基于SVM-BP集成学习的舰船蒸汽动力系统故障诊断

传统故障诊断算法用于舰船蒸汽动力系统非均衡类样本问题存在准确率低且误分类的情况,本文提出一种基于支持向量机-BP神经网络集成学习的故障诊断模型。使用主层次分析法降低原始数据集的特征维度以改善数据量之间的冗余问题,然后设计3个并行的支持向量机分类器进行故障诊断,将分类器的结果数据融合作为BP神经网络的输入,进行二次诊断,得到最终的结果。用仿真平台采集的样本数据进行验证并重复运行30次获取结果,最终模型平均召回率为84%、平均准确率为95.04%。对比传统诊断算法及常用集成算法,该方法的准确率以及少数类样本的召回率明显高于其他诊断方法。     

基于残差增强门控循环神经网络的交通流量预测技术研究

随着近年来智慧城市轨道交通的快速发展和普遍应用,交通流量预测成为智慧城市轨道交通的关键性问题,对及时掌握交通状况、进行合理的资源配置和人力部署起着重要作用。文章以实现大规模交通网络的交通流量准确预测为目标,研究并设计一种基于残差增强门控循环单元的深度学习网络模型。在基本门控循环单元的基础上,引入残差连接思想,通过在门控循环单元的迭代回路之间增加线性连接,捕获数据中的长期时间依赖关系,同时克服循环神经网络在进行长期时间序列预测中的梯度消失或梯度爆炸问题。使用4个在真实交通网络中采集的大规模交通数据集对所提算法进行测试,分别从定量和定性的角度比较并验证所提算法的有效性。实验结果表明该算法能够使用前1h的历史数据、对大规模交通网络中各交通枢纽节点未来1h的交通状况进行较准确的交通流量预测,证明使用残差增强门控循环网络进行交通流量智能预测的可行性和准确性,为城市轨道交通智能运营管理的实现提供有力支撑。     

电力机车分布式校线系统及其应用研究

针对电力机车校线周期长、手动测试难以满足复杂回路测试要求等问题,文章介绍了一套电力机车分布式校线系统,基于该校线系统设计原理提出了自学习线缆测试法及连接器库建立方法。该系统的应用提高了电力机车校线的效率和准确性,同时增加了试验的可追溯性。     

基于深度学习的短期交通流预测方法综述

针对基于深度学习的短期交通流预测问题,揭示了时空相关性建模本质,分析了建模过程中涉及的多尺度时空特性、异质性、动态性、非线性等特点,明确了基于深度学习进行短期交通流预测的核心挑战,阐述了短期交通流预测涉及的外部信息整合、多步预测与单步预测以及单体预测与集成预测等相关问题;按照网格化和拓扑化2种交通流数据组织方式,分别综述了当前最新的基于深度学习的短期交通流预测研究方向。研究结果表明：针对网格化交通流数据,当前研究主要包含了基于2D图像卷积神经网络、基于2D图像卷积神经网络与循环神经网络相结合、基于3D图像卷积神经网络3种预测建模方法;针对拓扑化交通流数据,当前研究主要包含了基于1D因果图像卷积与卷积图神经网络相结合、基于循环神经网络与卷积图神经网络相结合、基于自注意力与卷积图神经网络相结合、基于卷积图神经网络的时空同步学习4种预测建模方法;总体上,基于深度学习方法进行短期交通流预测相较于采用时间序列和经典机器学习方法获得了预测准确性上的极大提升;未来,针对物理理论、知识图谱与深度学习相结合,构建多时空数据挖掘大模型以及轻量化、可解释性、模型结构自动化搜索等维度的相关探索将成为重要研究方...     

营造风清气正的干事创业环境——《“一报告两评议”办法》学习体会

中央组织部印发的《地方党委常委会向全委会报告干部选拔任用工作并接受民主评议办法（试行）》（以下简称《“一报告两评议”办法》）,明确规定“地方党委常委会每年向全委会报告工作时,要专题报告年度干部选拔任用工作情况,并在一定范围内接受对本级党委干部选拔任用工作和新选拔任用领导干部的民主评议”。这是加强干部选拔任用工作民主监督的一项创新性举措,是深入贯彻落实党的十七大和十七届四中全会精神的具体体现,为防止选人用人上的不正之风提供了有力武器。     

公路工程竣工资料编制及档案管理

通过从工程初期对竣工资料的规范和要求,以及实际检查完善,对竣工资料及档案管理进行认真思考总结,以更好运用于工程实际。     

基于双线性递归神经网络的交通流量预测方法

为了提升城市道路智能交通控制和管理的合理性和有效性,从交通流时空特性角度出发,提出基于优化双线性递归神经网络的城市道路交通流量预测方法。该方法有效结合双线性多项式快速准确求解和递归神经网络的动态校准的特点,采用粒子群算法实现冗余神经元和权值的动态剪枝过程,提升了算法的收敛速度和预测精度。采用视频数据对算法进行训练和实验,并进行对比分析。结果表明：该方法能够实现对道路交通流量的准确预测,交通流量预测精度达到90％以上,满足实际交通管理和控制的数据精度要求,同时算法的收敛速度也有明显的改善。     

面向海工生产调度问题的多智能体求解系统

设计面向海工项目多主体协商生产调度问题的多智能体求解系统架构,明确海工生产调度多智能体系统的协商机制和冲突消解策略,为问题的求解提供基础保障。此外,为增强智能体的推理决策能力,提高问题求解效率和求解精度,基于分层强化学习理论提出面向海工生产调度问题求解的学习模型与多智能体系统学习机制。在此基础上,开发面向海工生产调度问题的多智能体求解原型系统,进行实例验证,为在海工企业中进行实际应用提供可能。     

卫星资料连续同化在“威马逊”台风浪模拟中的应用

基于中尺度大气模式WRF,以1409号超强台风"威马逊"台风为例,通过WRFDA同化模块及快速辐射传输模式CRTM进行微波辐射资料AMSU-A连续同化,来探究卫星资料同化对风场模拟的影响,并利用SWAN模型模拟台风风场驱动下的波浪场。结果表明,采用连续同化AMSU-A资料的方法能够较为显著地提高台风路径、强度以及台风作用下波浪场的模拟效果。     

台风浪数值模拟中风场权重系数分析

文章采用藤田气压模型与背景风场构造的合成风场,驱动SWAN波浪模型,模拟不同权重系数下经过东中国海海域的6个北上行台风,在对比分析模拟结果之后,提出了权重系数的改进措施,有效的优化了风场的构造方式以及波浪场的模拟精度。