一、基于聚类分析的实时交通流量监测系统研究（论文文献综述）
高志龙[1]（2020）在《基于状态智能预警驱动的柴油机IETM关键技术研究与应用》文中研究说明柴油机作为一种关键动力设备,被广泛用于船舶航运、轨道交通、石油化工、能源电力、矿山机械、装备动力等相关行业,在国民经济乃至国防安全领域发挥着极为重要的作用。但由于其部件众多、结构复杂、工况恶劣,极易发生故障。一旦出现恶性故障将会导致停工停产,严重时甚至引发危及人身安全的重大事故。然而,当前柴油机监测报警技术较为落后,故障发生后无法得到精准识别,导致检维修效率低下。通过研究柴油机故障发生机理与对应的特征信号,借助先进算法有效提取特征参数,以实现柴油机典型机械故障的预警与诊断。并将故障诊断与交互式电子技术手册（IETM）技术相结合,实现监测、预警、诊断、维修、维护、管理等综合保障功能的深度融合,从而提升柴油机运行的安全性、可靠性和可用性。本文以大功率柴油机为对象,以提高其典型机械故障预警诊断水平和维修保障能力为目标,通过对典型机械故障机理的深入分析,研究适用于不同种类故障的预警和诊断方法。结合智能诊断算法实现柴油机运行工况的自动识别,提高预警和诊断准确率。最后探索基于故障预警驱动的IETM设计方法与架构。论文各章节主要研究内容如下:首先,综合归纳大功率柴油机典型机械故障类型,理清传统诊断方法面临的问题与挑战,分析智能诊断预警技术现状。研究国内外IETM技术发展历程、技术难点和未来发展趋势。在现有研究基础上,总结基于智能预警驱动的柴油机IETM系统关键技术点。其次,针对柴油机连杆衬套滑移,轴瓦磨损两类疑难故障,开展理论建模研究。通过建立相关数学模型,寻找故障典型特征。提出基于SAW（声表面波）无源无线测温技术的柴油机轴瓦磨损类故障预警诊断方法。研制柴油机连杆大小头瓦无线温度传感器,通过故障模拟试验证明该方法的有效性;然后,针对曲轴弯曲微变形这类恶性故障,建立多体动力学模型,通过模拟、仿真、分析其对应的故障特征及敏感参数,探究该类故障预警诊断的有效方法,并通过理论分析与实际故障案例相结合的方式证明该方法可行性;研究基于振动信号自适应的EMD降噪和聚类算法的柴油机运行功率自动识别算法,通过该算法实现对柴油机运行工况的自动识别。在无需增加传感器的前提下,引入柴油机输出功率作为预警诊断参考指标。此外,结合瞬时转速、温度、压力等参数,研究基于多源信息融合的复杂故障预警诊断方法,提高故障预警诊断的准确性。在上述研究成果的基础上,总结柴油机典型故障诊断系统设计方法。并利用实验和工程实际案例数据对系统功能进行验证。最后,研究基于智能预警驱动的IETM设计方法与架构。梳理传统IETM研制流程和编制规范,提出智能预警诊断技术与IETM相结合的实现方案,并给出基于状态智能预警驱动的柴油机IETM总体实现方法和步骤。
茅建校[2]（2020）在《基于长期监测数据的大跨度斜拉桥动力性能演变规律及运营状态评估研究》文中研究说明结构健康监测系统（SHMS）可为评估大跨度桥梁运营状态、制定科学合理的维护管理决策提供重要数据来源。现阶段,由于监测数据异常率高、自动分析手段尚未成熟等问题,桥梁监测数据与运营状态评估之间仍难以有效衔接。因此,本文以世界首座千米级斜拉桥——苏通大桥为工程背景,结合该桥SHMS记录的长期监测数据,紧紧围绕桥梁自动监测和海量数据分析两个研究热点,开展大跨度斜拉桥动力性能演变规律及其运营状态评估研究。主要研究内容包括:（1）基于GANs和AE的桥梁监测数据异常诊断方法研究。采用格拉姆角场将监测时间序列数据转换成灰度图像,据此对生成对抗网络（GANs）和自编码器（AE）两个非监督深度人工神经网络进行训练,并结合测试数据集的预测误差验证所得神经网络的训练效果。根据训练集和测试集样本研究数据异常诊断的最优指标,并融合累积求和函数建立监测数据异常诊断方法。最后,采用苏通大桥SHMS记录的长期监测数据验证了该方法的有效性。研究结果表明,与传统的监督学习方法相比,本方法可在无数据标签的情况下对样本数据进行学习,从而简化训练数据集的学习方式,有效提升数据异常诊断的效率。（2）基于主成分和聚类分析的大跨度斜拉桥模态参数自动识别方法研究。首先,基于主成分分析分离模态验证准则向量中的噪声成分,借助k均值聚类剔除稳定图中的虚假模态。然后,采用层次聚类方法分离不同阶模态,据此研究层次树截断簇数和最终获取有效模态数量的关系,从而提出面向层次聚类的最优层数确定准则。在上述工作基础上,建立大跨度斜拉桥模态参数自动识别方法,采用缩尺模型试验和苏通大桥SHMS数据验证该方法的有效性。研究结果表明,该方法可实现大跨度桥梁模态参数的自动精准识别,对低频密集模态的分离效果较好,且可有效降低模态阻尼比识别的离散性。（3）大跨度斜拉桥模态参数追踪及环境作用效应研究。基于高斯混合模型研究大跨度桥梁模态参数基准列表的自动确定和更新方法,并结合数值模拟和苏通大桥SHMS数据开展验证研究。然后,结合（2）中模态参数自动识别方法,建立大跨度桥梁模态参数自动追踪方法,采用苏通大桥SHMS的长期监测数据验证该方法的有效性,从而进一步研究长期运营过程中大桥模态参数与实测环境因素（包括温度和风速等）的关系。研究结果表明,该方法可实现大跨度斜拉桥模态参数的长期自动追踪,所建立的模态频率与环境因素的作用模型可为桥梁有限元模型校准和运营状态评估等奠定研究基础。（4）台风作用下大跨度斜拉桥动力特性演变规律研究。利用苏通大桥SHMS记录的三次台风期间（“海葵”、“达维”和“布拉万”）数据,首先分析了大桥主梁静/动力响应（加速度和位移）与环境因素（风速、温度）的关系。然后,对台风期间大桥主梁的模态参数进行了识别及追踪,并据此研究了大桥模态参数和风速、温度、振幅（位移和加速度）等因素的关系。研究结果表明,大桥主梁低阶频率受风速的影响均较为显着,高阶频率则受温度的控制,前三阶竖弯模态阻尼比与风速相关性显着,而与位移和加速度振幅的相关性较弱,结论可为类似桥梁的抗风性能评价及减振控制等提供科学依据。（5）基于长期应变数据的大跨度斜拉桥疲劳可靠度评估。利用苏通大桥SHMS记录的长期应变数据,在分离动、静态应变分量的基础上,分析主梁测点动应变响应的主要作用因素。然后,采用雨流计数法计算各测点的应力幅和循环次数,采用对数正态分布对实测应力幅分布进行拟合,据此估计等效应力幅和应力循环次数,并采用S-N方法评估主梁关键U型肋处三类典型焊接细节的疲劳可靠度。研究结果表明,由车轮荷载引起的顶板局部变形是导致主梁焊接细节疲劳损伤的主要原因,横隔板的弧形开孔有利于提升U型肋与横隔板间焊接细节的疲劳可靠度,结论可为钢箱梁的抗疲劳设计、加工和维护管理等提供参考。（6）基于监测数据的台风期大跨度斜拉桥行车安全性评估。在推导风荷载激励下桥面行驶车辆动力方程的基础上,将实测桥面响应以及风荷载作用于车辆模型,从而实现桥面车辆动力响应的快速获取。采用简支梁桥数值模拟手段验证该方法的有效性,分析不同多项式插值手段对车辆响应估计结果的影响。结合苏通大桥SHMS记录的“海葵”台风期间数据开展桥面行车安全性评估。研究结果表明,该方法可以准确地估计桥面行驶车辆的动力响应,可为强/台风期间大跨度桥梁行车安全评估提供有效分析手段;风荷载以及桥面侧向、扭转振动是影响行车安全性的主要原因,降低行驶速度是保障车辆安全的有效手段。
任昭昭[3]（2020）在《基于车载效应数据的桥梁安全状态评估方法研究》文中指出桥梁结构作为交通系统的重要纽带,其安全运营状态始终是工程界关注的重点。近年来,随着健康监测系统的快速发展,针对该系统的设计及应用逐渐成熟,但当前的研究成果主要集中在大跨度桥梁上,对于面广量大的中小跨径混凝土桥梁的研究相对进展缓慢。本文以江苏沿海高速公路（盐城—南通段）烈士河大桥为工程背景,基于车辆荷载数据和应变监测数据,进行了基于车载效应数据的桥梁安全状态评估方法的研究。本文主要研究内容及结论如下:（1）基于动态称重系统,建立混凝土组合箱梁桥车辆荷载参数统计模型。首先,对烈士河大桥整体交通情况进行分析,基于动态称重系统653万组原始交通监测数据,对车辆数据进行预处理,以车辆轴数和轴距为主要分类因素,建立8种代表车型。其次,对大桥各车道日常车流量及超载情况进行统计分析,研究结果表明,超出规定载值50%以上的占比很大,大桥超载问题严重。最后,利用基于极大似然估计原则的EM算法以及K-S检验,建立了车辆荷载关键参数符合实际情况的概率模型。研究结果表明,烈士河大桥各车道车重服从三峰分布,可通过混合高斯模型进行有效拟合;各轴轴重呈单峰分布,需要使用不同的概率密度函数进行拟合;针对车速,3、6车道车速为双峰分布,可使用混合高斯函数进行概率拟合,其余车道为单峰分布,使用t分布可进行有效拟合。模型结果反映出烈士河大桥目前服役实际承受的车辆荷载已远远超过当时的设计荷载,对在役桥梁安全状态及剩余寿命进行评估时,采用实际交通运营荷载进行分析更为准确。（2）基于深度学习思想,建立车致应变影响线特征智能识别及提取方法,并进行特征分析。首先,通过对实时监测应变数据的特征分析,利用小波包分解与重构的方法实现温致应变与车致应变的有效分离。其次,与传统阈值法效果对比,利用长短时记忆神经网络对时间序列的分析优势,创建Bi LSTM模型,通过样本集学习训练,测试集优化参数,改善预测精度和预测时长,从而建立车致应变影响线特征智能识别及提取方法。研究结果表明,通过对烈士河大桥不同监测位置的车致应变数据进行随机抽取,共使用208143个训练集和197236个测试集,经训练的Bi LSTM模型预测精度达99.23%。最后,对经智能提取的车致应变峰值进行特征分析,上翼缘横向和纵向车致应变对通过车辆轴数更加敏感,其同段波形产生的峰值数与车辆轴数有关;腹板和下翼缘纵向车致应变信号波动规律较为相似,下翼缘纵向应变数值大于腹板处。各传感器车致应变峰值呈三峰分布,受所在车道轻型车,中型车和重型车的占比影响较大,可通过混合高斯模型进行有效拟合。桥梁局部位置的上翼缘横向应变与下翼缘纵向应变存在部分重车数据簇已超过规范限值,桥梁局部位置进入带裂缝工作状态,车致应变峰值可以成为评估桥梁安全状态的重要指标。（3）基于聚类和PCA理论,建立混凝土箱梁整体状态评估及性能退化预警方法。首先,建立对车辆荷载敏感且可表征箱梁各部位可靠性的有效状态值。利用层次聚类和高斯混合模型聚类两种算法分别进行车载数据与车致应变的相关性分析,通过与传统方法的效果对比,利用GMM聚类后的重车车载数据簇与重车应变数据簇具有高度相关性,表明由车辆引起的车致应变最大集群可用于评估重型车辆荷载对桥梁性能的影响。将日重车应变数据簇0.95分位代表值作为新的箱梁各部位状态的表征值,通过计算强度利用因子定量反映箱梁各部位的影响权重,评估箱梁整体状态。其次,构建对箱梁状态退化敏感的预警模型。利用车致应变日均值、日极大值、日重车应变数据簇代表值分别建立离线主元模型,通过模拟16种不同工况下箱梁状态的退化以及相应模型预警效果的对比,基于聚类所得日重车应变数据簇代表值可以更好地表示重型车载作用下的箱梁状态,所构建的预警模型通过综合指标的设置可对箱梁整体状态进行有效的监控及预警。最后,基于适用性和安全性完善预警体系。当箱梁状态退化时,利用指标贡献图有效识别异常部位,通过强度利用因子两级预警线判断当前的状态退化是否在可控范围内,若未超出可控范围,将当前数据导入,及时更新预警模型,若超出可控范围,则进行检修和加固。同时及时采用GMM相关性模型推算车重限值,对重型车辆范围具象化,加强对桥梁通行车辆的限重管制,改善桥梁服役性能。
张绍逸[4]（2019）在《时变环境下桥梁集群结构损伤诊断方法》文中指出桥梁集群是指由区域路网或城市环线内多座桥梁所构成的桥梁群体。与单座大型桥梁不同,集群数据既涵盖有监测系统桥梁的监测信息又包含无监测系统桥梁的检测信息,数据类别多;集群内非相似桥梁结构需逐一进行针对性数据处理,工作量大;集群内相似桥梁之间数据具有关联性,可挖掘性强。因此,如何有效利用集群数据特征,实现全部桥梁的损伤诊断是健康监测领域颇具挑战性的课题。针对这一难题,分别从集群内有监测系统的非相似桥梁、有监测系统的相似桥梁及无监测系统的桥梁三个方面开展了系统研究,主要研究内容包括:针对如何构建时变环境下损伤诊断所需的桥梁有限元基准模型问题,提出概率有限元基准模型的概念。研究时变环境下桥梁固有频率监测数据的分布特征,提出基于高斯混合分布的聚类分析算法,实现对海量监测数据的分类;每一类别下,依托随机有限元模型修正理论,引入Kriging代理模型,提出桥梁结构概率有限元基准模型的构建算法;结合异常诊断算法理论,构造基于概率有限元基准模型的结构损伤诊断因子,实现对集群内非相似桥梁结构的损伤诊断,弥补了传统有限元技术无法描述监测数据分布规律的缺陷。探索适用于时变环境下损伤诊断的桥梁数据基准模型构建问题,提出建立稳态数据基准模型的思想。利用矩阵奇异值分解与重构技术,研究基于桥梁结构应变监测数据重构的去噪算法;分析交通荷载变化对桥梁结构应变监测数据的影响规律,提出应变监测数据交通荷载趋势项提取算法,并证明了该算法的有效性;采用K-mean聚类分析,提出桥梁结构稳态数据基准模型的构建算法;在此基础上,对应变监测数据交通荷载趋势项提取算法进行扩展,实现对集群内非相似桥梁结构的损伤诊断,有效减弱了运营环境变化对数据基准模型的影响。面对如何利用集群内环境荷载相似的特点进行桥梁结构损伤诊断问题,提出无历史参考状态的桥梁集群结构损伤诊断方法。利用集群内相似桥梁结构应变响应之间具有高度相关的特征,研究基于监测数据相似度的桥梁结构应变聚类分析算法,建立多个具有相似概率分布的应变数据类别;每一类别下,采用相同时段内应变数据累积分布函数相同的特点,构建无历史参考状态下桥梁结构损伤诊断因子;以异常诊断算法为框架,实现对集群内相似桥梁结构的损伤诊断,避免了传统桥梁损伤诊断方法对参考状态数据的依赖。为了解决集群内无监测系统桥梁结构损伤诊断的问题,提出桥梁结构损伤的快速诊断策略。依托准静力影响线法桥梁荷载试验技术,利用矩阵零空间理论,提出基于准静力位移影响线的桥梁结构损伤诊断算法;采用数值模拟与模型桥试验,详细讨论了损伤前后加载车非一致性、算法鲁棒性及抗噪能力等关键问题,对比验证了所提算法的有效性;在此基础上,面向分布式布里渊光纤传感技术,拓展算法具备处理高密度应变测试信息的能力,提出基于准静力应变影响线的桥梁结构损伤定位算法。与前述基于监测信息的桥梁集群诊断方法相结合,实现集群内全部桥梁结构的损伤诊断。
雷贞贞[5]（2019）在《融合交通信息与自适应控制的插电式混合动力汽车能量管理策略研究》文中研究说明作为现代汽车发展的重要方向之一,插电式混合动力汽车（PHEV）能够兼顾纯电动汽车及传统燃油车的优点,具有燃油经济性高、尾气排放低及续航里程长等特点。PHEV能量管理将直接影响汽车动力、燃油经济以及排放等性能。随着全球定位系统、地理信息系统及智能交通系统等技术的快速发展,在设计PHEV能量管理算法时充分考虑道路交通信息,可进一步提升其燃油经济性。为优化PHEV的节能效果,更好解决能量管理算法的环境适应性问题,本文以一款装备机械式自动变速器的并联式PHEV为研究对象,进行融合交通信息与自适应控制的能量管理策略研究,主要研究与创新如下:（1）对比各类PHEV动力传动系统的构型及优缺点,分析确定了论文所采用的混合动力系统的基本结构及工作原理;按照PHEV的动力性要求计算其理论需求功率;通过对国内某城市出租车数据的统计与分析,获取实际工况下动力需求功率分布;结合实际工况需求功率分布对PHEV动力传动系统关键部件进行参数匹配;在此基础上,建立了PHEV动力系统模型,根据所建模型对PHEV的动力性进行仿真实验,验证所匹配参数的合理性。（2）应用模拟退火优化K均值聚类算法,将实验车采集的路况数据和标准行驶路况数据进行聚类分析,最终划分为四种工况类型。综合电池荷电状态以及实际行驶距离定义等效行驶距离系数用以描述PHEV的行驶距离特性,采用等效行驶距离及工况类型作为行驶工况的基本特征;根据所研究PHEV的各部件特征,采用动态规划算法进行全局最优能量管理求解,同时动态优化四种行驶工况类型下的基本控制策略;分析行驶工况类型和等效行驶距离对PHEV最优能量管理策略的影响,获取不同行驶工况下发动机启动功率、换挡及转矩分配的变化规律。（3）研究全局交通流平均车速信息的获取与处理方法,建立了路网模型模拟实际交通流的变化,计算路网模型的交通流平均车速信息,建立实时工况模型;针对数据采集过程中难以避免的缺失问题,基于K最近邻算法进行交通流平均车速缺失信息补齐;在此基础上,采用小波变换和平滑滤波算法生成汽车行驶工况预期全局交通信息,仿真结果表明:所提出的数据补齐方法能够有效补充缺失的交通信息,且可有效生成用于能量管理策略的预期全局交通信息,为后续PHEV自适应等效燃油消耗最小能量管理策略研究奠定了基础。（4）根据混合动力系统的能量平衡原理,提出了一种自适应等效燃油消耗最小能量管理策略;根据全局交通信息预先确定一对边界等效因子,基于动力系统实时能量变化获得实时概率因子,通过概率因子与边界等效因子实时计算等效因子,实现动力传动系统自适应能量控制;针对三种标准工况以及不同的电池老化特性的情况,通过仿真验证所研究能量管理策略的可行性,结果表明所提出的策略与传统的ECMS相比具有较强的适应性和稳定性,同时在不同电池老化情况下可进一步提升燃油经济性5%-11%。（5）为验证所研究的PHEV自适应能量管理策略,以虚拟交通环境作为PHEV能量管理实验平台,提出了实验平台的搭建思路;进行实时仿真系统、整车控制单元、驾驶操作单元、虚拟场景系统和动态数据监控系统集成;交通仿真环境由虚拟场景仿真软件PreScan和交通流仿真软件VISSIM共同搭建,整车控制器选用D2P对实验平台进行控制;利用NI-PXI作为实时仿真系统模拟动力传动系统各部件的状态变化,采用NI-Veristand软件对实验平台的数据进行动态监控;基于所搭建的仿真实验平台,制定了详细的实验方案并开展硬件在环仿真实验研究,验证了本文所提出的融合交通信息与自适应控制的PHEV能源管理策略的有效性。
周发[6]（2017）在《水下盾构隧道健康状态时序模糊聚类分析》文中指出当前隧道健康状态评价的方法和理论滞后于隧道工程和隧道健康监测的发展进程。本文讨论并完善了隧道运营期健康状态的定义并扩展其内涵,提出基于模糊理论和时间序列分析的隧道实时、整体健康状态的时序模糊聚类分析模型,以及基于隧道结构性能分析的隧道异常诊断策略。本文以南京长江隧道盾构段为工程实例,应用该模型分析运营期隧道整体实时健康状态的动态变化规律。在建立隧道健康状态的理论基础和分析模型及其工程实例应用的过程中,得到以下结论:（1）定义隧道运营期结构健康状态,其内涵包括实时健康状态和整体健康状态两方面,并以模糊理论为基础给出该定义的数学意义。该定义以连续值逻辑为基础,能够更加精确、符合实际地描述隧道结构状态的发展与变化过程,实现对隧道的精细化健康状态评价。（2）结合模糊聚类方法和扩展的高维滑动时间窗模型,建立隧道的实时、整体健康状态评价模型（FC-STW）。通过评价域反模糊特性测试以及实时评价测试,证明该模型能够同时满足实时数据处理与多指标综合分析,因此能够与现阶段隧道健康监测系统相匹配,弥补了二者发展不均衡的现状。（3）基于隧道健康状态评价模型,提出以隧道结构性能分析为基础的隧道异常诊断策略。本文定义了两类隧道异常数据:随机异常和状态异常,并设计点异常测试和集异常测试,证明本文提出的异常诊断策略的可行性和有效性。该策略以异常状态诊断为目的,将信息分析与数据挖掘方法引入隧道结构健康分析中,为隧道病害诊断提供了新的研究方向。（4）以南京长江隧道盾构段为工程实例,应用FC-STW模型分析隧道在运营期间随时间的健康状态变化规律。南京长江隧道运营期健康状态的实时动态特征曲线表明:运营期内隧道处于动态变化之中,自运营开始呈台阶式趋于稳定,并受环境地质条件的作用呈现季节性波动变化规律,为隧道结构养护和维修提供了有价值的信息。
诸咸斌[7]（2013）在《基于视频分析的城市道路交通流量监测与实现》文中认为随着当前社会的迅速发展，包括交通运输以及人们的工作生活都越来越离不开交通。而快捷交通的建立就要求尽快发展智能交通系统（Intelligent Transportation Systems）的系统，其中交通流量监测系统（Traffic Inforamation Detection Systems）是整个智能交通系统的必要条件。交通流量监测系统所提供的交通流量数据，为主管部门的智能交通系统调度和建设提供了数据支持以及分析决策基础，同时也为市民提供了出行信息，从而缓解整个城市交通流的拥堵和阻塞。因此设计一个有效、灵活的交通流量监测系统向交通管理部门和市民提供准确、及时的交通流量信息显得十分必要。本文首先介绍了当前所使用的各种检测方式并进行了比较，重点介绍了性能视频检测方式的特点和优势，在分析比较目前国内、国外比较成熟的交通视频检测系统结构的基础上，提出基于数字信号处理器（DSP）的嵌入式视频交通流量监测系统。嵌入式的设计将极大地减少检测系统体积并大大增强系统的灵活性和扩展性。随后本文叙述了系统的硬件设计原理，分析了系统DSP端和PC端的软件设计等相关方面的内容。在实现了硬件设计基础上，系统介绍DSP端开发的嵌入式软件系统，以及将运行的虚拟环检测算法，而在PC端则开发了用户界面以方便用户与DSP端的交互。针对DSP视频检测的具体实现，本文提出了基于边缘信息提取的虚拟环检测方法，而且在边缘提取的算法上提出了一种基于形态学和信息熵的自适应边缘检测算法，这种算法的优势在于其运算量小但准确性高，十分适合在DSP这种嵌入式处理器上运用。
葛梦雪[8]（2020）在《基于多维特征聚类的交通量模式识别与测算方法研究》文中进行了进一步梳理大气污染问题关乎我国民生和经济发展。在如京津冀、长三角城市群这样人口集中、工业化与城市化发展较快的地区,污染天气发生较频繁,因此近年来气象环境部门力图通过建立空气质量动态测算模型实现大气污染物浓度的实时测算和严重污染天气的预警。大气中,工业和机动车的排放占到了污染物总量的80%以上,其中工业污染现已基本能够实现源头上的实时监测,而机动车的排放却难以从源头统计,目前主要根据机动车保有量推算机动车的总体年度排放清单,但静态的总量推算既无法体现路网中个体路段间排放量的差异,也难以估算具体日期下路网时变的排放量,时空灵活性均较差。因此,基于现有静态污染物排放清单的不足,将动态的路网机动车排放总量作为一项因变量输入空气质量模型将能够有力推进动态模型的构建,成为一项亟需解决的关键问题。路网的动态排放测算主要基于路段时变的车辆行驶里程（Vehicle Kilometers Traveled,VKT）和静态的排放因子（Emission Factors,EFs）,路段交通量是计算VKT的基础,但由于受到交通量监测成本高和覆盖率低的限制,目前仍难以通过实际检测手段获取大面积且具有实时性的交通量数据。考虑到小时粒度的交通量即可满足动态排放测算的精度需求,且路段全天交通量变化模式具有周期性和相似性特征,本研究尝试挖掘多源交通数据及其优势,构建可代表路段交通量模式的曲线库,并利用海量浮动车速度数据实现基于路段的交通量模式识别与检索,进而设计出一种面向排放测算应用的基于路段交通量模式的动态小时交通量估算方法,服务于有动态交通量需求的更多应用。本论文主要包括以下六部分内容:（1）针对国内外已有的交通量测算和交通量模式聚类相关研究经验,结合本研究动态排放测算的目的和空气质量模型建模需求,确定本研究中交通量估算的时间间隔与技术路线。（2）阐述北京市现有RTMS数据、公路交通量观测站数据、浮动车数据和日均交通量数据各自特征和优缺点,提出融合多源数据测算动态交通量的方案。（3）对北京市2018年4类城市道路RTMS的检测数据和5类公路的观测站数据进行预处理,比选最优聚类特征参数方案后利用改进的K-means方法对城市道路3289条和公路6271条交通量曲线进行聚类,最终构建出不同道路等级和日期类型下的归一化交通量模式库合计181条曲线,并结合实际,分析不同日期类型和道路等级下的交通量模式聚类结果。（4）基于Underwood模型提出了归一化交通流基本图的概念并完成了相关参数的标定,实现了浮动车速度和交通量特征参数间的转化,之后利用最短加权距离原则完成路段交通量模式的检索与识别。（5）提出基于交通量模式识别的路段动态交通量测算方案,并同现有基于交通流基本图的测算方式进行比较,样本路段的测算结果显示本文方法的平均均方根误差RMSE和平均相对误差MRE分别较速度反推方法降低了43.0%和82.6%,有效解决了速度反推方法在高速区间测算结果不准确和基本图普适性低的问题。（6）最后将前文提出的动态交通量测算方法应用于基于浮动车速度的路网动态排放测算和偶发性拥堵的蔓延速度测算。结果表明该方法可实现不同路网范围和日期需求下基于路段的机动车精细化动态排放测算,对样本路段拥堵蔓延速度估算的准确度也达到85.12%,可应用于动态交通诱导和管控。
许玉蓉[9]（2020）在《校园网网络服务质量主动感知系统的设计与实现》文中研究指明随着近些年来高校教育信息化的不断发展,校园网为在校师生访问校内外资源提供了诸多便利,开阔了学生的视野,且有越来越多的业务转到线上办理。但由于校园网用户的不断增加以及管理人员的有限性,当校园中有的区域的网络服务质量出现问题时,难免会有处理不及时的情况。在此背景下,本文利用数据挖掘技术和大数据处理技术定期检测异常网络,为网络管理员及时掌握校园网网络服务质量提供技术支持。本文所做的主要工作如下:（1）定时向校园网在线用户发送测试数据包,测得时延、抖动、上传速度、下载速度、丢包率等指标数据,使用Flume框架实时采集数据文件并上传到搭建的集群中的HDFS进行存储。（2）研究了用于检测异常网络数据的K-means聚类算法。针对传统的K-means算法的不足之处,本文对原始算法进行了改进,采用间隙统计法改善K值难以确定的问题,并利用二分法降低对初始聚类中心点选取的敏感性。然后通过KDD99数据集验证了改进算法能有效降低迭代次数,且能够产生更好的聚类效果。（3）研究了对网络综合质量进行评估的方法。针对典型的主观赋权法之层次分析法主观性强的问题,本文使用采集到的部分数据作为数据集,采用熵值法确定客观权重分配值,并利用客观修正主观对二者进行组合优化,得到更优的指标权重分配,从而确定了本文计算网络服务质量的公式。（4）设计并实现了校园网网络服务质量主动感知系统。系统的后端实现数据的采集、处理、分析、统计等模块;系统的前端展示当前的网络服务综合质量、异常在线用户的数据记录、告警信息以及一些统计信息。为管理员及时了解当前校园网的情况提供了依据,管理员可通知相关管理人员对产生告警信息的网络进行处理。
黎金科[10]（2020）在《插电式混合动力汽车出行工况预测及自适应控制策略研究》文中进行了进一步梳理当前,插电式混合动力汽车（PHEV）已经逐渐成为新能源汽车的研究热点,PHEV有纯电动行驶里程较长、燃油经济性较好等特点。由于其具有两个动力源,因此能量管理策略的开发对于挖掘PHEV的节能潜力有重要作用,是PHEV的核心技术之一。本文以插电式混合动力汽车为研究对象,为挖掘节能潜力及提升整车燃油经济性,以MATLAB/Simulink为仿真平台,基于某特定驾驶员的行驶工况数据,进行了基于历史数据的工况特征分析、基于全局优化策略的电池荷电状态（SOC）参考轨迹规划算法以及基于工况预测的自适应控制策略等研究。本文首先对PHEV动力系统的不同构型以及工作模式进行分析,选定构型后,基于MATLAB/Simulink仿真平台以前向仿真建模的思路进行了PHEV仿真模型的建模,主要建模项目为驾驶员模型,动力系统中的发动机、电机及动力电池模型,以及车辆动力学模型。随后在此基础上建立了基于规则的能量管理策略,以NEDC循环工况验证了仿真模型的有效性以及该控制策略的合理性,为后续PHEV控制策略的研究奠定基础。其次,以某特定驾驶员为被测对象进行了基于历史数据的工况特征分析及工况构建。以自主行驶法采集了该驾驶员的实际道路出行数据,并建立了基于该驾驶员的数据采集及预处理方案,随后将历史工况数据划分为若干个工况短片段,计算各工况片段的特征参数并基于主成分分析法进行工况特征参数降维,考虑到模糊C均值聚类方法对初始聚类中心十分敏感的缺点,提出了基于遗传模拟退火算法的模糊C均值聚类方法,将历史工况数据分成了四类,并进行了典型行驶工况的构建,为后续控制策略的研究提供了数据支撑。然后,建立了基于动态规划（DP）的全局优化控制策略,提出了SOC参考轨迹的规划方法。将动态规划理论应用于PHEV能量管理问题,建立了基于动态规划算法的PHEV控制策略;随后以欧几里得贴进度为聚类指标,提出了基于聚类分析的工况识别方法;在此基础上,通过动态规划算法开展了不同类型典型工况的SOC最优控制规律的研究,确定了每类典型工况合理的电量分配范围,提出了SOC参考轨迹的规划算法。最后,开展了基于工况预测的PHEV自适应控制策略研究。建立了等效燃油消耗最小能量管理策略（ECMS）,并提出了自适应等效因子的计算方法;之后进行了考虑交通信息的目标工况生成方法的研究,通过获取前方路段的平均车流信息来生成车辆未来可能行驶的目标工况,由目标工况可得到SOC参考轨迹使等效因子拥有工况自适应性;同时也提出了基于NAR神经网络的车速预测模型,以进一步对等效因子的常数部分进行优化;基于此形成了基于工况预测的自适应ECMS（AECMS）方法,通过仿真试验对比了基于DP的控制策略、基于规则的控制策略以及无预测的A-ECMS,结果表明基于工况预测的A-ECMS节油性比基于规则的控制策略提高了约8.7%,达到了提高整车燃油经济性的目的。
二、基于聚类分析的实时交通流量监测系统研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于聚类分析的实时交通流量监测系统研究（论文提纲范文）
（1）基于状态智能预警驱动的柴油机IETM关键技术研究与应用（论文提纲范文）
| 学位论文数据集 |
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究综述 |
| 1.2.1 柴油机故障传统监测诊断方法概况 |
| 1.2.2 柴油机故障智能监测诊断技术研究概况 |
| 1.2.3 IETM技术发展概况 |
| 1.3 前人的研究成果 |
| 1.3.1 柴油机监测诊断方面研究成果 |
| 1.3.2 智能诊断技术研究成果 |
| 1.3.3 IETM技术研究成果 |
| 1.4 论文结构与内容安排 |
| 第二章 柴油机典型机械故障分类与预警诊断技术 |
| 2.1 柴油机典型机械故障分类及其特征信号 |
| 2.1.1 柴油机典型机械故障分类 |
| 2.1.2 柴油机典型机械故障特征信号类型 |
| 2.2 柴油机典型机械故障监测预警方法 |
| 2.2.1 基于统计特征参量分析的时域信号监测预警方法 |
| 2.2.2 基于振动信号角域分析的故障诊断预警方法 |
| 2.2.3 基于振动信号时频分析的故障监测预警方法 |
| 2.2.4 基于振动信号自适应的EMD智能预警方法 |
| 2.2.5 基于K近邻的柴油机故障识别预警方法 |
| 2.3 柴油机故障预警诊断技术难点 |
| 2.4 本章小结 |
| 第三章 柴油机连杆轴瓦故障监测预警方法研究 |
| 3.1 连杆小头衬套滑移故障 |
| 3.1.1 连杆小头衬套滑移故障机理 |
| 3.1.2 连杆小头衬套滑移故障特征与监测难点分析 |
| 3.2 连杆轴瓦磨损故障 |
| 3.2.1 连杆轴瓦磨损故障类型与传统监测方法 |
| 3.2.2 连杆轴瓦磨损故障特征 |
| 3.3 基于SAW无线测温技术的轴瓦磨损类故障预警与诊断方法研究 |
| 3.3.1 SAW无源无线测温原理 |
| 3.3.2 基于SAW的连杆轴瓦温度传感器的设计 |
| 3.3.3 信号处理装置的设计 |
| 3.3.4 软件系统的设计 |
| 3.4 实验验证 |
| 3.4.1 高速单缸机配机试验 |
| 3.4.2 轴瓦磨损故障模拟试验 |
| 3.5 本章小结 |
| 第四章 柴油机曲轴弯曲微变形故障诊断方法研究 |
| 4.1 曲柄连杆简化模型的理论分析计算 |
| 4.1.1 曲柄连杆力学模型分析 |
| 4.1.2 曲柄模型简化 |
| 4.1.3 横向力作用下曲轴受力分析 |
| 4.1.4 弯曲形变对于横向力作用下曲轴受力影响 |
| 4.2 基于多体动力学仿真的故障特征研究 |
| 4.2.1 模型建立与参数设置 |
| 4.2.2 仿真过程 |
| 4.2.3 仿真结果分析 |
| 4.3 曲轴弯曲微变形故障监测预警方法 |
| 4.4 故障案例验证 |
| 4.4.1 传感器与测点布置 |
| 4.4.2 故障现象描述 |
| 4.4.3 数据分析与故障诊断结论 |
| 4.5 本章小结 |
| 第五章 柴油机典型机械故障智能预警诊断系统设计 |
| 5.1 基于缸盖振动信号概率密度分布的柴油机输出功率识别算法 |
| 5.1.1 缸盖振动信号截止滤波预处理 |
| 5.1.2 基于自适应EMD分解的缸盖振动信号处理方法研究 |
| 5.1.3 基于振动速度概率密度分布的功率识别方法 |
| 5.2 基于改进KNN的柴油机故障报警阈值动态自学习算法 |
| 5.2.1 训练集的构建 |
| 5.2.2 K值的确定 |
| 5.2.3 报警阈值动态学习方法 |
| 5.3 柴油机在线监测预警系统设计 |
| 5.3.1 系统总体设计 |
| 5.3.2 硬件方案 |
| 5.3.3 软件方案 |
| 5.4 工程应用案例 |
| 5.4.1 故障情况 |
| 5.4.2 报警信息与监测数据分析 |
| 5.4.3 故障原因探究 |
| 5.4.4 结论 |
| 5.5 本章小结 |
| 第六章 基于智能预警驱动的柴油机IETM架构设计 |
| 6.1 IETM平台的功能模块 |
| 6.1.1 多媒体制作工具 |
| 6.1.2 XML编辑器 |
| 6.1.3 公共源数据库 |
| 6.1.4 发布引擎 |
| 6.1.5 浏览器 |
| 6.2 标准IETM内容模块 |
| 6.3 IETM的开发流程 |
| 6.3.1 数据模块编码 |
| 6.3.2 数据模块需求列表(DMRL)编制 |
| 6.4 基于智能预警驱动的柴油机IETM架构设计 |
| 6.4.1 架构设计 |
| 6.4.2 具体实现 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论与成果 |
| 7.2 主要创新点 |
| 7.3 展望 |
| 参考文献 |
| 致谢 |
| 研究成果及发表的学术论文 |
| 作者和导师简介 |
| 附件 |
（2）基于长期监测数据的大跨度斜拉桥动力性能演变规律及运营状态评估研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 大跨度桥梁SHMS的发展 |
| 1.3 大跨度桥梁模态参数实测研究 |
| 1.4 大跨度桥梁疲劳可靠度评估研究 |
| 1.5 大跨度桥梁行车安全性评估研究 |
| 1.6 本文主要研究内容和技术路线 |
| 参考文献 |
| 第2章 基于GANs和AE的桥梁监测数据异常诊断方法研究 |
| 2.1 引言 |
| 2.2 背景理论 |
| 2.3 桥梁监测数据的异常诊断方法 |
| 2.4 苏通大桥典型异常监测数据分析 |
| 2.5 苏通大桥监测数据的异常诊断 |
| 2.6 本章小结 |
| 参考文献 |
| 第3章 基于主成分和聚类分析的大跨度斜拉桥模态参数自动识别方法研究 |
| 3.1 引言 |
| 3.2 随机子空间模态参数识别理论 |
| 3.3 主成分和聚类分析理论 |
| 3.4 模态参数自动识别方法 |
| 3.5 缩尺模型验证 |
| 3.6 现场实测验证 |
| 3.7 本章小结 |
| 参考文献 |
| 第4章 大跨度斜拉桥模态参数追踪及环境作用效应研究 |
| 4.1 引言 |
| 4.2 模态参数的自动识别和追踪框架 |
| 4.3 高斯混合模型和贝叶斯信息准则 |
| 4.4 模态参数基准列表的自动确定和更新 |
| 4.5 大跨度斜拉桥模态参数的演变规律 |
| 4.6 本章小结 |
| 参考文献 |
| 第5章 台风作用下大跨度斜拉桥动力特性演变规律研究 |
| 5.1 引言 |
| 5.2 台风期实测风及温度分析 |
| 5.3 大跨度斜拉桥风致动力响应分析 |
| 5.4 台风作用下大跨度斜拉桥模态参数分析 |
| 5.5 本章小结 |
| 参考文献 |
| 第6章 基于长期应变数据的大跨度斜拉桥疲劳可靠度评估 |
| 6.1 引言 |
| 6.2 苏通大桥应变监测系统简介 |
| 6.3 大跨度斜拉桥实测应变响应分析 |
| 6.4 主梁焊接细节的等效应力幅估计 |
| 6.5 主梁焊接细节的疲劳可靠度评估 |
| 6.6 本章小结 |
| 参考文献 |
| 第7章 基于监测数据的台风期大跨度斜拉桥行车安全性评估 |
| 7.1 引言 |
| 7.2 基于监测数据的桥面车辆动力响应估计方法 |
| 7.3 桥面行驶车辆动力响应估计方法的数值验证 |
| 7.4 台风作用下大跨度桥梁行车安全性评估 |
| 7.5 本章小结 |
| 参考文献 |
| 第8章 结论与展望 |
| 8.1 主要研究结论 |
| 8.2 研究工作展望 |
| 攻读博士期间取得的科研成果 |
| 致谢 |
（3）基于车载效应数据的桥梁安全状态评估方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 动态称重系统研究现状 |
| 1.2.2 健康监测系统研究现状 |
| 1.2.3 大数据背景下的桥梁监测研究现状 |
| 1.3 课题来源 |
| 1.3.1 工程背景 |
| 1.3.2 健康监测系统概述 |
| 1.4 本文主要研究内容 |
| 1.4.1 主要内容 |
| 1.4.2 技术路线 |
| 第二章 基于动态称重系统的车辆荷载分析 |
| 2.1 引言 |
| 2.2 系统简介及测点布置 |
| 2.3 车辆荷载统计理论研究 |
| 2.3.1 概率统计模型 |
| 2.3.2 参数估计及检验 |
| 2.4 车辆荷载数据处理与分析 |
| 2.4.1 数据预处理 |
| 2.4.2 代表车型 |
| 2.4.3 车流量 |
| 2.4.4 车重 |
| 2.4.5 轴重与轴距 |
| 2.4.6 车速 |
| 2.5 本章小结 |
| 第三章 基于深度学习的混凝土组合箱梁桥应变监测分析 |
| 3.1 引言 |
| 3.2 混凝土组合箱梁桥应变特征 |
| 3.2.1 主梁应变特征分析 |
| 3.2.2 小波包分解与重构 |
| 3.2.3 车致应变分离与提取 |
| 3.3 基于深度学习的车致应变特征提取 |
| 3.3.1 基于传统阈值法的车致应变特征提取 |
| 3.3.2 大数据分析技术-深度学习 |
| 3.3.3 LSTM神经网络结构及参数学习 |
| 3.3.4 LSTM网络自适应提取车致应变特征 |
| 3.4 横向分布下车致应变特征值分析 |
| 3.4.1 不同测点车致应变特征值模型建立 |
| 3.4.2 车致应变横向分布相关性分析 |
| 3.5 本章小结 |
| 第四章 基于聚类和PCA的混凝土组合箱梁桥状态评估及预警 |
| 4.1 引言 |
| 4.2 基于车致应变的箱梁整体状态特征及预警思路 |
| 4.2.1 箱梁整体状态分布特征 |
| 4.2.2 预警思路 |
| 4.3 基于聚类理论的车载作用下箱梁状态表征方法 |
| 4.3.1 理论背景 |
| 4.3.2 车辆荷载-车致应变相关性模型 |
| 4.3.3 箱梁整体状态评估 |
| 4.4 基于聚类PCA的箱梁整体状态实时预警分析 |
| 4.4.1 理论背景 |
| 4.4.2 基于聚类PCA的预警模型建立 |
| 4.4.3 箱梁整体状态实时预警性能分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 致谢 |
| 作者简介 |
| 参考文献 |
（4）时变环境下桥梁集群结构损伤诊断方法（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 基于振动信息的结构损伤诊断方法研究现状及分析 |
| 1.2.1 有限元基准模型的构建方法 |
| 1.2.2 数据基准模型的构建方法 |
| 1.2.3 基于统计理论的异常诊断方法 |
| 1.2.4 基于准静力信息的结构损伤诊断方法 |
| 1.3 基于振动信息的结构损伤诊断方法应用现状及难点分析 |
| 1.3.1 结构健康监测技术在桥梁损伤诊断中的应用现状 |
| 1.3.2 时变环境因素对桥梁结构损伤诊断的影响 |
| 1.3.3 时变环境下桥梁集群结构损伤诊断方法的研究 |
| 1.4 主要研究内容 |
| 第2章 时变环境下基于概率有限元基准模型的桥梁结构损伤诊断方法 |
| 2.1 引言 |
| 2.2 桥梁结构概率有限元基准模型的构建算法 |
| 2.2.1 概率有限元基准模型构建算法概述 |
| 2.2.2 基于高斯混合分布的桥梁结构固有频率监测数据聚类分析 |
| 2.2.3 基于Kriging的桥梁结构随机有限元模型修正算法 |
| 2.3 基于概率有限元基准模型的桥梁结构损伤诊断算法 |
| 2.4 基于概率有限元基准模型的实桥结构损伤诊断验证 |
| 2.4.1 实桥结构健康监测系统简介 |
| 2.4.2 桥梁结构监测频率的聚类分析 |
| 2.4.3 桥梁结构初始有限元与Kriging模型的建立 |
| 2.4.4 桥梁结构概率有限元基准模型的建立 |
| 2.4.5 所提方法与传统方法的优势比较 |
| 2.4.6 桥梁结构损伤诊断结果 |
| 2.5 本章小结 |
| 第3章 时变环境下基于稳态数据基准模型的桥梁结构损伤诊断方法 |
| 3.1 引言 |
| 3.2 稳态数据基准模型构建的算法理论 |
| 3.2.1 基于桥梁结构应变监测数据集合重构的去噪算法 |
| 3.2.2 桥梁结构应变监测数据的交通荷载趋势项提取算法 |
| 3.2.3 基于K-mean聚类分析的稳态数据基准模型构建算法 |
| 3.3 基于稳态数据基准模型的桥梁结构损伤诊断算法 |
| 3.4 所提算法的实桥算例验证 |
| 3.4.1 英雄山立交桥梁集群结构运营安全监测系统简介 |
| 3.4.2 英雄山立交桥梁的数据预处理 |
| 3.4.3 英雄山立交桥梁稳态数据基准模型的构建 |
| 3.4.4 英雄山立交桥梁结构损伤诊断结果 |
| 3.4.5 问题讨论 |
| 3.5 本章小结 |
| 第4章 时变环境下无历史参考状态的桥梁集群结构损伤诊断方法 |
| 4.1 引言 |
| 4.2 基于应变响应累积分布函数差的桥梁集群结构损伤诊断算法 |
| 4.2.1 基于数据相似度的应变监测数据聚类分析 |
| 4.2.2 基于累积分布函数残差的结构损伤诊断 |
| 4.3 桥梁集群结构损伤诊断算法的数值模拟验证 |
| 4.3.1 数值模拟算例简介 |
| 4.3.2 桥梁集群结构损伤诊断结果 |
| 4.4 本章小结 |
| 第5章 基于交叉验证的实际桥梁集群结构损伤决策 |
| 5.1 引言 |
| 5.2 基于交叉验证的桥梁集群结构损伤诊断 |
| 5.2.1 基于交叉验证思想的损伤决策指标 |
| 5.2.2 基于交叉验证思想的损伤决策流程 |
| 5.2.3 数值模拟算例 |
| 5.3 英雄山立交桥梁集群应变监测数据的损伤决策 |
| 5.3.1 英雄山立交桥梁集群应变监测数据的聚类划分 |
| 5.3.2 英雄山立交桥梁集群结构损伤诊断结果 |
| 5.4 本章小结 |
| 第6章 无监测系统的桥梁集群结构损伤快速诊断策略 |
| 6.1 引言 |
| 6.2 准静力影响线法桥梁结构损伤快速诊断实施方法 |
| 6.3 基于准静力位移影响线的零空间损伤诊断方法 |
| 6.3.1 桥梁结构静力位移影响线的基本理论 |
| 6.3.2 构造损伤特征Hankel矩阵 |
| 6.3.3 基于零空间的桥梁结构损伤诊断因子 |
| 6.3.4 桥梁结构损伤前后准静力加载条件的讨论 |
| 6.4 算法有效性的数值模拟验证 |
| 6.4.1 数值模拟算例简介 |
| 6.4.2 桥梁结构损伤诊断结果 |
| 6.4.3 与传统损伤识别方法的性能比较 |
| 6.4.4 算法鲁棒性的讨论 |
| 6.5 算法有效性的模型试验验证 |
| 6.5.1 模型桥梁简介 |
| 6.5.2 测点布置及损伤工况设置 |
| 6.5.3 模型桥梁结构损伤诊断结果 |
| 6.6 基于准静力应变影响线的结构损伤定位算法 |
| 6.6.1 算法理论 |
| 6.6.2 算法有效性的模型试验验证 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（5）融合交通信息与自适应控制的插电式混合动力汽车能量管理策略研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 PHEV能量管理研究现状 |
| 1.2.1 PHEV最优控制的影响因素研究现状 |
| 1.2.2 全局交通信息生成技术研究现状 |
| 1.2.3 PHEV能量管理策略研究现状 |
| 1.2.4 PHEV能量管理实验验证方案开发研究现状 |
| 1.3 PHEV能量管理策略存在的问题 |
| 1.4 本文主要研究内容 |
| 2 PHEV系统参数匹配与建模仿真 |
| 2.1 引言 |
| 2.2 PHEV构型特点分析 |
| 2.3 工况分析与PHEV参数匹配 |
| 2.3.1 实际工况的需求功率分析 |
| 2.3.2 PHEV动力系统参数匹配 |
| 2.4 PHEV动力传动系统建模与仿真 |
| 2.4.1 动力传动系统的建模 |
| 2.4.2 PHEV性能的仿真分析 |
| 2.5 本章小结 |
| 3 行驶工况对PHEV能量管理最优控制的影响研究 |
| 3.1 引言 |
| 3.2 行驶工况基本特性与PHEV能量管理策略 |
| 3.2.1 行驶工况类型 |
| 3.2.2 行驶距离 |
| 3.2.3 PHEV基本控制策略 |
| 3.3 应用动态规划求解 |
| 3.3.1 动态规划参数的设定 |
| 3.3.2 动态规划算法问题构建 |
| 3.3.3 动态规划能量管理求解 |
| 3.3.4 最优控制决策的获取 |
| 3.4 行驶工况对PHEV能量管理最优控制影响分析 |
| 3.4.1 行驶工况对发动机启动功率影响分析 |
| 3.4.2 行驶工况对PHEV换挡规律影响 |
| 3.4.3 行驶工况对发动机转矩分配影响研究 |
| 3.5 本章小结 |
| 4 行驶工况预期全局交通信息生成技术研究 |
| 4.1 引言 |
| 4.2 全局交通流车速信息生成 |
| 4.2.1 交通数据获取 |
| 4.2.2 交通流平均车速信息计算方法 |
| 4.2.3 基于VISSIM全局交通流平均车速信息生成 |
| 4.3 全局交通信息数据补偿算法研究 |
| 4.3.1 基于K最近邻法缺失数据补偿算法 |
| 4.3.2 数据补偿算法性能评价 |
| 4.4 融合小波变换与平滑滤波的全局交通信息生成 |
| 4.5 本章小结 |
| 5 基于能量平衡原理的自适应能量管理策略研究 |
| 5.1 引言 |
| 5.2 等效燃油消耗最小策略研究 |
| 5.2.1 庞特里亚金极小值原理 |
| 5.2.2 等效燃油消耗最小策略 |
| 5.3 自适应等效燃油消耗最小能量管理策略 |
| 5.3.1 基于能量平衡的A-ECMS基本原理 |
| 5.3.2 基于全局交通信息的边界等效因子的确定 |
| 5.3.3 基于实时能量流变化的概率因子的在线计算 |
| 5.4 基于能量平衡原理的A-ECMS有效性验证 |
| 5.4.1 不同的驾驶循环中能量管理策略性能分析 |
| 5.4.2 考虑动力电池衰退的能量策略的适应性 |
| 5.4.3 在不同准确度的全局信息下所提算法的性能分析 |
| 5.5 本章小结 |
| 6 PHEV能量管理策略硬件在环实验研究 |
| 6.1 引言 |
| 6.2 HIL实验平台开发总体设计 |
| 6.2.1 设计要求 |
| 6.2.2 总体方案设计 |
| 6.2.3 硬件系统设计 |
| 6.2.4 HIL实验系统集成 |
| 6.3 虚拟交通环境开发 |
| 6.3.1 虚拟交通环境技术研究 |
| 6.3.2 虚拟道路场景设计 |
| 6.3.3 虚拟交通场景设计 |
| 6.3.4 虚拟交通环境验证 |
| 6.4 融合交通信息与自适应控制的PHEV能量管理策略实验研究 |
| 6.4.1 实验流程 |
| 6.4.2 预期全局交通信息生成技术验证 |
| 6.4.3 实验结果分析 |
| 6.5 本章小结 |
| 7 全文总结 |
| 7.1 论文主要研究工作及结论 |
| 7.2 论文主要创新点及后续研究工作的展望 |
| 7.2.1 论文的主要创新点 |
| 7.2.2 继续研究的方向 |
| 参考文献 |
| 附录 |
| A.作者在攻读学位期间发表的论文目录 |
| B.作者在攻读学位期间参加的科研项目 |
| C.学位论文数据集 |
| 致谢 |
（6）水下盾构隧道健康状态时序模糊聚类分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 选题背景 |
| 1.2 发展历程与研究现状 |
| 1.2.1 隧道病害检测与监测技术发展 |
| 1.2.2 隧道健康监测现状 |
| 1.2.3 隧道状态评价发展 |
| 1.2.4 研究中存在问题 |
| 1.3 时序分析与模糊集理论 |
| 1.3.1 时间序列分析 |
| 1.3.2 模糊集理论 |
| 1.4 研究内容与技术路线 |
| 1.5 创新点 |
| 第二章 隧道健康状态时序模糊聚类评价模型 |
| 2.1 概述 |
| 2.2 隧道健康状态时序分析 |
| 2.2.1 隧道实时健康状态评价 |
| 2.2.2 隧道实时健康状态评价模型 |
| 2.2.3 隧道长期状态演化分析 |
| 2.3 隧道健康状态模糊聚类分析 |
| 2.3.1 隧道整体健康状态评价 |
| 2.3.2 模糊聚类分析方法及C语言实现 |
| 2.3.3 基于欧式距离的反模糊特性量化 |
| 2.4 时序模糊聚类分析模型 |
| 2.5 模型验证 |
| 2.5.1 评价域反模糊特性测试 |
| 2.5.2 实时评价测试 |
| 2.6 本章小结 |
| 第三章 隧道异常诊断策略 |
| 3.1 概述 |
| 3.2 隧道健康监测异常数据类型 |
| 3.2.1 随机异常 |
| 3.2.2 状态异常 |
| 3.3 异常诊断策略 |
| 3.4 策略验证性试验 |
| 3.4.1 点异常测试 |
| 3.4.2 集异常测试 |
| 3.5 本章小结 |
| 第四章 FC-STW模型应用 |
| 4.1 概况 |
| 4.2 健康监测系统 |
| 4.3 模型初始化 |
| 4.3.1 评价指标 |
| 4.3.2 评价域及时间窗参数 |
| 4.4 评价结果 |
| 4.5 讨论 |
| 4.5.1 结果诠释 |
| 4.5.2 窗函数尺寸效应 |
| 4.5.3 异常诊断策略验证 |
| 第五章 结论及展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 附图A 南京长江隧道健康监测数据 |
| 附图B 各监测节点聚类行为曲线 |
| 附表 关键词索引 |
| 附录 攻读硕士学位期间发表论文 |
| 致谢 |
（7）基于视频分析的城市道路交通流量监测与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 视频图像检测技术与其他检测技术的比较 |
| 1.3 视频检测技术国内外发展现状 |
| 1.3.1 国外发展现状 |
| 1.3.2 国内发展现状 |
| 1.4 本文研究内容及论文结构 |
| 第二章 相关背景知识介绍 |
| 2.1 图像分析算法介绍 |
| 2.1.1 静态分割算法 |
| 2.1.2 聚类算法 |
| 2.1.3 边缘检测 |
| 2.2 应用平台介绍 |
| 2.2.1 服务器集群网络 |
| 2.2.2 服务器节点 |
| 2.3 本章小结 |
| 第三章 城市道路视频交通流量监测总体方案设计 |
| 3.1 交通流量监测系统的具体设计 |
| 3.1.1 系统整体框架 |
| 3.1.2 初始化与变量设置说明 |
| 3.1.3 利用聚类分析对运动车辆进行分析 |
| 3.1.4 背景更新 |
| 3.1.5 基于标签法的快速去噪处理 |
| 3.2 车辆检测实验结果 |
| 3.3 本章小结 |
| 第四章 视频交通信息监测系统硬件设计 |
| 4.1 芯片选择 |
| 4.1.1 编码和 D/A 部分 |
| 4.1.2 帧存部分 |
| 4.1.3 解码和 A/D 部分 |
| 4.1.4 以太网部分 |
| 4.1.5 处理器部分 |
| 4.1.6 其他部分 |
| 4.2 视频交通流量监测系统硬件实现 |
| 4.2.1 虚拟环检测算法 |
| 4.2.2 算法实现 |
| 4.2.3 软件单元 |
| 4.3 本章小结 |
| 第五章 视频交通信息监测系统软件设计 |
| 5.1 PC 端上位机软件开发 |
| 5.2 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（8）基于多维特征聚类的交通量模式识别与测算方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 研究内容与目的 |
| 1.3 研究技术路线 |
| 2 国内外研究综述 |
| 2.1 国内外交通量预测研究 |
| 2.1.1 交通流基本图的研究 |
| 2.1.2 基于历史数据的短时交通量预测 |
| 2.2 交通流模式识别研究 |
| 2.3 常见聚类方法及改进应用 |
| 2.3.1 常用聚类算法 |
| 2.3.2 聚类在交通领域应用及改进 |
| 2.4 本章小结 |
| 3 多源数据采集与特征分析 |
| 3.1 路段浮动车速度数据 |
| 3.2 路段交通量数据 |
| 3.2.1 RTMS数据特征分析 |
| 3.2.2 路侧观测站数据特征分析 |
| 3.3 平均日交通量调查数据 |
| 3.4 多源数据融合方案设计 |
| 3.5 本章小结 |
| 4 多维交通量模式聚类方法研究 |
| 4.1 “多维”概念定义 |
| 4.2 交通量数据预处理 |
| 4.2.1 交通量数据质量控制 |
| 4.2.2 交通量归一化 |
| 4.3 交通量聚类方法研究及模式曲线库构建 |
| 4.3.1 基于改进K-means方法的交通量聚类方法研究 |
| 4.3.2 交通量模式聚类结果 |
| 4.4 交通量模式聚类结果特征分析 |
| 4.4.1 交通量观测数据使用情况 |
| 4.4.2 聚类模式特征分析 |
| 4.5 本章小结 |
| 5 基于模式识别的路段动态交通量测算 |
| 5.1 基于FCD数据的交通量模式检索与识别 |
| 5.1.1 交通量-速度关系研究 |
| 5.1.2 交通量特征模式检索与识别方法 |
| 5.2 动态交通量测算 |
| 5.2.1 日期调整因子计算 |
| 5.2.2 测算方法可行性检验 |
| 5.3 本章小结 |
| 6 实例应用 |
| 6.1 基于路段的路网动态排放总量测算 |
| 6.1.1 案例背景 |
| 6.1.2 方案研究及应用 |
| 6.2 路段拥堵蔓延速度估计 |
| 6.2.1 案例背景 |
| 6.2.2 方案研究及应用 |
| 6.3 本章小结 |
| 7 结论与展望 |
| 7.1 主要结论及创新点 |
| 7.2 研究的不足与展望 |
| 参考文献 |
| 附录 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（9）校园网网络服务质量主动感知系统的设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究的背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 校园网现状 |
| 1.2.2 网络服务质量研究现状 |
| 1.3 论文的研究内容 |
| 1.4 论文的组织结构 |
| 2 相关理论介绍和技术研究 |
| 2.1 网络服务质量概述 |
| 2.1.1 网络服务质量的概念 |
| 2.1.2 网络服务质量的指标体系 |
| 2.1.3 网络服务质量分析方法 |
| 2.2 网络服务质量测量方式 |
| 2.2.1 主动测量与被动测量 |
| 2.2.2 单点测量和多点测量 |
| 2.2.3 网络层测量与应用层测量 |
| 2.2.4 自主测量 |
| 2.3 异常网络检测相关技术 |
| 2.3.1 异常检测方法 |
| 2.3.2 异常检测流程 |
| 2.4 大数据处理平台相关组件 |
| 2.4.1 HDFS介绍 |
| 2.4.2 数据仓库工具Hive |
| 2.4.3 Spark介绍 |
| 2.5 本章小结 |
| 3 网络特征数据聚类算法的研究 |
| 3.1 网络特征选取 |
| 3.2 网络特征数据聚类 |
| 3.2.1 聚类算法的选取 |
| 3.2.2 K-means聚类算法 |
| 3.2.3 K-means聚类算法的改进 |
| 3.3 聚类算法测试与评估 |
| 3.3.1 实验数据介绍 |
| 3.3.2 聚类算法验证 |
| 3.3.3 聚类效果评估 |
| 3.4 本章小结 |
| 4 网络综合质量的分析 |
| 4.1 网络特征数据采集与预处理 |
| 4.1.1 网络特征数据采集 |
| 4.1.2 数据预处理 |
| 4.2 网络质量结果分析方法 |
| 4.2.1 层次分析法 |
| 4.2.2 层次分析法的不足 |
| 4.3 网络综合质量评估 |
| 4.3.1 主观权重与客观权重 |
| 4.3.2 组合优化 |
| 4.3.3 实验分析 |
| 4.4 网络综合质量计算 |
| 4.5 本章小结 |
| 5 网络服务质量感知系统的设计与实现 |
| 5.1 校园网概况 |
| 5.2 系统整体架构 |
| 5.2.1 系统模型整体框架 |
| 5.2.2 系统使用的技术框架 |
| 5.3 系统的需求分析 |
| 5.3.1 用户需求分析 |
| 5.3.2 功能需求分析 |
| 5.4 系统的硬件环境 |
| 5.5 系统的主要模块 |
| 5.5.1 数据采集和处理模块 |
| 5.5.2 网络综合质量模块 |
| 5.5.3 异常网络展示模块 |
| 5.5.4 报警模块 |
| 5.5.5 数据统计模块 |
| 5.6 本章小结 |
| 6 结论 |
| 6.1 论文总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）插电式混合动力汽车出行工况预测及自适应控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 插电式混合动力汽车国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 插电式混合动力汽车能量管理策略研究现状 |
| 1.3.1 基于规则的能量管理策略研究现状 |
| 1.3.2 基于优化的能量管理策略研究现状 |
| 1.4 本文研究内容 |
| 第2章 PHEV系统建模与基于规则的控制策略研究 |
| 2.1 PHEV系统构型及工作模式分析 |
| 2.1.1 PHEV系统构型分析 |
| 2.1.2 PHEV工作模式分析 |
| 2.2 PHEV整车仿真模型的建立 |
| 2.2.1 驾驶员模型 |
| 2.2.2 发动机模型 |
| 2.2.3 电机模型 |
| 2.2.4 动力电池模型 |
| 2.2.5 车辆动力学模型 |
| 2.3 基于规则的PHEV能量管理策略研究及仿真 |
| 2.3.1 CD-CS控制策略制定 |
| 2.3.2 能量管理策略的仿真验证 |
| 2.4 本章小结 |
| 第3章 基于历史数据的工况特征分析及工况构建 |
| 3.1 工况特征分析及构建的思路 |
| 3.2 原始工况数据的处理和分析 |
| 3.2.1 行驶工况数据的采集 |
| 3.2.2 原始工况数据的预处理 |
| 3.3 历史工况数据的特征参数分析 |
| 3.3.1 工况短片段的划分及特征参数的计算 |
| 3.3.2 基于PCA的特征参数降维 |
| 3.4 基于遗传模拟退火算法的模糊C均值聚类分析 |
| 3.4.1 模糊C均值聚类算法分析 |
| 3.4.2 基于遗传模拟退火算法改进的模糊C均值聚类分析 |
| 3.4.3 聚类分析结果 |
| 3.5 特征工况的合成 |
| 3.6 本章小结 |
| 第4章 基于全局优化策略的SOC参考轨迹研究 |
| 4.1 基于动态规划的全局优化策略 |
| 4.1.1 动态规划算法基本原理 |
| 4.1.2 基于动态规划的PHEV全局优化控制策略实现 |
| 4.1.3 动态规划的求解过程 |
| 4.1.4 动态规划算法的仿真验证 |
| 4.2 基于聚类分析的工况识别 |
| 4.2.1 基于欧几里得贴近度的工况识别方法 |
| 4.2.2 工况识别仿真验证 |
| 4.3 SOC参考轨迹规划方法研究 |
| 4.3.1 理论SOC参考轨迹 |
| 4.3.2 基于典型工况的SOC最优控制规律 |
| 4.3.3 SOC参考轨迹规划 |
| 4.4 本章小结 |
| 第5章 基于工况预测的PHEV自适应控制策略研究 |
| 5.1 基于A-ECMS的在线优化策略研究 |
| 5.1.1 等效燃油消耗最小策略原理 |
| 5.1.2 自适应等效燃油消耗最小策略 |
| 5.2 考虑交通信息的目标工况生成 |
| 5.2.1 交通信息应用分析及交通环境模拟构建 |
| 5.2.2 基于交通流量的目标工况生成 |
| 5.3 基于NAR神经网络的短期工况预测 |
| 5.3.1 NAR神经网络结构原理 |
| 5.3.2 NAR神经网络结构参数设计 |
| 5.3.3 NAR神经网络训练及预测结果仿真分析 |
| 5.4 基于工况预测的A-ECMS策略应用 |
| 5.4.1 基于目标工况的SOC参考轨迹跟随仿真验证 |
| 5.4.2 基于工况预测的A-ECMS策略研究 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
四、基于聚类分析的实时交通流量监测系统研究（论文参考文献）
- [1]基于状态智能预警驱动的柴油机IETM关键技术研究与应用[D]. 高志龙. 北京化工大学, 2020(01)
- [2]基于长期监测数据的大跨度斜拉桥动力性能演变规律及运营状态评估研究[D]. 茅建校. 东南大学, 2020
- [3]基于车载效应数据的桥梁安全状态评估方法研究[D]. 任昭昭. 东南大学, 2020(01)
- [4]时变环境下桥梁集群结构损伤诊断方法[D]. 张绍逸. 哈尔滨工业大学, 2019
- [5]融合交通信息与自适应控制的插电式混合动力汽车能量管理策略研究[D]. 雷贞贞. 重庆大学, 2019(01)
- [6]水下盾构隧道健康状态时序模糊聚类分析[D]. 周发. 南京大学, 2017(01)
- [7]基于视频分析的城市道路交通流量监测与实现[D]. 诸咸斌. 南京邮电大学, 2013(06)
- [8]基于多维特征聚类的交通量模式识别与测算方法研究[D]. 葛梦雪. 北京交通大学, 2020(03)
- [9]校园网网络服务质量主动感知系统的设计与实现[D]. 许玉蓉. 北京交通大学, 2020(03)
- [10]插电式混合动力汽车出行工况预测及自适应控制策略研究[D]. 黎金科. 吉林大学, 2020(08)