车辆器材仓库货位管理的研究

车辆器材仓库货位管理的研究解放军运输工程学院于滨，王亮车辆器材仓库是储藏军用车辆器材的设施和机构，是军队储存供应车辆器材的基地，担负着向部队提供平战时车辆维修所需器材的繁重任务。随着现代科技的飞速发展，军用车辆的不断更新换代，车辆器材的消耗数量和品种...     

车辆器材库存合理结构的研究

从科学确定库存结构含义入手，分析了车辆器材库存结构的影响因素和存在的问题，探讨了确定车辆器材库存合理结构的方法和保持库存结构合理的措施。并设计出一套评价库存结构是否合理的指标体系。     

基于综合集成赋权法的公交发车频率优化模型

公交线路发车频率优化是公交运营调度的重要组成部分. 本文提出一个公交线路发车频率优化模型,该模型以乘客和运营者总费用最小为目标,兼顾了乘客和运营者双方的利益,同时,为了确定乘客的费用和运营者的费用相对重要程度,采用了一种综合集成赋权法对二者进行权衡,通过大连市公交系统的数据对该模型进行了标定. 并开发一种启发式算法--SCE-UA算法,对该模型进行求解. 最后,以大连市23路、406路公交线路为例,对该模型和算法进行了测试. 结果显示,该模型可以有效地平衡运营者和乘客之间的利益,改进公交线路的运营效率,同时也表明SCE算法具有良好的收敛性能.     

K近邻短时交通流预测模型

为了准确预测道路短时交通流,构建了基于K近邻算法的短时交通流预测模型。分析了K近邻算法的时间和空间参数,提出4种状态向量组合的K近邻模型:时间维度模型、上游路段-时间维度模型、下游路段-时间维度模型与时空参数模型。以贵州省贵阳市出租车的GPS数据对几种K近邻模型进行了检验。分析结果表明:带有时空参数的K近邻模型具有更高的预测精度,其预测误差最小,平均为7.26%。基于指数权重的距离度量方式能更精确的选择近邻,其预测误差最小,平均为5.57%。与神经网络和历史平均模型相比,带有指数权重的K近邻模型具有更好的预测精度,平均预测误差仅为9.43%。可见,带有时空参数与指数权重的K近邻模型可作为道路短时交通流预测的有效手段。     

三维激光扫描仪在泥沙物理模型试验中的应用

本文首先对三维激光扫描仪产生的背景、技术原理、主要分类以及基本功能进行介绍。通过在海洋工程试验室进行的某工程泥沙物理模型试验中传统二维地形测量仪和三维激光扫描仪的应用,对比出三维激光扫描仪在泥沙物理模型试验地形测量的优势,最后介绍三维激光扫描仪实际使用中的操作及数据处理方法。     

岛式上层建筑总强度计算方法

研究岛式上层建筑总强度的载荷原因及加载途径,基于有限元理论、船体总强度理论提出一种新的岛式上层建筑强度计算方法。该方法良好适应当前船体设计计算现状,可有效利用船舶设计计算过程中的船体总强度计算结果,可克服上层建筑传统计算方法存在的缺点、满足结构优化设计的要求。分别使用有限条法和本文方法对某船上层建筑结构总强度进行计算,发现有限条法的计算结果偏小。     

内外贸同船运输下长江经济带穿梭巴士网络优化

为研究内外贸同船运输政策对航运企业布局长江经济带穿梭巴士网络的影响,本文允许同一船舶同时运输内贸集装箱和外贸集装箱,以总运输成本最小化为目标,考虑服务频率、多航次、时间窗、载重量等约束,构建基于轴辐式的长江经济带集装箱穿梭巴士网络优化模型。针对该模型,本文设计了包含5种破坏算子和2种修复算子的自适应大邻域算法求解模型,并选取上海和长江干线19个港口间的内贸集装箱运输和外贸集装箱运输进行实证分析。研究结果表明：实施内外贸同船政策可节约23.6%的总运输成本,提升平均舱位利用率至87%。该政策改变了原有穿梭巴士的网络结构,直达航次比例增加17%,加快了穿梭巴士的周转。同时,相比于设置1个枢纽港,长江经济带下游将南京港和太仓港共同设置为枢纽港更有利于中上游内外贸集装箱的中转,可节约6%～17%的总运输成本。     

中美贸易摩擦对我国沿海港口集装箱吞吐量影响研究

海运是中美贸易的重要运输方式,中美贸易摩擦对我国外贸集装箱运输需求和沿海港口集装箱吞吐量产生影响.文章利用中国海关贸易数据库将中美集装箱货物分为机电、轻工等七大类,在分析美国加征关税商品清单的基础上,在多因素动态生成系数法基础上加以改进,构建了针对不同商品类别的生成系数测算模型,对中美贸易摩擦对我国集装箱生成量以及中美...     

基于支持向量机的高速公路事件检测研究

高速公路事件检测（AID）系统可以有效的减少交通延误、保障道路安全，减少环境污染，是智能交通管理系统的重要组件。文章采用一种新的模式识别技术——支持向量机（SVM），来进行高速公路的事件检测。支持向量机是以统计学习理论的VC维理论和结构风险最小化原理为基础，算法上采用二次规划、拉格朗日理论，因此有效避免了过学习、局部极小点等问题。最后，采用Matlab对该方法进行了测试。     

基于多维时空参数的道路短期交通状态预测

城市道路交通状态会同时受到时间、空间多维因素的影响. 为对城市道路短期交通状态进行比较准确的预测,本文在分析多维时空参数的基础上,构造了基于支持向量机（SVM）的不同维数的道路短期交通状态预测模型,并通过贵阳市中心城区的出租车GPS数据对各种模型的预测精度进行了检验,分析各时空参数对道路交通状态的影响程度. 结果表明, 基于目标路段先前流量数据及下游路段交通状况的SVM模型具有较高的预测精度. 为了进一步分析该模型的性能,将其与线性回归模型和ARMA模型进行了比较,实验结果显示,本文提出的SVM模型具有较好的预测效果,表明该方法是进行道路短期交通状态预测的有效手段.