通用某新能源车型总线数据获取策略研究

随着车联网以及智能驾驶概念的提出及实施,车辆的总线数据安全变得越来越重要,因此通用汽车广泛采用设置车辆网关模块以及防火墙用以隔绝汽车内部总线数据与外界的直接联系以保证车辆安全性,但是在车辆的开发测试阶段,无法直接获取总线数据对问题的分析与解决造成了很大障碍;本文基于通用某新能源车型在开发测试阶段总线数据获取困难的问题,对各种获取总线数据的方法进行了分析与比较,提出了使用跳线人造工程接口的方法获取车辆的总线数据。     

基于动态链数据压缩的打印机绘图

本文提出的基于动态链数据压缩的打印机绘图算法，其既对图形数据作了有效压缩，又提高了绘图速度，并解决了文字输出，将图形和文字统一起来。克服了其它方法的不足。     

大数据背景下的桥梁结构健康监测研究现状与展望

结构健康监测（SHM）技术在许多大型桥梁的运营养护管理中均有应用，但已有监测系统积累的海量数据并未被充分解读。为将大数据技术引入到桥梁SHM数据的处理分析中，首先总结大数据的概念和构成要素；然后分析SHM数据的工业大数据属性，梳理桥梁SHM大数据的研究方向；随后综述包括处理技术和分析方法在内的大数据技术在桥梁SHM中的应用现状，在由数据预处理、数据融合、特征工程、模式识别、可视化构成的大数据分析流程中提出SHM大数据研究的需求和应用场景；最后对大数据技术在桥梁SHM中的前景与驱动力进行展望和讨论。结果表明：SHM大数据研究应以结构状态评估为落脚点；大数据处理技术在SHM的系统框架搭建及数据分析能力扩展方面虽已得到较多应用，但其并非SHM大数据研究的重点；SHM数据融合对大数据分析方法有迫切需求，以实现桥梁SHM数据与外观检测等多源异构数据的多层面融合；深度学习、集成学习为结构状态敏感特征的提取提供了新的算法；有监督、无监督机器学习方法结合海量SHM数据将对结构状态评估下的模式识别问题形成更全面的认知；异常识别、相关分析、迁移学习等方法可为实桥SHM损伤识别提供支撑。研究结果可为SHM领域的大数据研究提供参考。     

ROBUST FILTERS WITH SAMPLED-DATA ESTIMATION COVARANCE CONSTRAINT FOR UNCERTAIN CONTINUOUS-TIME SYSTEMS

ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｉｍｐｏｒｔａｎｃｅｏｆｓａｍｐｌｅｄ－ｄａｔａｅｓｔｉｍａｔｉｏｎｏｒｆｉｌｔｅｒｉｎｇｉｓｉｎｃｒｅａｓｉｎｇｂｅｃａｕｓｅｏｆｔｈｅｒａｐｉｄｄｅｖｅｌ－ｏｐｍｅｎｔｉｎｔｈｅｔｅｃｈｎｏｌｏｇｙｏｆｄｉｇｉｔａｌ...     

How to assess sustainability of suppliers in volume discount context? A new data envelopment analysis approach

In this paper, we reformulate conventional data envelopment analysis (DEA) models and propose a novel method for evaluating sustainability of suppliers in the presence of interval volume discount offers, fuzzy data, and ordinal data. To this end, we convert all data into interval data. To convert fuzzy data into interval data, we use nearest weighted interval approximation by applying weighting function and we convert each ordinal data into interval one. Then, using enhanced Russell model, interval efficiencies are obtained. After that, using preference degree approach, we rank suppliers. Finally, a case study is presented to illustrate our proposed approach.     

基于指数平滑法的交通量检测设备短期缺失值插补方法分析

交通量是交通规划、交通管理、道路规划设计的重要依据.但是由于交通量数据收集系统的故障、处理错误等种种原因,会出现数据缺失的现象.为了解决这种问题,基于多种缺失数据的插补方法,提出了利用缺失期间前后数据的改进指数平滑法,并对这些插补结果进行了比较分析,为常年交通量短期缺失数据插补方法的应用提供了理论与实践依据.     

Door-to-door travel times in RP departure time choice models: An approximation method using GPS data

A common way to determine values of travel time and schedule delay is to estimate departure time choice models, using stated preference (SP) or revealed preference (RP) data. The latter are used less frequently, mainly because of the difficulties to collect the data required for the model estimation. One main requirement is knowledge of the (expected) travel times for both chosen and unchosen departure time alternatives. As the availability of such data is limited, most RP-based scheduling models only take into account travel times on trip segments rather than door-to-door travel times, or use very rough measures of door-to-door travel times. We show that ignoring the temporal and spatial variation of travel times, and, in particular, the correlation of travel times across links may lead to biased estimates of the value of time (VOT). To approximate door-to-door travel times for which no complete measurement is possible, we develop a method that relates travel times on links with continuous speed measurements to travel times on links where relatively infrequent GPS-based speed measurements are available. We use geographically weighted regression to estimate the location-specific relation between the speeds on these two types of links, which is then used for travel time prediction at different locations, days, and times of the day. This method is not only useful for the approximation of door-to-door travel times in departure time choice models, but is generally relevant for predicting travel times in situations where continuous speed measurements can be enriched with GPS data.     

基于大数据的新能源汽车个性化售后服务推荐系统

国内新能源汽车售后服务市场起步较晚,用户满意率不高,服务体系亟待完善,在大数据的时代背景下,跳脱出固有的被动服务的思维模式,借助信息化的强大力量刻画用户画像,构建符合时代发展和用户个性化需求的主动推荐售后服务系统,由"用户主动预约"向"主动预约用户"转变,扭转我国新能源汽车售后服务市场态势,将成为我国新能源汽车售后服务发展的一大趋势。     

隧道建设碳排放计算方法及预测模型

隧道建设消耗资源和能源，并向环境中排放大量温室气体。为解决当前隧道碳排放计算的清单数据难以获取、隧道施工碳排放难以估计的难题，通过在隧道碳排放方面的长期探索，总结当前中国公路隧道碳排放计算、清单数据、影响机制和排放预测的研究进展。首先，通过调研国内外隧道碳排放计算的文献，介绍隧道建设碳排放计算方法； 其次，结合算例阐明使用数据清单和排放系数评估隧道施工期碳排放的计算方法，明确不同施工工序和材料能源对碳排放的贡献； 然后，基于大量隧道施工碳排放计算结果，使用统计分析方法探明隧道施工碳排放的关键影响因素，并使用线性回归方法建立碳排放预测方程； 最后，针对当前隧道碳排放计算中的2大难题，即难以获取隧道碳排放的基础清单数据、排放数据难以在不同部门和企业中流通，提出发展资源能源计量和区块链技术，促进隧道行业节能减排的持续发展。     

高墩大跨连续刚构桥施工控制和监控数据的挖掘利用

以主跨150m的连续刚构桥为例,介绍监测数据驱动下的施工控制技术要点,包括施工控制流程和测试方案,并提出了施工监控数据的深度挖掘利用内容和方法。实践表明,通过监测传感器的测试数据、结构数值仿真数据的融合分析,充分挖掘监测数据的冗余性,可以提高监测数据的利用率,进一步提升施工控制的可靠性,增强结构施工监控对施工过程的协助作用。测试得到的施工过程和成桥数据,对结构后期的运营管养安全具有重要作用。