摘要：针对光伏(Photovoltaic, PV)-电池-超级电容直流微电网系统中光伏发电间歇性造成的功率失配问题,提出一种基于事件触发的无差拍预测控制(Event-triggered deadbeat predictive control, ETDPC)方法,以实现有效的能量管理. ETDPC方法结合事件触发控制策略和无差拍预测控制策略(Deadbeat predictive control, DPC)的优点,根据微电网的拓扑结构构建状态空间模型,用于设计适用于微电网能量管理的触发条件:当ETDPC的触发条件满足时, ETDPC中无差拍预测控制模块被激活,可以在一个控制周期内产生最优控制信号,实现对于扰动的快速响应,减小母线电压纹波;当系统状态不满足ETDPC中的触发条件时,无差拍预测控制模块被挂起,从而消除非必要运算,以减轻实现能量管理的运算负担.因此,对于电池-超级电容器混合储能系统(Hybrid energy storage system, HESS), ETDPC能够缓解间歇性光伏发电与负荷需求之间的功率失衡,以稳定母线电压.最后,数字仿真和硬件在环(Hardware-in-loop, HIL)实验结果表明,相较于传统无差拍控制方法,运算负担减小了50.63%,母线电压纹波小于0.73%,验证了ETDPC方法的有效性与性能优势,为直流微电网的能量管理提供了一种参考.

摘要：为解决交通仿真建模过程因缺乏深层次考虑复杂驾驶行为而导致精度不足的问题,提出了基于驾驶模拟技术的交通仿真参数标定方法。以深圳市机荷高速改扩建工程作为研究案例,基于VISSIM构建案例全线交通仿真模型,应用UC-winRoad道路三维建模软件构建高逼真驾驶模拟场景,开展驾驶模拟实验提取复杂场景的典型驾驶行为特征,采用车头间距、行驶速度等跟车行为指标建立仿真参数标定函数,针对标定算法效能问题,通过改进的遗传粒子群算法寻优Wiedemann99跟驰模型的标定参数,以期提升微观交通仿真模型的分析精度与应用效果。结果表明:相比于正交试验与基于交通感知数据迭代寻优的标定方法,该标定方法求解参数标定值误差分别降低47.2%和9.1%,更加符合项目本地化驾驶行为特征,可显著提升交通仿真模型的可信度;相比常规遗传算法、粒子群算法,遗传粒子群算法不仅能找到全局最优解,而且收敛速度比遗传算法快17轮,能同时满足算法有效性与高效率的要求。

摘要：基于本体技术和语义逻辑表达方法,以知识图谱的形式建立了自主式交通系统标准化知识库。进一步提出基于演进分析的架构自适应转换方案,通过推断系统在代际间的演进过程,实现具体架构随代际演进的自动转变。最后,以开源自主式交通系统知识图谱为例,评估了提出方法的可行性。相比对照方案,本文方法对高效分析系统演进以及实现架构合理自组织具有较大优势,能满足交通系统向自主化发展的需求。

摘要：控制算法测试验证评估是确保智能船舶航行性能可靠性和安全性的关键。本文梳理了国内外智能评估技术的发展现状,以Transas船舶航行模拟器为船舶智能航行虚拟测试平台,进行航行控制算法测试评估。根据船舶直线段和弯曲段航行特征建立评估指标,提出航行控制算法智能评估系统的设计思路、框架结构和构建流程,初步建立虚拟仿真测试下的船舶航行控制算法智能评估体系,指出该智能评估系统所涉及的关键技术。基于以上研究,对船舶航行控制算法虚拟测试评估技术和未来改进方向进行总结。

摘要：噪声标签在实际数据集中普遍存在,这将严重影响深度神经网络的学习效果。针对此问题,提出了一种基于标签差学习的噪声标签数据识别与数据再标记方法。该方法设计两种不同的伪标签生成策略,利用基础网络所识别的干净数据生成人工噪声数据集,并计算该数据集的标签差向量或标签差矩阵;以强化相似类别间的关联性为目标,利用全连接层与单行卷积核,设计标签差向量网络与标签差矩阵网络等两种噪声学习网络直接学习样本数据的噪声概率;设计与噪声率线性相关的阈值,对干净数据与噪声数据进行判断。通过设计实验,对包括伪标签生成策略、网络结构、训练迭代次数等影响网络识别性能的因素进行分析。在公开数据集上的测试表明,在多种噪声分布情况中,该算法在保持干净数据的准确率与召回率基本稳定的前提下,能显著提高噪声数据的准确率与召回率,提高幅度最大为16.45%及21.01%。

摘要：导航平台路段速度和浮动车GPS速度是常用的道路运行车速数据源,单独使用一种数据进行相关研究存在实时更新数据路网覆盖率低、数据质量不稳定等问题。基于数据可靠性的动态权值数据融合方法,文章将导航平台路段速度和浮动车GPS速度进行了融合。先将两种数据进行空间和时间同步化处理,并针对路段数据和GPS数据设计不同的数据可靠性评估算法;再将实时更新的导航平台路段速度和浮动车GPS速度基于数据可靠性融合,得到最终的路段速度。实验表明:导航平台路段数据、GPS路段数据的平均时间粒度更新路网覆盖率分别为60.32%和33.43%,基于数据可靠性的融合数据达到了74.29%,路段速度平均误差降低到了3.82 km/h,均优于导航平台路段速度、GPS路段速度和固定权值的融合速度。

摘要：面对内河船舶排放清单研究中存在的船舶静态参数和运行轨迹缺失问题,提出基于极致梯度提升(eXtreme Gradient Boosting)算法的船舶静态参数修复方法和基于航道轨迹的长距离轨迹修复方法,并基于修复资料计算了重庆市长江水域的船舶排放清单,并揭示船舶排放的时空特征.研究结果表明,本文提出的方法在内河船舶资料修复方面表现优异,主机额定功率修复R 2=0.963,设计航速的修复R 2=0.871.同时在轨迹修复上提升了轨迹的完整性并将修复时间大幅度降低,为船舶排放研究提供了资料支撑.而船舶排放结果表明,重庆市内河船舶排放的污染物总排放量为1869.01t,各污染物中NOx的排放占比最高(81.8%),水域内的污染来源主要是干散货船和客船.不同行驶工况下的污染排放顺序为:巡航>停泊>机动操作.客船的排放特征与其它船型不同,客船的排放峰值集中在夜晚,其它船型在白天达到排放峰值.不同船舶的空间排放特征不同,集装箱船和危险品船只在长江干线上产生排放,而客船高排值集中在客流交汇处的客运码头.

摘要：针对拥堵场景中目标遮挡引起的漏报、误报等问题,考虑到视频中同一车辆在不同时刻下重叠程度不同,利用未被遮挡时刻车辆所提供的特征有助于当前时刻目标车辆的检测,提出了一种适用于密集场景的车辆检测算法WB-YOLO v5。算法结合ConvLSTM模型的输入数据结构,设计了特征选择和特征稀疏模块,实现了特征的重标定;并将特征选择和特征稀疏模块输出的特征送入ConvLSTM的不同支线,实现了不同时刻特征的强化与衰减;再使用1×1卷积替换原始门控结构,构建轻量化的WBConvLSTM,以减少参数量和计算量,提升训练速度与小样本数据源目标的检测准确率;在YOLO v5的Neck端引入WBConvLSTM,实现网络特征提取能力的增强。实验结果表明,相比于YOLO v5,WB-YOLO v5的检测平均准确率有1.83个百分点的提高。相比于ConvLSTM,WBConvLSTM的参数量和计算量分别减少约2/3和6/13。

摘要：为了快速评估和提高新型钢铝混合摩托车车架的安全性能,以某款钢铝混合摩托车车架为研究对象,采用HyperMesh软件对其进行性能分析与优化。建立钢铝混合摩托车车架有限元模型,研究钢铝混合摩托车车架在水平载荷、垂直载荷和坐垫载荷3种工况下的最大应力和最大位移。提出一种以Hammersley采样方法改进传统试验设计方法的哈默斯利采样-试验设计(Hammersley Sampling-Design of Experiment,HS-DOE)法,以钢铝混合摩托车车架主要截面厚度为设计变量,分析其对该车架最大应力、最大位移、模态频率和质量的主效应,获得对目标响应较敏感的设计变量。基于此,以钢铝混合摩托车车架强度和模态频率等为约束条件,坐垫载荷工况最大位移最小化为优化目标,采用OptiStruct求解器对钢铝混合摩托车车架结构进行多目标优化设计,并对优化结果进行仿真分析。结果表明,HS-DOE法可以得到更均匀的样本点,在满足设计要求的前提下,使钢铝混合摩托车车架在水平载荷工况下最大应力减小了41.44%;垂直载荷工况下最大应力减小了16.88%;质量减小了1.88 kg,相比优化前减小了10.23%。

摘要：为实现个体车辆出行、排放行为的精细表征与挖掘,基于宣城市中心城区全量个体车辆的出行轨迹、技术参数、排放轨迹等多维交通大数据,以表征个体车辆出行过程的排放信息为主线,设计并构建车辆出行排放知识图谱.研究表明:①知识图谱直观地表征了“车辆-道路-出行-排放”信息的时空关联,可实现个体车辆在不同日期、不同时段、不同路段等多尺度出行特征的精细挖掘.以某辆小型客车为例,检索发现周一、周三出行主要连接的小时实体都为7:00、8:00和17:00,周五、非工作日出行连接的小时实体具有明显的随机性;周一、周三出行所连接的道路实体较少且基本一致,在宣水路、昭亭北路、昭亭南路的出行里程之和占比为63%~68%,周五、非工作日出行连接的道路实体则较为分散.②通过出行信息类、排放信息类实体的关联检索,可实现个体车辆出行排放时空特征的精细辨识和溯源分析.示例车辆的检索结果表明:周一车辆的CO日排放量为1.2g,是周六的2.5倍,同时在早高峰时段(7:00),车辆出行在交通繁忙路段时,伴随低水平车速,排放强度相对较高.