学位论文 > 优秀研究生学位论文题录展示
轨道交通安全态势感知研究
作 者: 范会川
导 师: 贾利民
学 校: 北京交通大学
专 业: 安全技术及工程
关键词: 轨道交通 安全态势感知 因果图 隐马夫可夫链 支持向量机
分类号: U298
类 型: 硕士论文
年 份: 2011年
下 载: 222次
引 用: 1次
阅 读: 论文下载
内容摘要
摘要:轨道交通在交通运输系统中的具有骨干地位,在国民经济发展中发挥了越来越重要的作用。轨道交通系统一旦发生安全事故,将会造成大量的人员伤亡和财产损失,所以保障轨道交通安全尤其重要。安全态势感知是一种新兴的安全技术,可以分析系统的安全状态和安全趋势。论文研究了轨道交通安全态势感知问题,论文的主要内容如下:(1)在综述了国内外在轨道交通安全和安全态势感知领域的研究成果的基础上,分析了将安全态势感知应用于轨道交通安全分析的必要性,明确了轨道交通安全态势感知的定义和内涵,确立了针对不同的轨道交通系统采用相适应的安全态势感知方法的技术路线。(2)将因果图和风险分析相结合,提出了针对机理明确的轨道交通系统的基于因果的轨道交通安全态势感知模型,先根据因果图确定系统随时间变化的风险,然后采用等风险曲线对其安全状态进行评价,最后利用因果图分析车厢的电机过热事故,对轨道车辆车厢进行安全态势感知。(3)由于隐马尔可夫链具有安全状态训练和安全状态辨识的功能,所以采用隐马尔可夫链对机理不明确但输出易获取的轨道交通系统进行安全态势感知,第一步是利用Baum-Welch算法训练得到各种安全状态的隐马尔可夫链,第二步是采用基于动态规划的前向法进行概率推理和安全状态辨识,通过采用隐马尔可夫链进行车辆转向架悬挂系统的安全态势感知,说明了基于隐马尔可夫链的轨道交通安全态势感知的可行性和实用性。(4)依据支持向量机具有分类和回归的特点,建立了适用于机理不明确但输入易获取的基于支持向量机的轨道交通安全态势感知模型,支持向量机分类可以对安全状态进行评价,而支持向量机回归可以实现安全参数的预测,从而达到安全态势感知的目的,在利用支持向量机研究列车曲线通过性的案例中,运用交叉验证的方法对惩罚系数C和径向基核函数参数γ进行了优化,验证数据充分说明了支持向量机用于列车曲线通过安全性态势感知的准确性。
|
全文目录
致谢 5-6 中文摘要 6-7 ABSTRACT 7-11 1 绪论 11-22 1.1 研究背景 11-13 1.2 国内外研究现状 13-16 1.3 研究目标和研究内容 16-17 1.4 研究技术路线 17-19 1.5 论文组织结构 19-20 1.6 本章小结 20-22 2 基于因果图的轨道交通安全态势感知 22-43 2.1 因果图简介 22-31 2.1.1 因果图原理 22-24 2.1.2 可靠度计算 24-31 2.2 原理和方法分析 31 2.3 仿真案例 31-42 2.4 本章小结 42-43 3 基于隐马尔可夫链的轨道交通安全势态感知 43-61 3.1 隐马尔可夫链简介 43-46 3.2 原理和方法分析 46-48 3.3 仿真案例 48-60 3.4 本章小结 60-61 4 基于支持向量机的轨道交通安全势态感知 61-70 4.1 支持向量机简介 61-64 4.2 原理和方法分析 64 4.3 仿真案例 64-69 4.4 本章小结 69-70 5 结论与展望 70-72 5.1 结论 70-71 5.2 展望 71-72 参考文献 72-75 作者简历 75-76 攻读硕士学位期间论文和科研情况 76-78 学位论文数据集 78
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 广州市城市扩张过程及热环境演变研究,X16
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 重庆利用轨道交通开展城市配送的研究,F572.88
- 南昌市综合交通运输体系空间优化研究,F512.7
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
中图分类: > 交通运输 > 铁路运输 > 铁路运输管理工程 > 安全技术
© 2012 www.xueweilunwen.com
|