新汉车载工业计算机的移动网络检测忧化

每一个移动运营商的目标都是为客户提供最佳的通话质量。在中国,一个专业的移动运营商致力于为客户提供满意的整体解决方案而努力：标准和优化的性能和高品质的无线网络,服务和内容,最大化的满足客户需求。此项目公司采用了新汉的VTC车载工业计算机,动态地在所覆盖的各网点进行分析,优化,标准,故障排除,诊断和检查移动通信网络。     

斯塔福德发动机制造中心展示强大优势

Perkins发动机有限公司旗下的斯塔福德大功率发动机制造中心于8月中旬为第三条世界级柴油及天然气发动机生产线举行启动仪式。斯塔福德市议员Jeremy Lefroy率领一众当地知名人士与数百名Perkins办公室和车间员工一起见证第三条生产线正式投产:这是Perkins过去五年内对此设施的最新一项投资。"这里制造的发动机将为世界各地     

发挥地缘优势 服务外向经济——浙江百富国际物流的甩挂运输之路

浙江百富甩挂运输的开展最大限度地整合了现有资源,提高了车辆使用率,使企业获得了良好的经济效益和社会效益。     

攀爬植物在高速公路中分带绿化中的应用

文章以南友高速公路中分带绿化改造工程为依托,介绍了西番莲和炮仗花两种藤本植物的生态学特征,阐述了搭设网架种植攀爬植物的具体施工技术,并对比分析了搭设网架种植攀爬植物的新型绿化模式的效果及优势,为高速公路中分带绿化提供参考。     

城市地面地下一体化物流网络货运性能研究

为解决地面地下物流系统耦合运作下的货运性能评估问题,根据城市物流特征刻画一体化网络设施形态,提出地下货运载具设计依据与多式联运成本测算方法,基于案例,对一体化网络运输成本、总运力、流量配置和交通安全外部效益在不同地下运载速度、发车频率和设施容量参数下的动态表现进行模拟分析。结果表明： 1)路网与地下物流网络的立体协同有利于城市物流降本增效; 2)与运载速度相比,地下枢纽节点的处理能力和干线隧道的通行能力对一体化网络服务水平的影响更显著。     

基于复杂网络的全球集装箱海运网络脆弱性分析

集装箱班轮运输具有定港挂靠的特点,单个港口的失效容易发生连锁反应,进而对整个海运网络产生影响.为研究全球集装箱海运网络的脆弱性,根据全球运力前10班轮公司的航线数据构建全球集装箱海运网络,运用复杂网络理论在分析海运网络拓扑结构特征的基础上,模拟了集装箱海运网络在港口随机故障和蓄意攻击两种模式下的海运网络平均度、集聚系数、最大连通子图以及平均距离等特征参数的变化情况.同时针对贝鲁特港爆炸事件,分析了该港口关闭对全球集装箱海运网络的影响.结果显示:集装箱海运网络在面对蓄意攻击时具有更大的脆弱性,贝鲁特港爆炸事件对海运网络的局部区域产生了较大影响.     

基于动态时间调整的时空图卷积路网交通流量预测

为深入挖掘交通流数据的复杂时空特征并建立其依赖关系,提高交通流参数的预测精度, 本文提出一种新的交通流量预测模型——基于注意力机制和残差网络的时空关系图卷积网络 (TSARGCN)。TSARGCN对输入数据进行切片,实现多分支建模,挖掘数据的时间周期性特征; 引入残差网络保证网络中信息传递的完整性;利用DTW (Dynamic Time Warping)算法计算路网 中节点之间交通流量序列在时间维度的相似程度大小,提出时间图的概念,结合路网结构中各节 点的邻近关系,提出时空关系图的概念;基于时空关系图,在每个分支结合注意力机制分别进行图卷积和时间维度卷积,捕获交通流的时空特征及其依赖关系,实现对路网交通流量数据时空关系的建模。经过在公开数据集PEMSD4上进行实验,结果表明：TSARGCN在交通流量预测中的平均绝对误差 (MAE) 达 到 19.24,均方根误差 (RMSE) 达到 27.09,比 ARIMA(Autoregressive Integrated Moving Average model),Conv-LSTM(Convolution Long short-term memory)及 ASTGCN (Attention based Spatial-temporal Graph Convolutional Network)等知名交通流量预测算法具有更高的预测精度。     

考虑多维动态特征交互的高速公路实时事故风险建模

为探究天气和道路等特征,以及交通流、天气、道路及时间等多维动态特征之间的交互作用对实时事故风险预测模型精度的影响,本文基于京哈高速公路北京段的事故数据,以及匹配的交通传感器数据、天气数据和道路特征等,构建4个数据集,分别为只包含交通流变量,包含交通流变量、天气及时间特征变量,包含交通流变量、道路及时间特征变量,包含交通流变量、天气、道路及时间特征变量。从考虑多维动态特征的交互效应出发,基于深度交叉网络,提出一种新的实时事故风险预测模型。结果显示,本文所构建的深度交叉网络模型比其他几种实时事故风险预 测方法显示出更高的精度。模型的AUC值(Area Under Curve)可达0.8562,在0.2的概率阈值下, 可以正确分类84.26%的非事故数据和77.55%事故数据。结论表明,本文采用的多维动态特征交互样本条件下的深度交叉网络模型能够有效地预测高速公路交通事故,可为我国高速公路安全管理部门提供理论与技术支持。     

基于正态云模型和模糊层次分析法的列车通信网络性能评估方法

为保证高速列车安全、可靠运行,研究了列车通信网络性能评估方法;综合考虑列车通信网络的实时性、可靠性和服务质量,建立了合理的列车通信网络性能评价指标体系,采用模糊层次分析法确定列车通信网络性能评估指标的权重;考虑列车通信网络评估过程中具有不确定性,构建了基于正态云模型和模糊熵的二维评估模型;建立了基于交换式以太网的大容量和高可靠性列车通信网络仿真平台,获取各指标样本数据,运用二维评估模型计算各指标的隶属度,依据模糊理论最大隶属度法则确定列车通信网络性能等级。研究结果表明:在列车通信网络状态良好时,60%评估样本的网络性能等级为Ⅰ、Ⅱ级,在网络丢包率和误码率较大时,40%评估样本的评估等级为Ⅲ、Ⅳ级,表明二维评估模型能够有效地反映列车通信网络状态;与仅运用模糊综合评价法相比较,两者的评估结果基本一致,反映了二维评估模型的准确性;模糊综合评价法不能消除评估过程中不确定性因素的影响,从而导致评估结果缺乏精确度,因此,提出的方法更适合于列车通信网络性能评估。      

山区公路穿村镇路段过境车辆事故严重程度推理分析

为获取道路线形、驾驶员属性、车辆类型、事故形态等因素对山区公路穿村镇路段过境车辆事故严重程度的影响机制。本文基于元双公路(元谋—牟定)2012—2017年事故数据,利用社会网络分析法从人、车、路、环境等方面筛选出15个影响因素;基于机器学习方法构建贝叶斯网络模型;以事故严重程度为决策变量,分析不同证据变量与驾驶员行为共同作用的推理结果。结果表明：不安全驾驶行为与危险事故因素的共同作用,将会增加事故严重程度;当涉及货车时,由于未保持安全距离,伤人事故率增加8.2%;在弯坡组合路段,由于驾驶员判断失误,伤人事故率增加 19.6%;阴雨天行驶时,由于驾驶员判断失误,伤人事故率增加5.4%;由于操作不当,发生侧翻事故时,伤人事故概率增加3.1%。