接触网检测车数据处理软件

本文通过分析接触网检测车数据处理系统的数据流向，数据组成及工作过程，确定了软件结构，软件功能及数据结构，同时讨论了软件设计中所采取的主要技术。     

基于闭环力反馈原理的非线性液压主动阻尼悬架模型的研究及优化设计

本文在理论上建立了一套基于主动力反馈原理的新型主动阻尼悬架的设计和优化方法。首先提出了该主动阻尼悬架的实现模型，该模型是在传统的液力减振器的基础上，应用半主动控制的思想，结合力反馈的原理建立起来的内部液压反馈阻尼网络模型。理论优化分析和计算机仿真表明，通过该液阻网络模型，即可以实现电控的主动阻尼悬架的功能，它可以根据汽车行驶路况的好坏，自适应地调节悬架阻尼大小以实现主动阻尼悬架的最优控制。     

Simulation studies of information propagation in a self-organizing distributed traffic information system

This paper investigates the feasibility of a self-organizing, completely distributed traffic information system based upon vehicle-to-vehicle communication technologies. Unlike centralized traffic information systems, the proposed system does not need public infrastructure investment as a prerequisite for implementation. Due to the complexity of the proposed system, simulation is selected as the primary approach in the feasibility studies. A simulation framework is built based on an existing microscopic traffic simulation model for the simulation studies. The critical questions for building the proposed market-driven system are examined both from communication requirements and traffic engineering points of view. Traffic information propagation both in freeway and arterial networks via information exchange among IVC-equipped vehicles is tested within the simulation framework. Results on the probability of successful IVC and traffic information propagation distance obtained from the simulation studies are generated and analyzed under incident-free and incident conditions for various roadway formats and parameter combinations. Comparisons between the speed of the incident information wave and the speed of the corresponding traffic shock wave due to the incident are analyzed for different scenarios as the most crucial aspect of the information propagation as a potential foundation for application in such a decentralized traffic information system.     

BP神经网络在地铁运营安全评价中的应用

依据地铁运营安全评价体系及国家法律法规的要求,对于评价标准在实施过程中遇到的问题作了系统分析。建立了基于BP神经网络的地铁运营安全BP神经网络模型,系统提出了地铁运营安全BP神经网络的评价理论及其案例分析。理论分析和实践表明,BP神经网络模型计算结果合理、精度较高,在地铁运营安全评价中有很好的实用性。     

基于改进 BiLSTM 网络的地铁车轮磨耗预测模型

针对地铁车轮磨耗数据时间跨度较长引起的长期依赖问题,为了进一步提升预测精度,提出一种将麻雀搜索算法(sparrow search algorithm,SSA)优化双向长短期记忆网络(bidirectional long short term memory,BiLSTM)的改进 BiLSTM(SSA-BiLSTM)网络模型,用于地铁车轮磨耗预测。首先,利用麻雀搜索算法对双向长短期记忆网络算法的神经元个数、迭代次数、输入批量和学习率等超参数在给定范围内进行寻优,得到参数最优值;然后,以参数最优值来构建改进 BiLSTM 网络模型,对车轮磨耗进行预测分析;最后,以车轮踏面磨耗和轮缘磨耗作为研究对象,将某地铁 1 车厢 1 号车轮的现场实测历史磨耗数据作为输入,对该模型进行训练及验证分析,并与多层感知机(multilayer perceptron,MLP)、LSTM、BiLSTM 以及 SSA-LSTM 模型的预测结果进行对比。研究结果表明：SSA-Bi-LSTM 模型的车轮磨耗预测精度更高,与 LSTM、BiLSTM 以及 SSA-LSTM 网络模型相比,踏面磨耗的平均绝对百分误差(mean absolute percentage error,MAPE)分别降低了 13.28%、10.32%、1.47%,轮缘磨耗分别降低了 9.5%、0.46%、0.02%;分别对同一地铁 2 号、4 号车厢的 1 号位置车轮磨耗进行预测,并与磨耗实测数据进行对比,踏面磨耗的平均绝对百分比误差分别为 1.34%、1.42%,轮缘磨耗的平均绝对百分比误差分别为 0.18%、0.19%,验证了本文所提模型具有良好的泛化性,为地铁轮对智能化管理提供理论支持,延长车轮使用寿命。     

集通铁路长大隧道GSM-R冗余方案研究

针对集通铁路的长大隧道,论述分布式基站和数字光纤直放站的两种冗余方案,通过分析比较两种方案的单网交织以及同站址双网冗余覆盖方式,推荐采用分布式基站单网交织冗余方案.     

基于灰色—小波神经网络的有效泊位预测

针对停车场有效停车泊位的变化特征,提出了基于灰色—小波神经网络的组合模型.先通过灰色单因素预测模型对有效停车泊位时间序列进行修正处理,再基于分步式小波神经网络模型对修正预测值进行运算,并通过马克科夫链预测模型得到更精确的预测区间,并利用实际案例分析,对模型的预测精度、稳定性、拟合度和训练时间进行了评价.研究表明,灰色—小波神经网络预测模型可降低初始数据波动性的干扰,与传统神经网络相比,预测结果误差波动性降低了10%~19%,稳定性提高了27%~33%,拟合度提高了10%~15%,精确度明显提高.     

基于进化神经网络的超声回弹综合法火灾后混凝土强度的评定

基于火灾高温后混凝土强度的评定是判断火灾后建筑结构损伤程度、剩余承载力的重要依据,设计了一个进化神经网络模型,用遗传进化算法优化RBF网络的连接权和网络结构,并将其应用于火灾后混凝土抗压强度的评定,给出了混凝土强度测试的实验方法。研究结果表明,所提出的进化神经网络比回归计算方法具有更高的识别精度和较强的实用性。     

一个基于灰色神经网络组合的交通量预测模型应用研究

GM模型在预测中对历史数据作不同取舍时,其预测值并不相同,即这种预测结果将是一个预测值的区间,这就给预测人员的取舍带来一定困难。利用GM模型少数据建模和人工神经网络非线性逼近的优点把两种模型结合起来,用对历史数据作不同取舍的GM模型的预测值和纯神经网络的预测值作为组合神经网络的输入,由人工神经网络确定这些不同GM模型和纯BP网络的组合,实例验证得出更为准确的预测值,从而证明这一模型的可行性和有效性。     

融合D-S理论的锅炉人因贝叶斯网络安全性定量分析

针对船用锅炉人因安全性分析中存在的知识不确定性,采用D-S证据理论对多专家信息进行融合并建立考虑人因的贝叶斯网络,得到节点条件概率的区间表示形式.经加权平均后代入贝叶斯网络计算,与面向对象贝叶斯网络和FTA等方法的对比显示,该方法能够更加有效地融合不同专家信息,也更为符合工程实际.