检索结果-内蒙古大学图书馆

控制理论与应用 2024年第2期41卷 311-320页

作者：高兵步兵北京交通大学轨道交通控制与安全国家重点实验室北京100044

当遭受拒绝服务(DoS)攻击时,分布式列车控制系统的弹性控制问题受到广泛关注.本文提出了一种基于分布式领导车状态观测器和障碍李雅普诺夫函数的弹性控制策略,不仅可以避免列车碰撞,同时实现了编队控制的目标.首先,给出了一种分布式的... 详细信息

当遭受拒绝服务(DoS)攻击时,分布式列车控制系统的弹性控制问题受到广泛关注.本文提出了一种基于分布式领导车状态观测器和障碍李雅普诺夫函数的弹性控制策略,不仅可以避免列车碰撞,同时实现了编队控制的目标.首先,给出了一种分布式的领导车状态观测器设计方法,用于实时估计领导车的状态.理论分析表明,在DoS攻击满足一定约束的条件下,该状态观测器的估计误差具有指数稳定特性.在此基础上,通过将列车碰撞避免问题转化为状态受限问题,提出一种基于障碍李雅普诺夫函数的状态受限控制律,解决了DoS攻击下确保碰撞避免的车队控制问题.最后,数值仿真证实了本文方法的有效性.

关键词：拒绝服务弹性控制状态估计障碍李雅普诺夫函数列车运行控制碰撞避免

来源：评论

学校读者我要写书评

暂无评论

一种新的模糊滑模控制器设计方法

引用

控制与决策 2024年第6期39卷 1909-1917页

作者：康庄贾利民秦勇北京交通大学轨道交通控制与安全国家重点实验室北京100044 北京交通大学交通运输学院北京100044

针对具有较大且不可观测外界干扰的一类不确定系统,提出一种新的模糊滑模控制器设计方法.首先基于模糊滑模控制原理,引入全局快速终端滑模控制,使系统在有限时间内达到稳态;然后构造以李雅普诺夫函数导数的绝对值为补偿的自适应干扰估计... 详细信息

针对具有较大且不可观测外界干扰的一类不确定系统,提出一种新的模糊滑模控制器设计方法.首先基于模糊滑模控制原理,引入全局快速终端滑模控制,使系统在有限时间内达到稳态;然后构造以李雅普诺夫函数导数的绝对值为补偿的自适应干扰估计项,对外界干扰进行准确估计,进而提出一种双层递阶指数趋近全局快速终端模糊滑模控制器,通过指数趋近率来调节滑模面的动态品质,该控制器能快速收敛到稳定状态,且有效消除控制器的抖振情况;最后通过仿真算例验证所提方法的有效性.

关键词：滑模控制模糊系统滑模面全局快速终端滑模控制指数趋近率外界干扰

来源：评论

学校读者我要写书评

暂无评论

基于多阶段退化建模的列车电空阀退化预测方法

引用

同济大学学报(自然科学版) 2025年第1期53卷 115-123页

作者：熊柳景牛刚王彪同济大学交通学院上海201804 北京交通大学轨道交通控制与安全国家重点实验室北京100044

为了提高列车电空制动系统的可靠性,提出了一种考虑多阶段退化趋势动态变化的电空(electro pneumatic,EP)阀电磁线圈退化状态自适应预测方法。首先,利用加速退化试验数据和指数估计形式来推导扩展卡尔曼滤波(EKF)算法的状态方程和观测... 详细信息

为了提高列车电空制动系统的可靠性,提出了一种考虑多阶段退化趋势动态变化的电空(electro pneumatic,EP)阀电磁线圈退化状态自适应预测方法。首先,利用加速退化试验数据和指数估计形式来推导扩展卡尔曼滤波(EKF)算法的状态方程和观测方程。其次,基于EKF算法对退化数据进行最优估计,减少退化数据不确定性波动对预测的干扰。然后,根据历史数据的EKF最优估计结果建立退化模型,将下一退化阶段的预测值和观测值信息交互结果用于退化模型的更新。最后,采用自适应遗忘因子对EKF优化后的历史数据样本和新观测数据样本进行动态权重调整,通过多阶段退化建模完成退化模型的参数自适应更新。试验验证结果表明:所提出的退化预测方法可以准确有效地实现多阶段连续退化预测;所提出的自适应遗忘因子权重调整策略可以有效提高退化预测的准确性。

关键词：退化预测多阶段退化建模扩展卡尔曼滤波自适应遗忘因子电空阀电磁线圈

来源：评论

学校读者我要写书评

暂无评论

考虑稀疏特性的城市轨道交通短时OD时空预测方法

引用

铁道科学与工程学报 2023年第10期20卷 3685-3695页

作者：李浩然许心越李建民张安忠北京交通大学轨道交通控制与安全国家重点实验室北京100089

准确快速地获取城市轨道短时OD需求对城轨交通管理者及时获取乘客出行需求变化、做出科学决策具有重要意义。由于OD数据存在高维度稀疏特性,导致短时OD预测存在预测精度不高和计算效率低的问题。为进一步提升预测准确性和时效性,考虑OD... 详细信息

准确快速地获取城市轨道短时OD需求对城轨交通管理者及时获取乘客出行需求变化、做出科学决策具有重要意义。由于OD数据存在高维度稀疏特性,导致短时OD预测存在预测精度不高和计算效率低的问题。为进一步提升预测准确性和时效性,考虑OD需求的时空特性和矩阵可分解特性,提出一种基于时空分解和动态模式分解的短时OD预测模型(STDMD)。该方法首先采用融合时间序列分解和离散小波变换的时空分解模块,将原始数据分解为多个时空分量,提取时空特征;同时,利用动态模式分解预测模块通过奇异值分解截断数据矩阵的特征值,对数据进行降维去噪,并集成各分量预测结果,实现城市轨道OD的快速、精准预测。为验证模型的有效性,采用北京地铁数据进行案例验证。研究结果表明:STDMD模型具有较高的预测精度和较短的预测时间,在预测精度上,比向量自回归模型、卷积长短期记忆网络和时间正则化矩阵分解模型分别提高了5.0%,15.3%和17.9%;在预测时间上,比向量自回归模型和卷积长短期记忆网络分别缩短了95.7%和37.6%。STDMD模型各模块均可有效提升模型的预测精度。STDMD模型在不同数据集上表现出较强的鲁棒性。STDMD模型可为稀疏条件下的OD分析预测提供新的思路和方法,具有研究意义与现实意义。

关键词：城市轨道交通时空特性稀疏特性动态模式分解短时OD预测

来源：评论

学校读者我要写书评

暂无评论

基于计算机视觉的轨道交通站内客流识别与预测

引用

铁道科学与工程学报 2023年第10期20卷 3696-3704页

作者：张金雷陈瑶杨立兴李华阴佳腾北京交通大学轨道交通控制与安全国家重点实验室北京100044

轨道交通的短时客流预测通常以车站为最小单位进行研究,只能从宏观上把握车站间的客流规律,不能有效反映站内各场景的拥挤微观客流。为了对车站内部不同场景的微观客流进行分析和预测,及时采取措施保证站内乘客通行安全,提出基于计算机... 详细信息

轨道交通的短时客流预测通常以车站为最小单位进行研究,只能从宏观上把握车站间的客流规律,不能有效反映站内各场景的拥挤微观客流。为了对车站内部不同场景的微观客流进行分析和预测,及时采取措施保证站内乘客通行安全,提出基于计算机视觉的端到端精细化短时客流识别与预测模型(Detect-Predict)。首先,基于手动拍摄并标注乘客头部的闸机口、楼扶梯口、换乘通道、站台等站内场景的图片数据对YOLOv5算法训练,并通过优化后的通道剪枝对检测模型压缩。其次,使用楼扶梯口场景下固定摄像头拍摄的视频数据,通过YOLOv5以及DeepSORT算法对视频中的目标进行检测并跟踪,实现乘客数量实时统计。最后,将统计的客流数量输入到LSTM算法中进行实时预测,并使用识别的客流数据持续在线训练预测模型,构建端到端的轨道交通站内精细化短时客流识别与预测模型。在拍摄的站内视频数据上进行试验,结果表明采用处理输入视频每秒传输帧数的方法,乘客数量实时统计算法可以满足识别的实时性要求,其精度在测试场景下达到99.4%,整体客流预测模型的RMSE为11.07,MAE为8.02,WMAPE为12.57%。提出的轨道交通站内精细化短时客流识别与预测模型可以实时地对轨道交通车站内部场景的微观客流进行识别并预测,使得轨道交通运营者实时掌握站内各场景未来客流并及时疏导,具有一定的应用前景。

关键词：智能交通客流预测目标检测目标跟踪计算机视觉

来源：评论

学校读者我要写书评

暂无评论

基于OpenStack的高可用城轨云平台:设计、实现与可用性分析

引用

铁道学报 2024年第2期46卷 94-104页

作者：朱力李子恒唐涛王悉北京交通大学轨道交通信号控制与安全国家重点实验室北京100044

轨道交通系统对于可靠性具有特殊要求,构建高可用轨道交通私有云计算平台,已成为城轨交通的热门研究领域。设计并实现高可用云管系统与高可用云上虚拟机,能有力推动更多的轨道交通业务向云平台迁移,提升资源利用率。首先,介绍轨道交通... 详细信息

轨道交通系统对于可靠性具有特殊要求,构建高可用轨道交通私有云计算平台,已成为城轨交通的热门研究领域。设计并实现高可用云管系统与高可用云上虚拟机,能有力推动更多的轨道交通业务向云平台迁移,提升资源利用率。首先,介绍轨道交通的云计算建设概况及云平台容错方法;其次,详细描述利用开源OpenStack技术,实现高可用云管平台与高可用虚拟机的方法,利用故障树工具分析云管系统与虚机的失效模式之后,用马尔科夫过程对云管系统与虚机的可靠性进行建模分析;最后,利用设计的高可用云平台,部署完整的基于通信的列车控制系统中的地面业务,并对虚拟机两项可用性的关键指标进行测试,根据测试结果,获得模型的参数,进而计算得到整个私有云计算平台的可用性指标。本研究将为城市轨道交通的高可用云计算平台建设提供有力的理论基础与实践经验。

关键词：城市轨道交通云计算 OpenStack 虚拟机高可用可靠性

来源：评论

学校读者我要写书评

暂无评论

低碳导向下基于出行者活动行为的碳积分定价和公交服务优化

引用

系统工程理论与实践 2023年第6期43卷 1782-1797页

作者：付晓金瑜倩刘志远吴建军东南大学交通学院南京211189 北京交通大学轨道交通控制与安全国家重点实验室北京100044

碳排放引发的可持续发展问题引起了全球的广泛重视,在碳中和背景下,城市交通领域的低碳发展势在必行.本文充分考虑了政府的主导性和出行者行为,建立双层规划模型描述交通管理者和出行者之间的领导者-跟随者博弈,采用改进的遗传算法,结... 详细信息

碳排放引发的可持续发展问题引起了全球的广泛重视,在碳中和背景下,城市交通领域的低碳发展势在必行.本文充分考虑了政府的主导性和出行者行为,建立双层规划模型描述交通管理者和出行者之间的领导者-跟随者博弈,采用改进的遗传算法,结合连续平均法和路径交换法求解模型,并对不同策略下的出行者活动行为和出行碳排放进行了比较分析.研究结果表明,考虑碳积分收费方案的协同优化策略相较于仅优化公共交通服务的单一策略,能够显著提高社会效益和减少交通系统的碳排放,提出的模型和算法能够有效地求解考虑多方参与者利益的城市交通系统优化问题,为政府评估各种碳排放相关的城市交通可持续发展政策提供了理论依据和科学框架.

关键词：活动-出行行为双层规划基于活动的方法碳积分

来源：评论

学校读者我要写书评

暂无评论

基于多阶段特征优选的高速铁路列车晚点预测模型

引用

中国铁道科学 2023年第4期44卷 219-229页

作者：李建民许心越丁忻北京交通大学轨道交通控制与安全国家重点实验室北京100044 北京交通大学交通运输学院北京100044

为克服大规模高维数据集不相关和冗余信息对列车晚点预测模型性能的影响,提出一种融合多阶段(MS)特征优选方法和改进深度神经网络(IDNN)模型的高速铁路列车晚点预测模型(简称MS-IDNN模型)。首先,利用MS特征优选方法,基于列车运行实绩提... 详细信息

为克服大规模高维数据集不相关和冗余信息对列车晚点预测模型性能的影响,提出一种融合多阶段(MS)特征优选方法和改进深度神经网络(IDNN)模型的高速铁路列车晚点预测模型(简称MS-IDNN模型)。首先,利用MS特征优选方法,基于列车运行实绩提取影响列车晚点的相关特征,构建初始特征集,并对其进行数据清洗和特征优选,生成最优特征子集;其次,将列车晚点特征映射为IDNN模型的神经元,采取全连接方式提取特征间的交互关系,并叠加多个浅层神经网络以克服深度神经网络反向传播过程中梯度消失的缺陷,实现列车到达晚点的精准预测;最后,以武广高速铁路列车运行实绩为例,验证MS-IDNN模型的有效性。结果表明:相比初始特征集,构建得到的最优特征子集特征维度降低了54.29%;相比6种基线模型,MS-IDNN模型的平均绝对误差和均方根误差分别至少降低4.85%和8.97%,在沿线至少66.66%的车站中表现出更高的预测性能;MS-IDNN模型能够有效剔除数据集中的不相关和冗余信息,提升列车晚点预测精度。

关键词：高速铁路晚点预测多阶段特征优选深度神经网络反向传播

来源：评论

学校读者我要写书评

暂无评论

融合注意力机制的轨道入侵异物检测轻量级模型研究

引用

铁道学报 2023年第5期45卷 72-81页

作者：管岭贾利民谢征宇北京交通大学交通运输学院北京100044 北京交通大学轨道交通控制与安全国家重点实验室北京100044

基于智能视频分析的轨道线路环境入侵物自主识别是保障轨道交通运营安全的关键技术之一。然而基于神经网络的高精度目标检测模型严重依赖算力,部署成本高,很难普及运用。为此,提出一种改进yolov4-tiny的轻量级网络模型。在网络主干,通... 详细信息

基于智能视频分析的轨道线路环境入侵物自主识别是保障轨道交通运营安全的关键技术之一。然而基于神经网络的高精度目标检测模型严重依赖算力,部署成本高,很难普及运用。为此,提出一种改进yolov4-tiny的轻量级网络模型。在网络主干,通过融合跨阶段结构和通道混洗策略,提出CSPShuffleNet结构,加快网络推理;在网络颈部,引入多头注意力机制,增强网络目标定位能力;在网络头部,使用深度可分离卷积替换传统卷积,进一步压缩网络参数量。基于铁路异物数据集的实验结果表明:相比于原始yolov4-tiny,本模型的均值平均精度最大提高1.4%,参数量减少49.9%,模型容量减少55.4%。验证了本模型对于固定平台和移动平台检测系统的普适性,从而为铁路安全保障提供决策支持。

关键词：异物入侵检测轻量化神经网络深度可分离卷积通道混洗多头注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于博弈映射学习的多传感源信息融合三相电机智能故障诊断方法

引用

电工技术学报 2023年第17期38卷 4633-4645页

作者：任翔宇秦勇王彪贾利民程晓卿轨道交通控制与安全国家重点实验室(北京交通大学) 北京100044 北京交通大学交通运输学院北京100044

利用多传感数据能够全面地诊断三相电机的各类机械或电气故障,然而现有的智能诊断方法缺乏有效的关键故障信息挖掘与跨传感源特征聚合学习机制,导致其诊断效果不佳。针对以上问题,该文提出一种基于博弈映射学习的多传感源信息融合三相... 详细信息

利用多传感数据能够全面地诊断三相电机的各类机械或电气故障,然而现有的智能诊断方法缺乏有效的关键故障信息挖掘与跨传感源特征聚合学习机制,导致其诊断效果不佳。针对以上问题,该文提出一种基于博弈映射学习的多传感源信息融合三相电机智能故障诊断方法。首先,使用多个并行的自学习特征映射网络从各传感数据中自动地提取故障特征;然后,构建传感源鉴别器并使其与自学习特征映射网络形成博弈关系,精炼故障特征并引导其跨传感源分类聚合;之后,将样本差异度量损失函数引入到优化目标中,以确保各类故障特征之间的空间可分性;最后,利用故障模式识别器进行多传感故障特征融合诊断。实验结果表明,该方法能够基于振动、电流、声等多传感数据准确地诊断三相电机轴承故障、转子故障及电气故障,且诊断性能优于现有方法。

关键词：三相电机智能故障诊断多传感源信息融合对抗学习信息度量

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：