基于随机森林结合前向序列选择算法的铁路隧道防水板检测数据关键影响因素识别北大核心

针对参数特征复杂度高的铁路产品,提出了一种基于随机森林(RF)结合前向序列选择(SFS)算法的铁路产品检验检测数据关键影响因素识别方法,以辅助基于经验的识别方法。创新使用RF-SFS算法,将其应用于铁路隧道防水板检验检测数据关键影响因素的识别研究。根据多年铁路隧道防水板检测数据,建立RF模型,获得了影响铁路隧道防水板检测结果的特征关键性评分序列。随后,结合SFS方法得出关键性评分序列的阈值,将排名前6位的影响因素识别为关键特征,模型的预测能力达到99.98%。为验证关键特征识别方法的有效性,对比分析3种模型在使用不同特征子集时的预测能力。当仅选用关键特征时,3种模型的预测能力均达到最佳,加入冗余特征后模型的预测能力逐渐降低。     

可拓知识库的构建

提出采用关系数据库构建可拓知识库，利用可拓学中物元、事元来描述知识中的信息单元及其联系，对信息单元相关性进行评级，利用关系数据库的特点能对可拓知识库进行查询、插入、删除、更新操作，采用程序推理式的语言描述知识，使计算机能自学习，实现人工智能构建可拓知识库。     

锚喷支护设计专家系统的研究

锚喷支护设计专家系统（ＰＴＥＳ）是在广泛收集国内外锚喷支护设计的理论知识和广大支护专家群体丰富设计经验的基础上，结合国家标准锚喷支护设计规范，应用专家系统技术研制而成的。它是一个以人－机对话为主，具有多模块、多功能的智能化程序设计软件。它能模仿人类专家的思维方式和思维过程，最终根据工程类型、地质条件、围岩类别、工程断面形状和尺寸等因素确定工程的支护形式和支护参数。     

基于OOCPN结线分析和反向推理的城市轨道交通牵引供电系统故障诊断方法

基于面向对象的思想和有色Petri网理论,构建库所的令牌,描述城市轨道交通牵引供电系统中组成结点的元件、开关及结点的含源性质,进而建立城市轨道交通牵引供电系统结线分析的OOCPN(Object-Ori-ented Colored Petri-Nets)模型。求解该模型可确定城市轨道交通牵引供电系统的故障域;然后结合专家经验以及牵引变电所综合自动化系统轮询到的保护动作信息,通过反向推理遍历搜索该故障域,对故障元件进行定位;根据专家推理规则以及城市轨道交通牵引变电所内的保护配合关系,判断开关的拒动行为。以城市轨道交通牵引供电系统馈线短路且馈线开关拒动为例进行验证,结果表明:提出的城市轨道交通牵引供电系统故障诊断方法能够实现对故障元件的准确定位和开关拒动行为的判断。     

铁路线路单元质量管理信息系统框架探讨

铁路行业的高速发展向铁路线路管理提出了更高要求,亟需信息系统辅助管理。通过研究分析国内外铁路线路信息管理系统现状,明确线路单元优化划分和养护维修计划优化制定是系统的发展方向。依据公路单元划分的方法,探讨铁路轨道单元划分的原则和方式,研究"秩和检验法"划分线路单元的具体步骤,总结轨道单元划分管理的实际应用效果。参考国外铁路线路信息管理系统的框架搭建形式,结合单元管理思想探讨系统各模块功能,搭建线路检测、单元划分、计划制定、实施效果反馈的连续性管理框架,并在计划管理模块中采用案例推理技术(CBR),设计两次推理过程,建立检测数据与对策源案例的联系,优化养护维修计划制定方法,为铁路线路的管理提供决策支持。     

基于三维实景模型公路桥梁BIM正向设计研究

采用Midas CIM桥梁三维正向设计软件,依托濮阳至聊城高速公路卫城枢纽主线跨线桥工程,基于三维实景模型开展节点桥梁BIM正向设计。将三维模型输出的钢箱梁关键指标与传统二维设计模式输出的结果进行对比分析,结果表明三维正向设计结果可靠,可实现设计阶段BIM模型向施工阶段数字化交付。     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

基于案例推理的汽车维修专家系统

依据汽车维修行业领域的专家知识和实践经验，综合运用案例推理、模糊推理和缺省推理等方法，对汽车维修中的多种故障采取原因和症状相结合的维修思路进行推理机制的设置，建立基于案例推理、模糊推理和缺省推理相结合的、能迅速确定汽车维修方案的推理模型，建立了某企业汽车维修系统的原型系统。     

模糊逻辑推理在消除交通流诱导负效应中的应用

针对交通流诱导可能产生的负效应问题,提出了诱导负效应消除的原理和模糊逻辑推理方法。在原理设计中,考虑了出行者的出行行为对网络交通流分配的影响;在实现方法上,应用模糊推理技术对分流交通量进行了预测,并设计了路线交叉口信号灯配时方案调整的模糊控制算法,模拟结果验证了模糊逻辑推理技术的有效性。研究表明:交通流诱导负效应的产生主要是由于信息条件下的道路出行者路线选择行为的不确定性引起的,而且交通流诱导与控制同时进行是消除交通流诱导负效应产生的关键。     

An ontology-based framework to support performance monitoring in public transport systems

Managers of public transport systems have been facing for years the strategic challenge of maintaining high quality of transport services to improve the mobility of citizens, while reducing costs and ensuring safety and low environmental impact. A well-established way to evaluate the performance achieved by the system or by specific activities is to monitor Key Performance Indicators (KPI). However, existing management systems, which refer to flexible yet large and complex data models, provide a limited support to define and select relevant KPIs for the objectives at hand, and even the identification of whether and how the data model is capable to achieve a certain informative need is a critical and time-consuming task. This work is aimed to propose a framework to ease the development of a monitoring system in the public transport domain. The approach is based on the ontological representation of all the knowledge regarding indicators and their formulas, business objectives, dimension analysis and their relation with the Transmodel, the European reference data model for public transport information systems. On its top, a reasoning framework provides logic functionalities to interactively support designers in a set of common design tasks: the choice of the most suitable indicators for the performance monitoring needs at hand, the definition of new indicators and the identification of the minimal set of Transmodel modules needed to calculate them. A case study is included to discuss these applications, while an evaluation shows the feasibility of the approach.