基于SVM的二叉树多类分类算法在工程车辆挡位决策中的应用

为了解决工程车辆挡位决策这种典型的多类分类问题,在介绍自动变速器挡位决策基本原理的基础上,提出基于SVM的二叉树多类分类的挡位决策算法,将分类器分布在各个节点上,从而构成了多类SVM,并在制定换挡策略时,考虑了工作油泵所消耗发动机功率的波动问题。试验结果表明:该方法可根据车辆运行状态确定最佳挡位,从而及时准确地满足工程车辆自动换挡要求。     

公路交通资产管理系统开发关键技术与应用保障

介绍了公路交通资产系统的含义与资产管理过程,并指出开发交通资产管理系统的关键技术,论述了公路交通设施信息准确高效获取、公路交通设施使用性能评估、公路交通资产管理系统决策的实现过程,最后提出了公路交通资产管理系统应用保障措施.     

基于资本投资决策理论的工程方案决策与比选方法

研究目的：在基础工程项目建设的准备阶段，较为准确地预测工程方案的工程费用，选择出对不同主体（投资公司和社会）均较经济、合理的方案；真实地反应项目所消耗的“土地资源资产”的价值，为防止国有资产的流失提供合理依据。 研究方法：引入投资决策理论和机会成本分析理论，采用动态的工程费用计算方法，考虑工程方案整个比选期限内的全部费用。 研究结论：由于费用计算存在失真，所以同一个方案对于不同的主体而言，其经济性的评价结果是不一致的；引入投资决策理论，可以较为准确地预测工程方案的工程费用现值；利用机会成本分析理论，可以真实地反应项目所消耗的“土地资源资产”的价值；必须考虑工程方案整个比选期限内的全部费用，并采用动态的费用计算方法，才能较为全面、真实地反映工程的实际造价。     

铁路公益性客运范围界定混合决策模型

随着国家“基本公共服务均等化”规划的提出和铁路“政企分开”市场化改革的推进,铁路公益性与商业性服务之间的矛盾越发突出. 合理界定铁路公益性客运范围是缓解冲突,实现有效供给的前提. 本文结合定性与定量分析,构建了基于B-C-C三阶段决策流程和 PCFA-FCM降维聚类算法的铁路公益性客运范围界定混合决策模型.B-C-C三阶段决策模型以社会效益、经济状况和现实能力作为层进式判定条件,实现铁路公益性客运范围界定的顶层决策.PCFA-FCM降维聚类算法解决了决策流程实际运作中最难实现的社会效益(公益程度)量化分析问题,可以摆脱列车类型的约束,根据实际指标属性进行分类.     

空车技术计划方案计算机辅助编制方法研究

首先分析现有调度工作中有关空车技术计划方案存在的一些不足,进而描述了计算机辅助编制空车技术计划方案的方法,重点讨论了班工作计划中计算机辅助优化排空和配装方案编制的方法,详细阐述了计算机辅助优化排空和配装方案的过程.     

铁路专业气象服务系统的设计与实现

通过对铁路防洪抗汛业务及现状的分析,规划了铁路专业气象服务系统的目标和主要功能,研究并提出了系统结构、应用模式、网络方案和数据处理流程等设计思想和解决方案,论述了系统设计采用的关键技术,并说明了系统的特点.     

铁路运输收入分析与决策系统的研究与开发

该系统的研发目标就是要通过对与铁路运输收入相关的综合指标进行全面分析,测算出相关指标的发展趋势及其对铁路运输收入的影响,最终建立系统的、全面的铁路运输收入综合分析和辅助决策支持平台,以运输效益的最大化原则对运输收入及相关信息进行全面综合分析.     

公路网改扩建决策优化双层规划模型

针对公路网改扩建问题, 在决策优化过程中, 考虑了技术、资金、环境保护以及运营效率等因素。以路网系统的最小交通量为上层模型目标函数, 以最小走行时间为下层模型目标函数, 以路段服务水平、土地占用状况、建设投资等为约束条件, 构建了公路网改扩建决策优化双层规划模型。采用遗传算法求解模型, 并通过济青北线的实例数据进行实证分析。计算结果表明: 济青北线济南—淄博段、淄博—青州段、青州—潍坊段的扩建优化指数分别为2.15、4.09、3.54, 新建优化指数分别为1.87、3.09、2.73, 相同路段的扩建优化指数均高于新建优化指数, 与实际相符。可见, 模型有效。     

基于改进型模糊层次分析法的舰艇生命力评估

由于舰艇系统的复杂性,对全舰进行生命力评估需要将其分解到下一级或几级具体的子系统,通过系统生命力指标得到全舰生命力的描述。传统的模糊层次分析法（FAHP）存在两个缺陷：一方面可能导致计算结果错误;另一方面也可能造成无法计算指标权重,使模糊层次分析法的使用范围受到限制。采用一种改进的模糊层次分析法,建立三角模糊判断矩阵,确定各层次间相关因素的权重,并计算得到各子系统的权重排序。实例证明,该模型的评估结果反映了舰船系统的实际工况。根据该模型计算的评估结果,可以更好地发现舰艇生命力系统的薄弱环节,为损管决策提供科学的理论依据和方法。     

超大型集装箱船绑扎桥数值模拟及结构优化

  目的  对超大型集装箱船绑扎桥结构而言,复杂的设计结构和恶劣的载荷环境对其可靠性提出了更高的要求。针对大型船舶结构可靠性分析时计算效率低、计算精度差等问题,提出基于改进梯度提升决策树—蒙特卡罗（GBDT-MC）方法。  方法  首先,通过Python库建立改进梯度提升决策树（GBDT）的近似模型,根据实验生成较少的样本点,并筛选位于失效面附近的样本点;接着,运用SMOTE算法合成新的样本点并参与有限元计算,进而结合原有的样本点形成训练集;然后,采用已训练的近似模型预测蒙特卡罗（MC）方法所产生的样本点信息,完成结构的可靠性分析;最后,运用算例验证改进GBDT-MC方法的可行性和准确性,并将其应用于超大型集装箱船绑扎桥结构的可靠性分析。  结果  计算结果表明：案例中超大型集装箱船绑扎桥在静态绑扎力作用下的失效概率误差为 3.5%,改进GBDT-MC方法的计算耗时为2.55 h,而MC方法则需要416.7 h,可见在允许的计算误差范围内,改进GBDT-MC方法可以大为缩减可靠性分析的计算时间。  结论  改进GBDT-MC方法能显著提高计算精度并缩短计算时间,可为结构可靠性的优化设计提供支持。