基于综合相似度的地铁施工风险应急推理研究

针对地铁项目施工环境复杂、不可预见因素多、施工事故频发、难以对其进行快速有效的应急决策与救援的问题,首先,搜集以往地铁施工应急案例,分析地铁施工风险因素,运用Protégé软件建立知识本体模型;然后,计算本体库中源案例与目标案例的综合相似度,从案例库中匹配出综合相似度最大的源案例,通过对比本体库中与目标案例相似度最高源案例的关键属性,运用规则推理对相似案例的应急措施进行适用性修改,从而提高应急措施的针对性,为快速有效地应对地铁施工事故进行应急决策提供新的方法;最后,以某地铁项目施工为例,验证了该相似度算法的合理性。     

基于D-S证据理论的潜艇多源信息融合系统

介绍了未来战争中潜艇所装备的主要信息源,对这些信息源提供的目标属性信息进行了总结.构建了基于D-S证据推理的潜艇多源信息融合系统,并就D-S证据推理过程中基本概率赋值的分配提出了一种可行的方案.     

船体分段装配CAPP关键技术研究

针对船体装配工艺设计自动化程度低,影响船舶建造周期和质量问题,设计了分段装配计算机辅助工艺规划(CAPP)系统,重点研究了基于实例推理(CBR)方法的装配顺序规划中的关键技术,包括分段装配信息模型、实例组织的索引结构、面向对象的实例表示、推理过程中的实例相似度计算方法以及基于遗传算法的装配顺序匹配等内容.最后,介绍了整个CAPP系统的实现过程.     

范例推理在公路滑坡治理方案决策中的运用

范例推理是一种推求和处理相似问题的有效方法,在工程实践中有广泛的应用。它是基于分析事物之间的相关性,通过已知问题的处理方案来推求待解决问题的处理措施。将范例推理运用在公路滑坡治理方案决策中,可以提高公路滑坡治理的效率。     

道路交通状态识别技术研究

交通拥堵和突发事件已成为困扰当前城市交通的2大难题,重点讲述了如何识别交通状态,提出了1种基于模糊推理的交通拥堵等级评判算法和1种基于双变量模型的交通事件识别算法。经过验证,这2种算法可达到较好的交通状态识别效果。     

交通流时间序列的复杂度测量

为了定量分析交通流系统的复杂性,引入算法复杂度和近似熵,通过速度时间序列的算法复杂度估计系统周期性成分的比率,在重构序列时通过取多个划分区间来提高算法复杂度的估计能力.计算近似熵时,先由速度序列得到速度变化率序列以去除趋势,然后通过速度变化率序列的近似熵估计系统在结构变化上的复杂性.对实测交通流数据序列的计算表明:在序列长度超过600时可以得到算法复杂度,序列长超过300时可以得到近似熵;交通流的算法复杂度和近似熵在同步状态时较低,拥挤状态时增大,在自由状态时最大.因此,不同的算法复杂度和近似熵对应不同状态下的交通流,算法复杂度能分析较长的交通流序列,近似熵可以分析较短的交通流序列.     

东海大桥健康监测系统桥梁健康状态评估方法

在东海大桥桥梁结构健康监测系统评估子系统中,用层次分析法建立了桥梁性能评价模型,分析确定影响桥梁结构性能状态的各因素及隶属度。对可量化的桥梁监测、检查数据以模糊推理法进行评估打分,对非量化的程度描述根据专家系统直接评估打分,综合分析计算后,得出各区段桥梁安全性、耐久性及使用性的评分,再以加权的方法最终确定大桥健康状态等级。实现了桥梁状态即时评估,为养护管理决策提供科学依据。     

基于CBR的机场应急救援规模决策研究

机场应急救援是民航安全领域一项重要研究课题,这一研究对于减少事故损失和提高救援效率具有重要的作用.针对民航机场紧急事件非例行性、不确定性的特点,提出了以案例推理为技术主线,结合模糊推理等方法的机场应急救援规模决策模型.利用模糊数学方法对案例进行了处理,研究了设计实例的表达、索引、调整、修改和推理机制,解决了案例匹配的贴近度与相似性问题,经仿真验算,证明了该方法的可行性与科学性.     

基于信息融合的涡轮发动机故障诊断方法研究

对近年来信息融合方法发展进行总结,着重介绍贝叶斯信息融合法、神经网络信息融合法、基于特征的信息融合法和D-S证据理论信息融合法,分析各种方法的原理和特点。以CFM56发动机故障诊断为例,用BP神经网络的输出结果为输入,构建D-S证据融合的识别框架,进行故障诊断。结果表明,采用D-S证据理论的方法,缩短了故障诊断的时间并提高了故障诊断的精确度。     

考虑旅客选择行为的高铁席位动态控制策略

利用基于选择行为的网络收益管理原理研究高铁席位动态控制策略.首先,针对多列车多停站的高铁网络建立考虑旅客选择行为的席位控制动态规划模型.然后,设计两阶段控制机制：第一,采用近似动态规划技术,对价值函数进行线性近似,设计策略迭代算法离线获得时间依赖的投标价格;第二,采用能够描述多种选择行为机理的马尔科夫链选择模型刻画旅客选择行为,将投标价格作为输入参数,在线运行品类优化算法获得实时控制策略.最后以京沪高铁为背景设计仿真实验,结果表明该机制在需求水平较低时能够明显改善收益,且保护长途票额.该机制不仅可获得实时动态控制策略,而且通用性好,还可利用历史数据进行参数学习与更新,实现更为精细地连续优化.