信息网络技术 驱动汽车底盘控制系统的未来

如今汽车底盘控制技术正向电子化、信息化、网络化、集成化方向发展.汽车底盘系统是一个有机整体,随着车辆底盘系统复杂程度及人们对车辆性能要求的日益提高,单系统的控制已经无法兼顾整车性能的提高.汽车底盘动力学集成控制,因有着传统控制无法比拟的优点,成为国际汽车研究领域的热点问题之一.越来越多的新电子控制设备被应用于汽车上,其...     

奔腾B70长时间停放后无法起动故障排除

一、故障现象 一辆一汽奔腾B70(CA7204MT2豪华型)轿车,车辆行驶里程16.3万km.客户反映该车在气温比较潮湿的环境中,停放一夜或者更长时间,该车就无法起动着车.     

路面多功能养护车作业工艺的改进

用于沥青路面的多功能养护车对于提高作业效率、减少道路养护工程对交通流的影响具有重要意义,而其作业工艺的优化,特别是对某些传统作业方法的改进将有效提升路面日常养护作业的质量和效果。基于实际工程应用的经验和相关数据,对养护车沿用的传统工艺和做法提出了改进意见。     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.     

高速铁路线上简支梁桥车桥共振问题初探

本文以单跨和等跨度边疆多跨简支梁桥为对象，探讨高速客车过桥时车－桥耦合振动系统的振动特性。研究中发现，在高速行车下，中小跨度简支梁桥有发生共振现象的可能性；对于按等跨度布置的多跨简支梁桥，在一定速度下又易造成列车的共振。本文对这一问题进行了初步研究，给出了车－桥共振速度与桥梁设计参数和车辆系统振动参数之间的关系。     

250km／h高速铁路轨道不平顺的安全管理

利用根据车辆－轨道耦合动力学思想所建立车辆－轨道垂横耦合模型,在充分考虑多种波长并存的情况下,仿真计算了250km/h高速铁路各种轨道不平顺的管理目标值。计算结果与日本和德国高速铁路轨道不平顺的经验管理目标值基本一致。     

支持向量机增量学习算法研究

给出了使用多支持向量机进行增量学习的算法．传统的支持向量机不具有增量学习性能，而常用的增量学习方法各具有不同的优缺点，基于固定划分和过间隔技术，提出了使用多支持向量机进行增量学习的算法；使用此算法，针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验，结果表明，使用单一的支持向量机进行增量学习，不论采用过间隔还是固定划分技术，其增量学习的正确率不及使用多支持向量机增量学习算法的正确率。