相依性条件下滨海软土隧道盾构施工渗漏水风险评价

滨海地区多为海相和湖相沉积的软土,施工难度大,渗漏水病害多发,因此,应对盾构施工过程的渗漏水风险进行评价来保证隧道安全施工。构建渗漏水风险评价三级指标体系,将云模型与Copula函数结合,基于Copula函数对于风险指标中相关风险因素的相依性处理,云理论对于定性与定量概念的处理与转换优势,构建相依性条件下的二维和三维云-Copula模型。以宁波市轨道交通1号线为例,利用云-Copula模型计算二级指标对于各个风险等级的隶属度,确定危险性较大的二级指标为注浆质量、止水条、衬砌混凝土自防水。利用D-S证据理论进行证据融合确定该检测区段渗漏水病害的风险状态为安全,但有向基本安全状态发展的趋势。通过对危险性较大的指标加强监控,使渗漏水得到有效控制,为软土盾构隧道施工过程中渗漏水病害的风险评价与管理提供了一种新的方法。     

信息融合技术在汽车ABS系统故障诊断中的应用

针对汽车电控系统故障诊断的复杂性,提出用多传感器信息融合技术来解决该问题的思路。研究了一种决策层信息融合方法(Dempster-Shafer证据推理法)在汽车防抱死系统故障诊断中的应用,并详细介绍了在此实例中的故障识别框架的建立、mass函数的确定、证据合成等内容。结果表明,基于Dempster-Shafer证据推理的决策层信息融合方法能够准确、有效地诊断出ABS系统故障所在的部位。     

船舶碰撞事故发生前、后的船长行为

船舶碰撞在船舶海事中占很大比例，造成经济损失巨大，对船舶和船员的人命安全造成巨大威胁。航海人员正确执行、应用和理解海上避碰规则是降低海上碰撞事故最重要的途径。在碰撞已不可避免时，应积极采取有效措施减少经济损失和海上污染。本文重点研讨船舶碰撞不可避免时船长和高级船员应采取的减轻损失行动，做好证据采集，为以后商务处理争取主动。     

我国海事事故调查制度完善问题研究

海事调查处理制度是以解决海上交通事故发生为目的而产生的。在进行海事调查的工程中,海事行政主管机关要对当事船舶、设施、人员进行调查取证,进而运用所掌握的证据,遵循一定的原则规律找出交通事故原因并最终判定当事人的责任。在海事部门调查工作中,如何收集运用着证据重现事故发生事实并据以认定事故发生原因是整个事故调查工作的集注与核心。我国的海上事故调查工作起步较晚,海事调查处理制度还存有许多不足之处。     

Bayesian committee of neural networks to predict travel times with confidence intervals

Short-term prediction of travel time is one of the central topics in current transportation research and practice. Among the more successful travel time prediction approaches are neural networks and combined prediction models (a ‘committee’). However, both approaches have disadvantages. Usually many candidate neural networks are trained and the best performing one is selected. However, it is difficult and arbitrary to select the optimal network. In committee approaches a principled and mathematically sound framework to combine travel time predictions is lacking. This paper overcomes the drawbacks of both approaches by combining neural networks in a committee using Bayesian inference theory. An ‘evidence’ factor can be calculated for each model, which can be used as a stopping criterion during training, and as a tool to select and combine different neural networks. Along with higher prediction accuracy, this approach allows for accurate estimation of confidence intervals for the predictions. When comparing the committee predictions to single neural network predictions on the A12 motorway in the Netherlands it is concluded that the approach indeed leads to improved travel time prediction accuracy.     

基于D-S证据理论的直流电机故障诊断研究

多传感器、多手段检测的信息融合技术在电机故障诊断中的应用日益广泛。提出了一种基于D-S证据理论和BP算法的故障诊断方法,给出了基于BP神经网络和D-S证据理论的多传感器数据融合技术的直流电机故障诊断方法,首先通过分析直流电机的故障机理,得到电机在不同故障情况下表现的信号特征,然后利用多源信息间的冗余性和互补性,有效提取故障特征信息。将该方法应用于某型船直流电机的故障诊断,结果表明,该算法提高了故障诊断的可靠性和灵敏度。