改进小波包与长短时记忆组合模型的短时交通流预测

为克服非稳定交通流状态下短时交通流预测精度不高、过分依赖大样本历史数据的缺陷,提出一种改进小波包分析和长短时记忆神经网络组合(IWPA-LSTM)的短时交通流预测方法. 利用功率谱细化的思想改进小波包分析算法对小样本交通流时间序列进行多尺度分解和单支重构. 对低频序列和高频序列进行相空间重构,完成长短时记忆模型的逐层构建,实现本地保存并根据预测精度进行自适应更新,将重构的子序列输入模型训练和预测. 将各子序列的预测值叠加输出IWPA-LSTM最终预测值. 实验结果表明,提出的IWPA-LSTM模型在小样本情况下的预测精度优于经典深度学习模型,具有较强的实用性.     

自动识别系统（AIS）性能综合评价

自动识别系统（AIS）将为船舶交通服务提供新的船舶动态监测与识别手段。文章以通信协议为脉络,全面地比较评估了最具代表性的两种AIS系统在信道利用率、差错控制性能、吞吐率以及监测容量等方面的优劣,进而提出改进AIS技术的思路。     

油运费率指数的规律性分析及短期预测

以时间序列统计分析作为基础研究手段,分析了不同类别油运费率指数的运行规律,并应用ARIMA时间序列模型对160000dwt以上的原油运费率指数进行了短期预测,取得了较好的预测效果。     

Grouping travelers on the basis of their different car and transit levels of use

Market segmentation studies in travel behavior research are ordinarily based on socioeconomic characteristics and personality traits. This study explores the usefulness of a different approach, where the actual overall mobility levels across different ground transportation modes, along with desired changes in the use of cars and transit, are used as clustering variables. Using a given mode can in fact influence the personal representation of that mode, which in turn has been proven to be a key element in transport behaviours. We form such multimodality-based clusters from two field studies, one involving employees of the French transportation research institute INRETS and the other a representative sample of residents of the US San Francisco Bay Area. We find that strong users of a given mode would like to bring more balance to their “modal consumptions” by decreasing the use of this mode more than the average, and increasing the use of the alternative mode. However, concerning ground transport travel budgets, the desire to travel more (or less) overall seems less strongly related to the composition of the modal balance. The US dataset shows also a greater latent demand for travel than the French one. Socioeconomic characteristics of the clusters could not explain the patterns that were found, confirming the importance of taking into account multimodality issues in travel behavior research. Some policy implications from these findings are finally reported.

预防性养护决策技术研究现状与发展趋势

文章阐述了沥青路面预防性养护决策技术研究现状与发展趋势,从而提出了综合考虑采用宏观路况指标(如PCI或RQI)与微观路况指标(如车辙深度指数RD、裂缝率CR、松散率LR),用于判断适合进行预防性养护的路段范围。同时提出可以考虑以细化基于路况的方法为主,以费用效益分析为辅的方法来确定预防性养护的时机。     

Al-Si系铸造铝合金材料的研究

对轨道交通用Al-Si系铸造铝合金在强韧化方面进行了探讨,分析了Si、Mg、Cu等合金元素和热处理工艺对Al-Si合金力学性能的影响。结果表明:合金化元素为主要影响因素,热处理工艺为一般影响因素;Mg的添加强化了Si相的第二相强化作用,起到了强化叠加的作用;发展高强度铸造Al-Si合金不可忽视Cu元素的添加。     

既有铁路勘察评价与加固控制标准研究

研究目的:既有铁路经过多年运营后,需重新进行勘探评估,然后进行改造加固,以适应提速和电气化的需要。由于铁路规范缺乏数理统计方面的评价内容,对比了《建筑地基基础设计规范》和《公路工程质量检验评定标准》数理统计方法,并采用了填料分段、任务分段和强制分段三种方法对既有铁路进行了分段评估。研究结论:《公路工程质量检验评定标准》更适合既有铁路勘察指标的合理评价。以评价动态变形模量为例,结合铁路相关规范,提出了不需要加固改造段的动态变形模量最小值为40 MPa。分段法减小了加固长度,取得了较好的效果。根据数据统计与分段结果,Evd值与基床表层填料类型关系密切,A、B组填料在运营中难以保证较大的刚度,要获得较大的刚度,宜选用石灰改良土或水泥改良土。     

黏弹阻尼道床阻尼厚度对隧道及地表振动衰减特性的模拟研究

为探究黏弹阻尼道床阻尼厚度对隧道及地表振动衰减特性的影响,为工程设计提供理论支持。利用ANSYS建立土体-隧道-道床平面有限元模型,分析在5～25 Hz频率荷载的作用下,整体道床和黏弹阻尼道床在隧道结构中的振动响应,并分析这两种道床下地表距离隧道中心线不同距离的振动加速度的衰减特性。结果表明:荷载频率小于10 Hz时,在地表距离隧道中心25 m左右,振动有明显的放大区域;荷载频率为10～20 Hz,振动加速度随道床阻尼层厚度降低,阻尼层越厚振动衰减越明显;随着黏弹阻尼道床阻尼层厚度增加,隧道衬砌底部振动加速度有效值依次降低,隧道壁竖直方向振动衰减更加明显,阻尼层每增加2 mm,振级降低1～4 d B。     

PID模糊控制在医用理疗仪温度控制器中的应用

本文介绍了用PID模糊控制技术中来解决在温度控制器控温过程中会产生的惯性温度误差问题。系统中的PID算法采用增量算法为基本算法,并按照实际应用做了适当的修改。经过实际测试,系统运行良好,证明在此医用理疗仪温度控制器中应用此PID算法取得了令人满意的结果。     

基于改进模糊算子和形态学的舌体分割方法

舌诊是中医望诊中的重要内容,为了自动分析舌体的各项指标,必须将舌体从背景区域中分割出来.由于舌体与脸部等背景区域颜色较为接近,提出一种基于改进模糊算子和形态学的舌体分割方法,该方法根据由大津法确定的阈值定义隶属函数,取得了令人满意的分割效果.