基于改进遗传算法的大体积混凝土温度场预测模型

针对大体积混凝土温度场的预测问题,在传统遗传算法中嵌入精英策略、动态变异概率、扰动公式和状态接受概率准则,形成了改进遗传算法,建立了温度场预测模型.以某大吨位超宽V形墩为例,选取对预测精度影响较大的混凝土热力学参数,引入非绝热温升试验建立算法的目标函数进行参数反分析,并输入有限元模型.对比基于改进遗传算法的预测模型和基于传统遗传算法的预测模型可知,前者预测精度更高且收敛速度更快,能更好地反映出大体积混凝土早龄期温度场的变化趋势.     

出行链化的贝叶斯网络预测

以出行链为研究对象,在特定因素下通过贝叶斯网络对其链化趋势进行预测.首先依据已有的理论基础和实践经验,提取影响出行链的因素并构建贝叶斯网络结构模型,其次通过采集的有效样本数据进行模型参数的学习,预测出行链化倾向.最后将预测数值与实际数值进行对比、分析.结果表明运用模型所得到的预测值与调查所得的实际数据基本相符,两者之间误差很小,只在个别样本点有所偏差,相对于整体,此差值完全在可接受的范围内.由预测结果与实际值对比可知,出行者的链化行为在时间、空间、成本等因素作用下具有一定的波动,但长期趋势保持稳定.     

IP报文追踪技术的研究

入侵追踪系统是在网络上自动发现攻击者真实位置的系统，可以揭穿地址欺骗等攻击者常用的手段。随着网络攻击事件的日益增多，开发面向当前网络环境，能够准确、实时追踪入侵者的系统是十分迫切的任务。对IP报文追踪技术进行介绍，并指出其利弊所在。     

日本三大海运公司2007年北美、欧洲航线集装箱运输预测

由于美国住宅市场增速放慢，由旺盛的住宅投资支撑的与住宅有关货物的货流将受到一定程度的影响，由此，2007年东行集装箱货流的增长率可能暂时下降，但是，个人消费、设备投资等依然增长。2007年初可能受库存调整的影响，在这种情况下将用进一步加强冬季减船等来应对。[第一段]     

基于偏最小二乘法的集装箱吞吐量预测模型研究

利用偏最小二乘法(PLS)能够克服样本个数比变量维度少的特点和消除变量多重共线性的优点对港口集装箱吞吐量进行建模预测,该方法适用于历史数据较少的港口。并以黄骅港为例,通过SPSS软件对港口集装箱吞吐量进行建模预测并给出2025年集装箱吞吐量预测值。结果表明,偏最小二乘法能够有效的消除影响因素的多重共线性,具有良好的预测精度,可为今后的港口集装箱吞吐量预测提供参考。     

航行轨迹稳定性预测数学建模与分析

航行轨迹稳定性建模与预测十分重要,当前航行轨迹稳定性预测效果欠佳,为了解决当前航行轨迹稳定性预测过程中存在的一些难题,设计一种小波去噪和混沌分析算法的航行轨迹稳定性预测模型。首先研究航行轨迹稳定性预测建模的现状,采集航行轨迹稳定性预测的数据,然后对航行轨迹稳定性预测数据进行小波去噪,并采用混沌分析算法对航行轨迹稳定性预测数据进行变换,最后通过现代统计学理论建立航行轨迹稳定性预测模型,并与其他航行轨迹稳定性预测模型进行对比实验,相对于航行轨迹稳定性对比模型,本文模型的航行轨迹稳定性预测准确性更优,可以描述航行轨迹稳定性变化特点,航行轨迹稳定性建模时间短,为航行轨迹稳定性建模与预测提供了一种新的研究思路。     

云计算下海上通信网络异类入侵数据实时检测系统设计

为解决目前广泛使用的通信网络异类入侵数据实时检测系统应用船舶海上通信监测时,存在检测精度较低的不足,提出了云计算下海上通信网络异类入侵数据实时检测系统设计。基于系统架构设计,以及异常数据采集与检测模块设计,实现实时监测系统的硬件设计,依托软件设计,完成了提出的云计算下海上通信网络异类入侵数据实时检测系统设计。试验数据表明,在海上通信环境下,提出的入侵检测系统较目前广泛采用的入侵检测系统检测精度提高37.73%,适合于船舶海上通信网络异类入侵数据实时检测。     

人机混驾环境下基于深度学习的车辆切入轨迹预测

为保证人机混驾环境下自动驾驶汽车的安全行驶,对周围车辆切入轨迹的预测至关重要.本文首先使用Savitzky-Golay滤波器对大规模采集的自然驾驶数据进行去噪处理,根据准则提取车辆切入片段,建立符合中国道路状况的车辆切入数据集.其次,发挥Bi-LSTM网络能充分利用上下文信息的优点和in-out快捷连接有效减少梯度消失...     

一种基于RTW/xPC的半主动悬架双机仿真方法

建立了基于MATLAB/RTW/xPC的汽车半主动悬架实时仿真环境,该仿真环境采用宿主机/目标机双机仿真模式,可以实现车身加速度等信号的实时跟踪,同时能实现系统参数的在线调试。可以调试的参数有：车辆行驶工况参数、悬架系统参数及模糊控制器参数。基于该方法,可以分析行驶工况和悬架系统参数对车辆行驶平顺性的影响,同时能为测试控制器的可靠性、稳定性和灵敏度提供一种有效的方法。