电信行业改革实践及其对铁路网运关系调整的启示

我国电信行业与铁路行业同为国有资本控制的重点行业,且都具有以庞大、成网、固定成本高昂为特点的基础设施,电信业的改革历程可为我国铁路改革提供经验借鉴。本文将我国电信业主要改革历程归结为业务分割、区域分割、业务整合、网运分离四个阶段,指出我国电信业改革属于典型的问题导向路径,借鉴电信行业改革经验可知,在我国铁路网运合一模式下,"业务分割"与"区域分割"两种网运关系调整模式不能有效打破垄断,我国铁路应积极探索"统分结合的网运分离"改革路径。     

辽宁沿海港口与区域经济互动发展影响研究

辽宁沿海港口是"一带一路"上连接亚欧通道和中蒙俄经济走廊的重要贸易节点,辽宁沿海港口的转型升级与整合发展是辽宁以及东北地区全面振兴的重要引擎,而辽宁以及东北地区的产业结构调整与区域经济发展水平对辽宁沿海港口的良性发展具有强大推动作用。首先,文章阐释了辽宁沿海港口与区域经济的发展现状和互动发展影响因素;然后,应用相关分析与回归分析方法分别研究了沿海港口与区域经济各指标之间的相关系数与互动发展影响因果关系;最后,根据研究结果提出了辽宁沿海港口与区域经济之间的互动发展对策,以期为辽宁沿海港口良性发展与辽宁区域经济的可持续发展提供科学理论指导。     

云南省民航客运发展预测

民航运输是云南省在进行综合交通运输建设的重点之一,也是该省在未来"十四五"(2021-2025年)和"十五五"(2026-2030年)规划期间的研究热点。本文以云南省为研究范围,以省内民航客运为研究对象,选取省内主要的社会经济因素为影响因子,运用主成分分析法(PCA)、反向传播神经网络算法(BP神经网络算法)和回归分析法,构建了省内民航客运的预测模型,得出省内各主要机场在"十四五"末和"十五五"末的预计旅客吞吐量,对省政府在进行机场改扩建上有一定的指导意义。     

多特征融合的级联回归人脸对齐方法研究

深度神经网络技术在人脸识别方面已经取得了巨大进步,但是大多数方法只是运用人脸深度特征而并没有分析哪些特征是有效的.为了探索针对人脸识别任务的有效结构化特征,提出了基于多种特征级联回归方法的人脸关键点检测模型,将两两关键点对应的人脸局部特征对之间的结构关系、整张人脸图像的全局表观和关键点对应的局部热图这3种人脸特征融合之后用于人脸对齐任务.实验证明,多特征级联回归法与记忆下降法相比,人脸对齐任务错误率下降了30.17%,与最新的一些人脸对齐模型具有一定的可比性.     

基于车辆自动定位数据的有轨电车运行效率分析与应用

结合有轨电车线路的现有车辆自动定位数据,分析有轨电车运行效率及其相关影响因素。其中,影响因素从站台、路段、交叉口3个方面进行考虑。定性分析了不同站台型式、站台位置、交叉口类型的属性特征,并量化不同路段的路段长度、所包含的交叉口个数,同时考虑了交叉口控制策略对有轨电车运行时间的影响。以某已运营的有轨电车线路为例,通过建立多元线性回归模型,从不同层面探究不同因素对已运营有轨电车线路运行效率的影响。最后用模型对有轨电车新建线路的运行效率进行预测,并提出建议。     

更正声明

本刊2014年11卷第四期(总第64期)正文第2页,右栏第18行,原文公式(1)是“S=1-D=1-(1-R)d=Rd”,现改为:“S=1-D=1-(1-R)d=1-d+Rd”。正文第2页,右栏第19行,原文是“从公式(1)可以看出,这类系统的安全性完全同系统的可靠性成正比”,现改为:“从公式(1)可以看出,当d确定时,这类系统的安全性与系统的可靠性成正相关关系”。     

基于列车运行仿真和SVR组合的地铁新线牵引能耗预测方法

新线牵引能耗预测可用以辅助线路的规划设计及列车选型,进而实现牵引节能.地铁新线牵引能耗受线路条件、列车属性等因素的综合影响,传统的仿真方法简化多种参数,而大数据预测方法忽略列车物理运动过程,均难以保证新线牵引能耗的预测效果.因此,提出一种将列车运行仿真与支持向量回归(SVR)相结合的组合预测方法预测地铁新线牵引能耗,并采用交叉验证方法及遗传算法对SVR参数进行寻优.研究结果表明:仿真与SVR相结合的组合预测方法优于单一预测方法,在95％的置信水平下,地铁新线牵引能耗预测精度可达90％.     

动车组WTDS轴温数据的深度挖掘及应用

为进一步对系统动车组车载信息无线传输系统(WTDS)中已有的数据进行深度剖析,总结规律、开发应用,针对WTDS的轴温数据,设定更全面的阈值线,采用标准曲线比样法以及多元非线性回归等数学算法,建立了轴温数据分析预测模型.基于CRH5A型动车组的实际轴温数据,采用上述预测模型预测其未来轴温并进行故障判别,结果表明:该分析预测模型能够有效判别动车组轴箱故障,满足生产实际的需求,具有较高的实用价值.上述预测模型的开发不仅实现了对动车组轴温数据的深度挖掘,同时成功拓展了WTDS的应用范围.     

单桩荷载与沉降关系曲线的神经网络预测方法

本文提出了一个预测单桩荷载-沉降关系曲线的BP神经网络模型。该网络模型包含两级网络，第一级网络以桩长、桩径、桩侧土层的分布情况，桩侧与桩端土层的物理力学指标为输入元，来先预测出单桩的极限承载力及其对应的极限沉降；第二级网络以第一级网络的输入元和输出元作为其输入元，进一步预测各分级荷载下桩的沉降。实际预测精度一般能达到15％以内，且稳定性较好，表明神经网络模型略优于通常的经验公式方法和数值方法。     

携手德尔福 山川减振器步入全球化

日前．由中国兵器装备集团公司北京总部传来消息：隆昌山川减振器工业有限公司和美国德尔福汽车系统公司达成长期技术合作关系。2005年11月12日，中美两家减振器专业厂商在重庆签定了正式的协议文本。