铁路基础设施位移数据预测模型研究

线路安全是铁路运营的重要前提，我国铁路跨度广、行车环境复杂，当铁路基础设施稳定性产生改变时往往会严重影响行车安全。文章采用长短期记忆（LSTM,Long Short-Term Memory）模型对基于全球导航卫星系统（GNSS,Global Navigation Satellite System）的铁路基础设施监测系统的形变监测数据进行建模预测，实现对铁路基础设施灾害的早期预警，并与多种传统时间序列预测模型进行对比，结果表明，LSTM模型具有更好的性能。     

基于HHT及LCS的轨道电路传输变化识别探讨

在轨道电路的实际使用中,受设备工作性能、使用环境的影响,轨道电路传输特性可能发生变化,导致轨道电路传输曲线产生变形。本文以轨道电路区段为单位,先提取主轨道电路传输曲线,再利用希尔伯特变换(HHT)方法提取趋势分量,并利用最长公共子序列(LCS)算法进行趋势分量相似性对比,探测该区段轨道电路感应电压曲线是否存在变形,用来判断轨道电路传输特性是否发生变化。仿真结果表明,该方法能准确识别轨道电路传输特性变化现象,可为轨道电路的故障识别、故障预测、健康管理研究提供支持。     

国外常规潜艇未来发展方向研究

近年来,一些主要常规潜艇研制国,如德国、俄罗斯、瑞典、西班牙、法国、日本等,为适应未来作战或抢占军火市场的需要,纷纷研制或列装高性能新型潜艇。对国外常规潜艇发展方向进行研究,对我装备发展具有重要参考、借鉴意义。     

基于有限穿越可视图的进场航班流量波动特性研究

研究空中交通流量的波动特性是设计高效流量管理措施和控制策略的基础，掌握空中交通流量波动特性有利于空域资源配置与流量运行需求之间的均衡匹配。在3种时间粒度上，针对进场航班流量时间序列，一方面从复杂网络整体维度出发，采用有限穿越可视图对时间序列进行建网，利用k-core算法探究航班流量波动特性；另一方面从复杂网络局部维度出发，引入序模体方法，构造有限穿越可视图序模体，利用多元序模体类型转换规律来刻画流量的动态转移模式，进而掌握航班流量波动动态演化规律，为波动模式的预测提供了有效工具。研究结果表明：在有限穿越可视图方法映射得到的网络中，节点所属核阶数可以有效刻画流量波动强度，且与波动强度成正相关关系，即节点所属核阶数越大，波动强度越大，天津机场进场航班流量数据的强波动时 段为16:50-17:30；序模体越长，波动特性刻画能力越强，但鉴于受到空中交通混沌特性影响，序模体过长对于流量预测意义不大，推荐使用5节点序模体；波动模式状态转移图在有效刻画流量波动动态演化的同时，也可以计算波动模式的转移概率，3种时间粒度下转移概率分别为12.315%、 13.131%和10.638%，为波动模式的预测提供了有效工具。     

基于关联规则挖掘的铁路超限超重货物运输路径决策方法

路径决策问题是铁路超限超重货物运输组织的核心.以总成本最小为目标函数,构造超限超重货物运输路径决策模型;通过分界口、伪分界口将铁路超限超重货物运输路网划分成若干子网络,提出运输路径历史数据预处理方法;采用模糊分割的理念,设计路径数据泛化规则,创建路径频繁序列,挖掘超限超重货物运输路径模糊多层次关联规则;在此基础上,设计目标实例与历史案例的相似度计算方法,提出超限超重货物运输路径实例匹配决策算法,得到最优路径集合.实例表明:所提出的方法能高效合理地挖掘历史运输路径信息,制定路径决策方案,能够为铁路超限超重货物运输路径决策提供技术和数据支撑.     

利用简化时间序列法预测公共交通客运量

在满足一定的前提下,时间序列法可以用于预测公共交通客运量;预测的计算过程可以采用excel等软件来辅助计算,也可以采用手算。在需要手算的情况下,将时间的年份序列进行简化,能够提高手算速度,有助于使用者更快地完成计算过程、得到同样的预测结果,并能有助于使用者更好地理解时间序列法的应用。