面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。     

ТЭМ18Д型内燃机车1-ПД4Д型柴油机的运行问题

通过对ТЭМ18Д型调车内燃机车1-ПД4Д型柴油机的运行情况进行分析,得出其主要故障为曲轴轴承和连杆轴承损坏。通过对比1-ПД4Д型柴油机与ТЭМ2型内燃机车ПД1М型柴油机的各项参数,总结了故障发生的原因,提出了排除故障的方法。     

AFC系统多线路中心功能定位及建设模式分析

为明确多线路中心系统的内容与特点,分析该系统引入后单独设置以及与清分中心合设的两种情况;针对功能需求和安全需要分析多线路中心主系统和灾备系统的组成内容;多线路中心的建设简化与清分中心的接口,也引起各层级功能的重新调整,清分中心通过多线路中心上传的数据进行准确清分,多线路中心通过清分中心下发的命令实现对AFC系统的集中管理功能。最后结合实际建设情况,分析南京采取建立区域中心,互为灾备的模式;北京根据运营商的不同建立多线路中心,统一建设灾备中心;深圳建设单独的多线路中心,采取硬件扩容满足后期的接入。通过对各城市建设思路、建设方案以及特点的分析,为后续其他城市建设提供指导和参考,使不同城市可以依据自身特点灵活地建设多线路中心系统。     

一种基于独立成分分析和径向基神经网络的人脸识别新方法

提出了一种新的基于独立成分分析和径向基神经网络的人脸识别方法。独立成分分析可以从高阶上消除特征数据的相关性,改进了主成分分析方法只能从2阶上消除数据相关性的弱点;最终特征数据的分类由RBF神经网络来实现。在人脸数据库上的实验结果表明该新方法的识别性能较其他方法有了很大提高。     

基于修正Morris筛选的软刚臂单点系泊装置主尺度参数局部敏感性研究*

软刚臂单点系泊装置作为典型的大型多体运动结构,设计中考虑的变量众多,其主尺度的确定是设计中的难题。通过Morris筛选法的敏感性分析,采用扰动分析的方式（固定步长5%,扰动范围±25%）,以设计中着重关注的最大水平系泊力和水平系泊位移为考察对象,考虑系泊浮体的定常力、高频力和二阶波漂力,建立软刚臂单点系泊理想力学模型,并进行参数局部敏感性分析,以更好地对模型参数的不确定性进行识别,为系统主尺度的设计提供决策依据。结果表明：对于具有13个自由度、8个主要设计变量的软刚臂型单点系泊装置,模型参数中与最大水平系泊力和系泊位移的敏感性大小依次为系泊刚臂长度、系泊腿长度和压载力,设计中应优先考虑确定上述参数值。     

基于乘客群体特征的城市轨道交通满意度研究

为提高城市轨道交通服务质量、优化乘客乘车体验、提升城市轨道交通在公共交通中的竞争力,对城市轨道交通乘客满意度开展研究。首先,选取乘客特征因素,引入皮尔逊积矩相关系数来分析乘客满意度与乘客特征因素的相关关系,提取对满意度存在显著影响的乘客特征因素。然后,运用主成分分析法刻画乘客群体特征,据此对乘客进行分类,并采用克鲁斯卡尔-沃利斯检验法来分析其满意度的差异性。基于此,对某城市地铁A号线2019年乘客满意度调查数据进行了分析,结果显示：地铁A号线乘客的出行频率、出行目的和收入水平与乘客满意度显著相关。通过主成分分析将乘客划分为常乘客与非常乘客,发现两者对城市轨道交通服务的关注点不同,常乘客更关注乘车效率,非常乘客更关注信息指引准确性,运营单位应针对不同乘客群体展开差异性服务。     

基于多源轨迹数据的城市交通状态精细划分与识别

针对基于路段的城市交通状态分析方法的不足,本文利用公交车和出租车轨迹数据提出了城市交通状态精细划分和识别方法,实现城市交通状态分析.对两种轨迹点的速度值和空间位置值分别进行归一化处理,以此为属性数据,通过迭代计算轮廓系数确定k 值完成轨迹点聚类,结合二次处理方法对类簇进行拆分和融合以划分道路交通状态;在特征级建立多源数据融合方法,实现交通状态速度值计算;以归一化后的速度值为属性数据,通过聚类将样本分为4类对应4种城市交通流状态层级.实验表明,本文方法能够实现道路交通状态精细划分,能有效地识别出道路局部位置的交通状态,进而可为城市道路交通管理提供决策支持.     

城市轻轨交通网络优选的物元可拓表达

针对识别判断或衡量评估各种轨道交通规划设计优劣性等问题,首先分析建立起多层级评定要素主框架,并考虑了客观化的信息熵权策略,然后提出了一种面向数据对象、灵活客观的城市轻轨交通网络多准则物元可拓处理方法,从而帮助实现其优选排序以及决策支持过程。基于建设城市轻轨交通网络的多重目标和不同部门愿景,确定了与城市发展协调性、网络结构属性、运营管理水平、建设项目可行性四个准则,通过济宁市轻轨交通线网规划的具体案例分析,讨论验证了所建模型的有效性、公平性与合理性,并获取了最优网络方案#1。实验结果表明该方法不仅科学可靠、适应性强,同时克服并避免了主观人为因素的噪声和偏差,本文建模步骤流程亦可为其他城市规划管理者、政策制定者等提供指导依据及借鉴参考,或移植应用于相关工程领域。     

基于多指标体系下辽宁省高速公路沥青路面典型结构性能验算

多指标设计体系是一种与既有沥青路面设计方法区别较大的新设计体系,基于多指标沥青路面设计方法,以辽宁省高速公路沥青路面典型结构为研究对象,采用多指标设计体系中的路面结构性能预估模型,对半刚性基层疲劳、车辙性能、低温开裂等性能进行验算,进一步验证了典型结构方案在辽宁省的适用性。     

基于大数据的大学校园停车系统规划 ——以大连理工大学凌水主校区为例

为解决大学校园停车系统混乱以及用于相关规划的基础数据样本量小、精度不高、时效性 差等问题,应用大学校园停车调查数据、各出入口车辆记录数据以及各院系教职工信息数据进行多源大数据分析,提出了一种基于大数据的大学校园停车系统规划方法。以大连理工大学凌水主 校区收集到的数据为例,首先从静态角度利用各出入口车辆记录数据和校园停车调查数据获取校园整体停车需求,进而利用各院系教职工信息数据分析各部门的停车需求。然后,从动态角度考虑停车位的周转问题,利用各出入口车辆记录数据分析校园出入车辆停车时段分布状况。最后,根据多源大数据分析所得校园停车系统现状,得出相应的校园停车系统规划结果。研究结果表 明：基于大数据的大学校园停车系统规划方法可有效解决传统方法中基础数据样本量小、精度不高、时效性差等问题,提高了规划结果的实用性和科学性。