基于Bayes-LSTM的公路隧道围岩变形预测方法研究

在公路隧道施工过程中,围岩的稳定性对隧道施工的影响较大。因此公路隧道围岩变形的监控量测与准确预测是保障隧道施工安全的关键。针对当前隧道围岩变形的预测精度较低以及泛化能力较差等问题,该文提出一种基于贝叶斯（Bayes）优化长短期记忆网络（LSTM）的方法,该方法首先对拱顶沉降和周边收敛的原始监测数据进行预处理,而后构建公路隧道拱顶沉降与周边收敛的初始LSTM模型,并利用Bayes优化模型中的超参数,最终得出预测结果。利用该模型对某公路隧道拱顶沉降和周边收敛进行预测,将预测结果以均方根误差为评价指标与神经网络（CNN）和支持向量回归（SVR）进行对比。预测拱顶沉降时,Bayes-LSTM模型的平均预测精度相较于CNN与SVR模型分别提高了1.0与1.26;预测周边收敛时,Bayes-LSTM模型平均精度相较于CNN与SVR分别提高了0.3与0.32。表明Bayes-LSTM模型的预测精度较高,同时其能在训练模型过程中对历史信息进行判断和取舍,极大地提高了时序数据处理的效率,为公路隧道围岩变形预测提供了新的思路和探索。     

基于有限理性的交通网络可靠性均衡模型

为探索交通系统不确定性和出行者心理感知差异对出行路径选择行为的影响,将路网可靠性和有限理性融入出行者的路径选择决策中,提出双目标交通网络均衡模型.为应对模型多解问题,建立出行可靠性和有限理性下的贝叶斯随机用户均衡模型,运用贝叶斯统计和双层规划框架估计权重系数,采用变分不等式刻画交通均衡模型;分别设计迭代算法（iterative algorithm,IA）和相继平均算法（method of successive average,MSA）求解贝叶斯权重系数估计和变分不等式交通网络均衡模型.算例表明：随着观测变量和输入变量扰动变小,估计参数的均方根误差逐步减小;IA在运行15 s后均方根误差达到0.05,MSA在1 s内收敛精度达到10-6;变分不等式均衡模型可以同时反映出行者的风险态度和有限理性决策过程.     

基于功率循环的功率器件寿命评估快速工程方法

介绍了工程中常用的4种基于主动功率循环的半导体功率器件寿命评估模型,针对这些模型存在忽略功率器件封装与实际工况复杂性的问题,提出用于寿命评估的功率循环试验更适合基于器件退化而非器件失效来选定阈值的观点,并给出了快速完成实际工况模式下基于器件退化的功率循环试验的阈值设定方法,功率器件寿命评估快速公式和残余寿命评估方法。该方法在工程实践中可以快速低成本地评估功率器件的寿命。     

考虑数据不平衡的城市道路乘用车致命事故率分析

城市道路交通事故频发,而事故数据存在明显不平衡,不同因素间的耦合作用对城市道路乘用车致命事故率分析造成极大挑战。为此提出了1种集成重采样、贝叶斯网络（Bayesian networks,BN）和关联规则（association rule method,ARM）的三阶段事故率分析方法。基于国家事故深度调查体系的1 105例城市道路乘用车事故数据,从驾驶人、车辆、道路、环境这4个方面选取16个潜在特征变量构建BN模型;鉴于数据不平衡时会导致BN模型性能下降的问题,提出在构建BN模型前利用合成少数类过采样技术（Synthetic Minority Over-sampling Technique,SMOTE）和聚类中心进行数据重采样,并比较分析各类采样技术下不同BN模型的综合性能;基于最优BN模型并结合ARM,推理不同影响因素及因素的耦合作用对致命事故率的影响。结果表明：重采样方法可以显著提升BN模型的综合性能,以及识别风险因素的能力。其中SMOTE采样技术结合GTT算法构建的BN模型的AUC最高,达0.793。此外,相较于原始不平衡数据构建的BN模型,经SMOTE采样后构建的BN模型多挖掘了...     

电力机车故障诊断专家系统

以SS9型电力机车为研究对象,设计了以TMS320LF2407A为核心的机车智能诊断专家系统。完成专家系统知识库的构建和推理机的设计,为电力机车故障诊断提供了一种先进的诊断方法,能够满足机车的检测与诊断的要求。     

卡尔曼/粒子滤波器在船用组合导航中的应用

采用将全球定位系统GPS（Global Positioning System）与捷联惯性导航系统SINS（Strapdown Inertial Navigation System）进行组合导航的方式,组合后系统性能将优于GPS或SINS单独使用时的任一系统。介绍了基本粒子滤波器算法原理并对卡尔曼/粒子组合滤波器在船用GPS/SINS组合导航中的实现形式及算法特点进行了研究。仿真结果表明,对于船用SINS/GPS组合导航问题,卡尔曼/粒子组合滤波器能够获得较高的滤波精度,满足实际船用导航要求。     

基于物元贝叶斯网的舰船战损等级评定研究

在分析了物元理论和贝叶斯网理论的基础上,提出结合主观概率信息和客观状态信息的物元贝叶斯网模型,并给出物元贝叶斯网在损伤等级评定中的推理算法.舰船战场损伤等级评定案例分析表明,该方法可以更加全面地描述战损装备的状态信息,使战损等级评定结果更为准确.     

基于贝叶斯网络的HRA研究在舰船PSA中的应用

通过分析概率安全评价对人因可靠性分析的本质需求,运用人为失误率预计技术与人的认知可靠性模型相结合的方法对概率安全评价中的人因事故进行分析计算,并针对传统事件树、故障树分析方法的局限性,采用了贝叶斯网络结构评估的方法将计算结果合理融入到整体中．通过舰船弹药库的起火实例分析说明了该方法的运用过程和有效性．     

基于共轭贝叶斯模型的长江干线江苏段碰撞事故定量分析

对船舶碰撞风险的定量分析对于深入理解事故规律、避免事故的发生具有重要意义.以长江干线江苏段2012—2016年945起船舶碰撞事故或险情数据为例,对6个区域进行碰撞风险评估研究,建立相对事故贝叶斯模型,分析通航水域、航行状态和会遇情景3个指标下不同航行情景的相对风险关系.利用共轭贝叶斯方法,对江苏段船舶碰撞风险进行建模分析.研究发现,根据专家意见和事故数据进行风险评估的结果并不十分一致,深水航道、顺航道航行等普遍认为风险较低的情景,数据分析显示风险较大,这与数据的不完整性有关.当未来有更多数据时,可以对结果进行迭代更新,不断提升评价结果的精度和可靠性.