基于ARIMA模型的极端事件下铁路货运量预测研究

合理预测货运量是铁路部门制定列车开行方案及组织管理的基础,在类似突发疫情这种极端事件时,准确预测铁路货运量的数据与变化趋势对铁路工作的开展有重要的参考意义.建立ARIMA模型,利用2010年1月—2020年1月的铁路货运量正常数据与疫情突发后2020年2月的异常数据,对2020年3—10月的铁路货运量进行预测.结果表明...     

基于混合机器学习框架的网约车订单需求预测与异常点识别

城市网约车订单需求体现了居民出行活力,同时表征了出行规律和内在特征。如何从复杂动态的时变数据中准确地识别异常点并进行调度优化,是优化网约车平台运力的关键环节。建立了网约车订单需求数据的时间序列图,并分析了订单需求的动态特性,提出1种基于混合机器学习框架的网约车订单需求预测模型（ARIMA-BPNN-DSR, ABD）。混合模型由差分整合移动平均自回归模型（auto regressive integrated moving average model,ARIMA）和反向传播神经网络（back propagation neural network,BPNN）通过动态选择回归算法（dynamic selection of regression,DSR）融合而成。混合模型汲取了统计方法的鲁棒性和机器学习方法的高效性,并考虑各个独立基线模型在数据局部空间上的性能表现。以2019年和2020年（疫情影响下）厦门市滴滴网约车平台订单数据作为试验基准并进行对比分析,结果表明：(1)与多个基线模型相比,ABD模型实现了最优的预测性能,同时在面向疫情外部因素影响下同样表现出优异的性能;(2)消融实验表明,...     

基于多源数据的城市群枢纽间多模式交通系统异常状态影响研究

为探究城市群多模式交通系统异常状态的影响范围,从需求端非常态客流变化和供给端运输能力下降两方面对多模式交通系统异常环境进行分类,提出了基于手机信令数据、意向出行调查及客票信息等多源数据的异常状态影响范围识别流程和分析方法;以京津冀城市群为例,确定强链接枢纽间通道客流动态安全阈值,提出了基于贝叶斯预测的通道客流异常检测方法;利用提升度、余弦相似度及其标准化值来区分枢纽关联规则的有效性,提出了基于强关联规则确定异常状态影响范围的方法。研究表明：基于贝叶斯预测的通道客流异常检测方法具有实时性,提高了客流安全阈值精度;基于实际手机数据和假定异常情况下的意向调查数据并结合关联规则确定枢纽影响范围,可为利用数据挖掘技术分析突发异常状态的影响和对策提供借鉴。     

汽车燃油量显示异常的修理

燃油显示系统负责对车辆剩余燃油量进行显示,客户通过仪表显示的剩余油量确定何时去补充燃油,如果燃油量显示出现异常,会让用户无法准确判断目前车辆的剩余燃油量,从而带来困惑和抱怨。下面主要介绍针对燃油显示不准故障的调查思路。     

自动化轨道式龙门起重机大车车轮异常损坏整改措施

造成自动化轨道式龙门起重机大车车轮异常损坏的因素多种多样.分析了相关实际案例,给出了大车车轮异常损坏原因分析办法和整改措施,可以为自动化轨道式龙门起重机设备的制造方和码头运营方在设计制造和维护保养过程中提供一定的参考.     

列车管压力值异常下降迫使列车停车的分析与监控装置控制

分析列车管压力值异常下降迫使列车停车的原因,并与正常下降进行了比较,提出使用监控装置实现列车管压力值异常下降后及时转换为正常下降的控制方案,使《机车操作规程》第26条的人工作业实现自动控制,该方案只需修改监控装置车载软件.     

液压设备高压滤芯损伤问题分析及改进

针对某型高压大流量液压设备的高压过滤器滤芯异常损伤失效问题,对过滤部件和相关回路进行检查和分析,拟定技改方案,实施时采用仿真软件进行前置验证研究,参考仿真结果对液压系统改进验证。结果表明：该方案可为液压系统高压过滤回路的优化设计及装机前的性能验证提供参考。     

DCT变速器离合器压力异常故障诊断方法

DCT自动变速器是近年来国内市场运用最为广泛的变速器之一,在市场应用过程中,离合器压力异常是较为常见的故障。文章从双离合器控制方式、压力异常影响因素等方面展开分析,研究双离合器压力异常故障诊断方法。     

基于模式识别的船舶异常行为自动报警方法

不能自行判断船舶异常行为,并根据判断结果完成自动报警,是现阶段船舶航行面临的主要问题。为有效解决此问题,建立基于模式识别的船舶异常行为自动报警方法。通过识别相似度的确定、与船舶异常行为关系的确定,完成基于模式识别研究角度的确定。通过船舶异常行为聚类、聚类异常行为识别,完成上述方法的搭建,并确定该方法是否可以完成自动报警。设计对比实验结果表明,应用该方法后,节省检测船舶异常行为所需人力资源,且提升识别准确性。     

问与答

顾问先生,您好!我是一名维修工,由于刚刚加入这个行业,许多方面还需不断学习。现有二个问题向您请教,盼望得到您的指导。1、在装配发动机时显得很不熟练,经常是手忙脚乱,老是犯些低级错误。譬如:新活塞环装配过程中容易折断,特别是将汽缸套到活塞及环上时,活塞环的折断比例较大(尤其是双缸机的新环)。有没有既快又好的方法,请予赐教!2、在大修发动机分解曲轴箱,重新组装后发现,曲轴箱内的运转声音明显比分解前大了许多,是什么原因造成的?