西非铝矾土进口海运供应链风险评估

在分析从西非到我国终端客户的铝钒土进口海运供应链(Bauxit Import Maritime Supply Chain,BIMSC)内部和外部影响因素的基础上,采用故障模式与影响分析(Failure Mode and Effects Analysis,FMEA)和模糊贝叶斯网络(Fuzzy Bayesian Network,FBN)相结合的方法,建立BIMSC风险评估方法的概念框架。采用FMEA辨识潜在的失效模式,并剖析失效原因和后果;根据失效模式潜在的因果关系建立贝叶斯网络;利用三角模糊数处理表征风险参数的不确定性,评估BIMSC风险水平,并进行敏感性分析,确定风险因子排序。研究结果表明,港口操作中的违规操作、违规指挥、货物易流态化和安全管理问题是主要的风险因素。     

Influence of initial heeling angle on ship roll motion response北大核心CSCD

[目的]系统地研究初始横倾角对随机横浪下船舶横摇运动响应的影响。[方法]以路径积分法为基础,通过数值求解控制横摇运动微分方程概率属性的Fokker-Planck方程,得到横摇运动响应的概率分布。[结果]结果显示,初始横倾角对船舶横摇运动响应谱的影响有限,但对横摇角概率分布以及横摇运动响应极值分布的影响十分明显,且会造成船舶安全性的显著恶化。[结论]路径积分法可作为研究随机海浪下船舶横摇运动特性的有效数值方法。     

模糊多属性航线评估决策方法研究

航线评估是航空公司进行航线决策的重要依据。为解决模糊多属性航线决策问题,在航线属性权重完全未知,但航线评估模糊语言信息已给出的情况下,本文将评估模糊语言和模糊偏好信息转换为梯形模糊数,利用梯形模糊数之间总偏差最小建立一个二次规划模型,从而确定航线决策中各属性的权重,通过对航线属性值和权重值进行加权平均运算,比较每条航线模糊综合评价的期望值大小,进行航线评估排序,最后通过一个实例验证了该方法的可行性和有效性。结果表明:该方法可用于航空公司解决权重未知的多属性航线评估决策问题,方法科学有效。     

基于卷积神经网络的舰船图像类型识别

舰船图像类型识别是计算机视觉领域研究的热点,当前舰船图像类型识别方法存在误识率高、识别时间长等不足,为获得更优的舰船图像类型识别结果,提出基于卷积神经网络的舰船图像类型识别方法。首先提取舰船图像,对其进行增强、去噪、过滤处理,提升舰船图像质量,然后从舰船图像中提取识别特征,将其作为卷积神经网络的输入,舰船图像类型识别作为卷积神经网络的输出,建立舰船图像类型识别分类器,最后采用Matlab2017对5种类型的舰船图像进行仿真测试,卷积神经网络的舰船图像类型识别正确率超过95%,舰船图像类型的误识率和漏识别均低于5%,获得了理想的舰船图像类型识别结果,而且舰船图像类型识别性能远高于其他舰船图像类型识别方法,具有十分广泛的前景。     

体育小镇交通发展思考

体育特色小镇与体育、旅游等产业融合发展,正在成为新型城镇化的重要载体。交通运输是体育特色小镇发展重要条件,也是促进体育特色小镇繁荣的基本途径,优良的交通系统能够为小镇营造整洁的空间秩序和优美的运动康体文化环境,有效提升体育小镇发展的总体形象。本文梳理了体育特色小镇的主导功能,针对不同功能特色的体育小镇,提出了小镇交通发展的基本思路。尽管体育小镇的主导功能不同,但其交通系统都需要融入运动和康体的主题元素,也要更加注重绿色环保的交通体验,塑造美好生活导向的交通文化和交通文明。     

基于果蝇优化算法的轮廓误差控制研究

针对传统果蝇优化算法精度低、收敛慢、易陷入局部最优的问题,通过增加随机机制扩大其探测能力,并通过改变步长,提高其后期寻优精度。将改进后的算法应用于PID控制器的参数优化,并将复杂的时变信号作为优化模型的输入。对获得的PID参数的控制效果进行验证,结果表明:改进后的果蝇算法寻优速度快、精度高,其优化后的PID参数,轮廓运动控制精度高、鲁棒性好。     

基于嵌入式系统的舰船图像拼接技术

常规舰船图像拼接技术无法实现多环境的图像拼接,为此设计基于嵌入式系统的舰船图像拼接技术,对采集的舰船图像进行降噪处理后,利用均值法划分特征领域,通过特征领域构建尺度空间,利用尺度空间法则对图像特征进行配准处理,通过嵌入式系统中的换算函数对图像进行连接强化,实现舰船图像技术拼接。将设计的技术与常规3种图像拼接技术进行对比,在不同实验环境下,本文方法图像拼接能力明显好于3种传统方法。     

基于图像分割的船舶吃水深度检测方法

针对传统的船舶吃水深度检测方法精准度低的情况,提出基于图像分割的船舶吃水深度检测方法。以得到精准的舰船吃水值为出发点,采集舰船吃水图像,并进行动态模板匹配,减少舰船晃动对吃水深度检测的影响,在此基础上,对船舶水尺图像字符进行校正,计算吃水线位置,得到舰船吃水深度,以此实现船舶吃水深度检测。实验对比结果表明,此次设计的基于图像分割的船舶吃水深度检测方法比传统的吃水深度检测精准度高,具有一定的实际应用意义。