基于线性叠加的智能船舶经济性评估模型构建

经济性是智能船舶能否实现推广应用的关键,目前国内外有关智能船舶经济性分析的研究较少。本文通过对传统船舶经济性分析方法进行修正优化,提出智能船舶经济性分析计算模型,并根据理论推导结果,得出智能船舶经济性分析的线性叠加简化模型,并利用40万吨级VLOC实际运营数据进行科学性检验。本文提出的模型与方法适用于各类智能模块加装情况下的经济性核算,为相关单位开展智能船舶经济性快速分析提供了理论支持和解决方案。     

长江南京以下12.5米深水航道工程效益后评估分析

长江南京以下12.5米深水航道工程全线贯通进入常态化运行,进一步提升了长江黄金水道含金量,带来巨大的经济社会效益。本文全面调查分析工程实施以来通航变化情况,分析其为长江沿线地区带来的经济效益、社会效益和环境效益,对于进一步揭示航道工程服务经济社会发展具有重要意义。     

船舶动力设备退化基线计算及预测方法

船舶动力设备在自身性能退化过程中的相当长一段时间内仍能完成规定功能,对具有重要特征参数或性能指标的船舶动力设备而言,若使用定基线进行健康状态评估会导致评估值连续较低甚至误报警问题。为了解决这一问题,以目标设备按性能退化时间序列采集的特征参数为研究对象,首先建立退化基线计算方法,利用滑动概率神经网络和性能可靠度与基线值间的转换函数获得目标设备的动态退化基线;然后建立ARMA预测模型获得预测参数,并与退化基线计算方法结合对退化基线发生动态变化的时间节点进行预测;最后利用海水泵对建立的方法可行性进行验证。结果表明,本文建立的退化基线计算方法能够获得动态基线,退化基线预测方法能够对动态基线的变化时间节点进行准确预测。     

汽车电子标识技术优势及应用前景分析

汽车电子标识作为汽车的"身份证",是无源射频识别技术在交通物联网领域的应用。《机动车电子标识安全技术要求》等六项国家推荐性标准的正式实施以及国内外广泛的应用试点,使得该技术在我国全面推广、应用变得愈发现实。本文阐述了汽车电子标识的系统构架、工作原理、应用现状,通过技术路线、技术对比两个层面的分析阐述了汽车电子标识的技术优势,并基于此对于汽车电子标识的应用前景进行展望。在感知层,汽车电子标识将与视频检测技术有机结合,构建"射频+视频"等具备更高稳定性、可靠性的信息采集体系。而在应用层,汽车电子标识将提升涉车应用的实现水平,为假、套牌等顽固问题提供了解决方案,为诸多潜在应用的实现提供可能性。     

铁路私有云平台性能评估方法研究及试验

设计符合铁路业务需求的私有云性能评估方法。通过分析铁路实际业务需求，抽象评估指标，并基于openstack搭建一套为京沈客专实验线优化的实验云平台，将评估方法应用到实验平台中。实验表明，实验云平台各项性能指标均可以达到预期目标，满足铁路各项业务需求，该评估方法适用于铁路私有云性能评估。结果表明该评测方法应用到铁路私有云系统的可行性，为铁路私有云平台的建设及优化提供支持。     

Lyft收购Motivate与Uber角逐成为一站式交通服务平台

著名科技媒体The Information报道称,美国网约车公司Lyft即将收购单车共享租赁平台Motivate,交易价格据称至少为2.5亿美元。Motivate旗下运营着Ford GoBike、Citi Bike、BikeShare、CoGo、Divvy、Blue Bikes和Biketown等单车共享租赁品牌。这笔交易将让Lyft在共享单车领域领先于竞争对手Uber。今年早些时候,Uber以约2.5亿美元的价格收购了无桩共享电动车公司JUMP。