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。     

公共自行车使用时空特性挖掘及租还需求预测

基于宁波市公共自行车刷卡数据、POI(Point of Interest)数据、气象和空气质量等数据，从数据驱动视角，深入挖掘公共自行车使用的时空特征及站点租还车需求预测。在时间上，采用KMeans算法，将站点聚为5类，探讨各类站点的时变需求规律及影响因素；在空间上，提出基于POI 数据的站点用地类型识别方法，将站点分为居住类、交通设施类、办公类和商业休闲类。构建以 15，30，60 min 为间隔，以租还车需求为目标变量的随机森林预测模型，并与常用的 BP (Back Propagation)神经网络、K最近邻方法进行比较。结果表明，随机森林模型的精度更高，适用性更强。以30 min为间隔的站点租还车需求预测精度最高，考虑站点土地利用类型后能有效提高模型的预测精度。本文结果可作为未来站点平衡调度的依据并推广应用于共享单车系统，为改善服务水平提供技术和理论支撑。     

Statistical Approaches to Mapping QTL of Dynamic Traits

Dynamic traits are those that change with timein the development process of life or other quanti-tative factor (e. g. environmental condition).These traits also are called infinite-dimensionalcharacters by Kirkpatrick and Heckman[1]andfunction-valued traits by Pletcher and Geyer[2], be-cause they can be expressed as a function of someindependent and continuous variables. Dynamictraits are collected at many time points during thecourse of life. Therefore, studies of dynamic traitsare regarded…     

大型图的割集算法研究

割集的概念与性质在网络问题的研究中受到广泛重视,但目前的割集搜索算法可操作性较差.提出了一种适合大型图的割集搜索算法CSA-CJ,利用二进制数分割无向图的顶点集,通过对子图各顶点的关联集的运算产生相应的割集.该算法简单适用,易于用计算机实现,尤其适合于大型图的割集搜索.     

基于模糊可靠性理论的高速线材轧辊优化设计研究

工作时受交变应力的作用,高速线材轧辊断裂问题时有发生.文章利用模糊可靠性理论,探讨在随机变量和模糊变量组合时轧辊的模糊可靠性设计方法.设计实例和生产实践证实了该方法具有优化设计的效果,使轧辊使用寿命显著提高.     

基于虚拟样机技术的机车车辆钢弹簧疲劳寿命研究

机车车辆在轨道上运行时,线路的不平顺及车轮的变形会使悬挂装置受到各种有害冲击。断裂和应力松弛是机车车辆钢弹簧最常见的失效形式,有研究证明弹簧断裂绝大部分都是因疲劳引起的。发生松弛失效的弹簧没有及时更换,会给列车的安全运行埋下隐患,引发严重的行车事故。运用多体动力学软件SIMPACK建立整车模型．提取弹簧随机载荷谱,通过疲劳分析软件FE—Safe对某电力机车二系悬挂钢弹簧进行随机疲劳寿命分析,对轨道车辆钢弹簧寿命预测及确定更换周期具有一定的工程实用价值。     

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。     

A new model for temporal–spatial stochastic analysis of vehicle–track coupled systems

The vehicle–track coupled system has a random nature in the time–space domain. This paper proposes a computational model to analyse the temporal–spatial stochastic vibrations of vehicle–track systems, where the vehicle–track system is divided into a vehicle subsystem, track subsystem, and interfacial subsystem between the wheel and rail. In this model, the time-varying randomicity of dynamical parameters of the vehicle system, correlation, and randomness of the track structural parameters in the time–space joint dimensions, and randomness of the track random irregularities are considered. A probability dimension-reduction method was used to randomly combine different random variables. Furthermore, the probability density evolution method was applied to solve the delivery problem of probabilities between excitation inputs and response outputs. The temporal–spatial stochastic vibrations of the vehicle–track system with different coefficients of variation were studied, in which we assumed that the dynamic parameters obeyed the normal distribution, and the stochastic simulation method of the track random irregularities is probed into. The calculated results from this model are consistent with the actual measured results and physical conceptions. Thus, the temporal–spatial stochastic evolutionary mechanism can be explored, and the limits of dynamic indices can be formulated by using this developed model.     

基于旅游动机的旅游目的地选择行为分析

旅游目的地选择是游客出行决策的核心问题,本文对游客的目的地选择行为进 行了研究.本课题组选取北京市区8个景点,以在京旅游的游客作为研究对象,组织进行了 游客出行行为调查.问卷设计22 项旅游动机,通过对游客旅游动机项提取因子,并对旅游 动机的因子得分进行聚类分析把游客分为4 类.在构建游客旅游目的地选择行为模型时, 对首个目的地和非首个目的地分别建模.模型中引入了旅游动机类型变量,证明旅游动机 对游客目的地选择行为影响显著.另外出行距离在不同阶段对游客目的地选择的影响存 在显著的差异.该模型精度较高,为进一步研究旅游目的地选择行为提供了理论依据.     

经验过程的一般加权大数定律

研究了经验过程中加权系数具有某些较弱性质的加权和收敛问题.利用经验过程中已有的几个概率不等式与一般加权和的对称化不等式,得到了经验过程中的独立同分布随机元序列的这类加权和的强、弱大数定律成立的充分条件(E‖f(X0)‖1/αG<∞).同时,对经验过程中的Cesaro大数定律和欧拉弱大数定律进行了推广.