相同,均方根结果有小幅增大;在竖向激励下,结构反对称振型被激发,使得主梁和桥墩弯矩值有所降低;结构位移变化规律与弯矩变化规律大致相同。     

基于特征子序列修正的公交刷卡滞后时间推算

针对一票制公共交通IC卡刷卡系统存在的滞后时间问题,提出基于特征子序列修正的时差匹配推算方法。依托GPS车辆到站信息序列和刷卡聚类序列,分析首末站和中途站站间运行时间分布的差异化特征,分别从两序列中提取大时间差和连续小时间差等特征子序列;利用两种子序列间一对一或一对多的对应关系分别进行初步搜索和二次修正,兼顾匹配过程的效率和精度。将推算流程应用于山西省大同市公共汽车系统,结果显示,抽样车辆的刷卡匹配率均达到99%以上,并且针对不同类型的公共汽车线路具有较强的适应性。     

汽车个性化定制模式难点及解决方案

随着经济发展,客户对汽车认知和要求不断提高,智能化、网联化的高科技功能需求正在被大量应用在汽车领域,千篇一律的固定配置车型已经不能满足客户的需求。在装备与功能大幅度扩展的大环境下,本文探讨了整车企业满足客户个性化定制模式下所面临的难点问题,提出了需要企业从顶层设计出发解决两个方面的问题,即推广全生命周期配置化管理、重新审视并构建适应于个性化定制模式的BOM体系。结合企业当前的体系能力,详细描述了配置管理与设计的设计方案,通过建立特征与零件、特征与特征、特征与整车的约束关系,最大化地将研发成果转变为商品资源,同时降低研发验证成本,保证研发成果可控,以满足个性化定制需求。     

城市公交车辆空驶问题分析及应对策略研究

研究城市公交车辆空驶现象对城市交通可持续发展具有重要意义。本文首先对公交车辆空驶现象时空特征进行详细分析,其次探讨了形成公交车辆空驶的原因,并从公交运营保障、需求供给匹配、出行分布把握三方面提出了应对策略。     

复杂光照环境的车道线检测方法

为了解决高速公路和城市道路上复杂天气环境下车道线检测的问题,提出一种复杂光照环境的车道线检测方法。该方法通过自动调节复杂光照环境下图像的对比度特征,从而更好地提取道路上的车道线,实现黑暗及雾天环境下的车道线检测。通过实验验证,该方法在黑暗环境下车道线检测识别率为96.7%,雾天环境下的车道线检测识别率为95.2%,具有较好的算法鲁棒性、准确性和实时性。