导读:本文包含了数据重载论文开题报告文献综述及选题提纲参考文献，主要关键词:重载交通,病害成因,大数据,发展规律
数据重载论文文献综述
孙海元,于洪兴,李利[1]（2019）在《基于大数据挖掘的天津市普通干线重载交通沥青路面病害成因分析方法研究》一文中研究指出为进一步提高天津市普通干线公路沥青路面病害成因分析确性和效率,优化养护方案,基于天津市历年普通干线公路沥青路面自动化检测积累的路况及病害明细大数据,对重载交通路段病害成因分析方法进行研究。通过选取依托工程,深入挖掘历史路况检评数据,对路面整体性能变化和病害发展规律进行研究,并结合钻芯取样、弯沉检测等专项测技术,对病害成因进行深入分析,形成了一套科学判断天津市重载交通沥青路面病害成因的方法。(本文来源于《公路交通科技(应用技术版)》期刊2019年09期）
林庆庆[2]（2019）在《非均衡数据驱动的重载铁路列车智能控制算法》一文中研究指出重载列车重量大、编组长,线路条件复杂,司机驾驶过程中工况切换频繁,不当的牵引或制动将增大列车纵向冲击力,甚至发生脱钩的危险。在长大下坡道处,司机需采用循环制动的方式施加空气制动控制列车速度,再充风时间不足将导致列车失去制动力,给列车安全运营埋下隐患。在重载列车编组方式、运行交路和载重等都相对固定的条件下,迫切需要在列车控制方式上做出优化,代替司机控制实现自动驾驶。本文以朔黄铁路为研究背景,通过分析SS4G型机车的列车运行数据发现,不同工况下运行数据比例严重失衡。针对此非均衡特性,引入机器学习领域的分类方法,设计非均衡数据驱动的重载列车空气制动以及牵引/电制动智能控制模型,实现列车智能驾驶。主要工作包括如下:(1)基于随机森林算法实现重载列车运行数据特征降维。数据标准化处理后,搭建随机森林模型对重载列车运行数据的特征进行学习,量化不同特征在智能控制中的重要性,采用序列后向消除方式提取备选特征集实现特征降维。(2)基于Adaboost算法实现重载列车空气制动智能控制。通过比较C4.5与CART两种决策树算法对数据集的预测效果确定Adaboost基分类器类型;鉴于重载列车运行数据中,施加空气制动类别的数据严重不足而引起的非均衡特性,从训练样本子集的抽取方式以及投票权重两方面对Adaboost算法实现优化,使其对空气制动预测的F1-Measure值提升0.0439,高精度实现空气制动智能控制。(3)基于支持向量机SVM算法实现重载列车牵引和电制动智能控制。通过为多数类和少数类分配不同的惩罚因子C+和C_,实现对非均衡数据分类的优化;引入核函数将数据集映射到高维使其线性可分,比较多项式核函数与RBF核函数在不同场景的性能差异,结合列车运行速度生成动态更新因子,进而连接两种核函数构建混合核函数对算法实现优化,提升模型对数据的辨识度。(4)搭建重载列车动力学模型实现智能控制模型验证。结合重载列车控制策略输出特性以及列车运行数据搭建重载列车动力学模型,引用朔黄铁路神池南站到肃宁北站区间408km线路数据,仿真重载列车运行场景。通过比较本文智能控制模型与司机驾驶结果,从速度、空气制动再充风时间等方面验证模型控制的安全性,从驾驶时间验证模型准时性,从工况切换次数验证模型输出的合理性,从而证明本文重载列车智能控制模型的正确性。(本文来源于《北京交通大学》期刊2019-06-01）
李学山[3]（2019）在《新建重载铁路线万吨列车试验牵引供电数据分析》一文中研究指出基于瓦日线重载铁路组合万吨和单元万吨试验列车通过期间牵引供电系统的运行数据,从牵引变电所系统容量、主变容量、馈线供电能力等方面进行分析,说明瓦日线瓦塘-临县北区段牵引供电系统能满足正常供电方式和越区供电方式下开行组合万吨和单元万吨重载列车的条件。(本文来源于《电工技术》期刊2019年09期）
黄光宇[4]（2018）在《大秦线重载车辆大数据管理平台的应用与研究》一文中研究指出结合大秦线重载运输的特点,按照管用、实用、高效的原则,对现有信息系统进行资源整合,实现大秦线重载车辆的动车化管理、网络化扣修、车辆运行状态的全过程监控,车辆技术状态的动态评估,5T设备的综合监管的全方位大数据管理。创建大秦线重载车辆大数据管理平台体系,保障重载运输安全、高效、畅通。(本文来源于《太原铁道科技》期刊2018年04期）
张爽[5]（2018）在《保险行业首个重载货车车联网数据服务产品发布》一文中研究指出8月10日，中国保险信息技术管理有限责任公司（简称“中国保信”）联合北京中交兴路车联网科技有限公司（简称“中交兴路”）发布首个面向保险行业风险管理应用的重载货车车联网数据服务产品。借助该服务，保险公司可以获取多维度的车辆动态从用数据因子和风险评分，精准识(本文来源于《中国保险报》期刊2018-08-14）
孔文,李修东[6]（2018）在《基于大数据技术的智能化重载运输系统可行性研究》一文中研究指出智能化重载运输是今后铁路货运的发展方向,本文在神朔铁路现有的山区重载运输体系上,利用大数据理论及技术,从感知、传输、处理层次方面对智能重载运输进行可行性研究,并创新性地引入公用4G无线网络技术,来解决智能化重载运输实现过程中大数据传输的瓶颈,整合现有分散的各应用系统数据库,并不断丰富应用系统,形成统一的神朔铁路大数据中心。通过收集、分析、挖掘数据,实现重载运输的灵活编组,同步控制下的异步控制、辅助驾驶控制、铁路防灾监测、状态修等智能化功能。(本文来源于《神华科技》期刊2018年07期）
李红梅[7]（2017）在《重载线路特殊车站LKJ数据编制方法的研究和探讨》一文中研究指出通过优化重载线路股道带进路(腰岔)信号机的车站LKJ数据的编制方法,将车站按股道拆分成若干个标准车站或复杂车站进行编制,解决了重载线路特殊车站由于各股道所设置的进路信号机数量及位置不同的特殊性,实现了对重载列车运行的精准控制。(本文来源于《太原铁道科技》期刊2017年02期）
王兴有[8]（2016）在《重载铁路LKJ基础数据股道信息数据编制方法》一文中研究指出介绍重载铁路LKJ基础数据股道信息数据编制方法的研究背景;从LKJ侧线股道数据编制规定和车站股道信息数据方面论述LKJ股道信息数据编制;从侧线选择功能不能满足控制、数据分区支线号有限、腰岔信号机允许侧向接发车及乘务员操作等方面分析万吨站场LKJ股道数据;对现用的LKJ基础数据编制软件进行调整和优化,提出万吨站场LKJ股道数据编制方法,并现场应用,提高了LKJ控制的准确性、便捷性,取得良好效果。(本文来源于《中国铁路》期刊2016年12期）
彭丽宇,陶凯,黎国清[9]（2016）在《重载铁路综合检测列车和数据综合分析系统》一文中研究指出针对重载铁路维护检测工作的实际情况,以朔黄铁路为例,阐述重载铁路综合检测列车的关键技术及地面数据综合分析技术。朔黄铁路综合检测列车采用先进、科学的检测技术,对线路轨道、道床、路基、牵引供电、通信、信号、周边环境中影响列车运行安全的技术指标和相关信息进行实时检测,并具有时空同步定位、大容量数据传输和数据综合分析功能,对于综合评价基础设施服役状态,科学指导重载铁路基础设施养护维修发挥了重要作用。(本文来源于《铁道建筑》期刊2016年12期）
任虎[10]（2016）在《重载机车数据高速转储研究》一文中研究指出随着铁路机车车辆信息化、智能化程度的提高,重载机车在运行过程中会产生大量数据,并出现一些相应的数据转储问题。依托朔黄铁路探讨采用高速无线局域网和云存储技术实现机车车辆与地面数据中心数据转储的方法,可提高机车设备数据转储的效率,解决人工备份方式导致的数据管理问题。(本文来源于《中国铁路》期刊2016年08期）
数据重载论文开题报告
（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：
重载列车重量大、编组长,线路条件复杂,司机驾驶过程中工况切换频繁,不当的牵引或制动将增大列车纵向冲击力,甚至发生脱钩的危险。在长大下坡道处,司机需采用循环制动的方式施加空气制动控制列车速度,再充风时间不足将导致列车失去制动力,给列车安全运营埋下隐患。在重载列车编组方式、运行交路和载重等都相对固定的条件下,迫切需要在列车控制方式上做出优化,代替司机控制实现自动驾驶。本文以朔黄铁路为研究背景,通过分析SS4G型机车的列车运行数据发现,不同工况下运行数据比例严重失衡。针对此非均衡特性,引入机器学习领域的分类方法,设计非均衡数据驱动的重载列车空气制动以及牵引/电制动智能控制模型,实现列车智能驾驶。主要工作包括如下:(1)基于随机森林算法实现重载列车运行数据特征降维。数据标准化处理后,搭建随机森林模型对重载列车运行数据的特征进行学习,量化不同特征在智能控制中的重要性,采用序列后向消除方式提取备选特征集实现特征降维。(2)基于Adaboost算法实现重载列车空气制动智能控制。通过比较C4.5与CART两种决策树算法对数据集的预测效果确定Adaboost基分类器类型;鉴于重载列车运行数据中,施加空气制动类别的数据严重不足而引起的非均衡特性,从训练样本子集的抽取方式以及投票权重两方面对Adaboost算法实现优化,使其对空气制动预测的F1-Measure值提升0.0439,高精度实现空气制动智能控制。(3)基于支持向量机SVM算法实现重载列车牵引和电制动智能控制。通过为多数类和少数类分配不同的惩罚因子C+和C_,实现对非均衡数据分类的优化;引入核函数将数据集映射到高维使其线性可分,比较多项式核函数与RBF核函数在不同场景的性能差异,结合列车运行速度生成动态更新因子,进而连接两种核函数构建混合核函数对算法实现优化,提升模型对数据的辨识度。(4)搭建重载列车动力学模型实现智能控制模型验证。结合重载列车控制策略输出特性以及列车运行数据搭建重载列车动力学模型,引用朔黄铁路神池南站到肃宁北站区间408km线路数据,仿真重载列车运行场景。通过比较本文智能控制模型与司机驾驶结果,从速度、空气制动再充风时间等方面验证模型控制的安全性,从驾驶时间验证模型准时性,从工况切换次数验证模型输出的合理性,从而证明本文重载列车智能控制模型的正确性。
（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。
数据重载论文参考文献
[1].孙海元,于洪兴,李利.基于大数据挖掘的天津市普通干线重载交通沥青路面病害成因分析方法研究[J].公路交通科技(应用技术版).2019
[2].林庆庆.非均衡数据驱动的重载铁路列车智能控制算法[D].北京交通大学.2019
[3].李学山.新建重载铁路线万吨列车试验牵引供电数据分析[J].电工技术.2019
[4].黄光宇.大秦线重载车辆大数据管理平台的应用与研究[J].太原铁道科技.2018
[5].张爽.保险行业首个重载货车车联网数据服务产品发布[N].中国保险报.2018
[6].孔文,李修东.基于大数据技术的智能化重载运输系统可行性研究[J].神华科技.2018
[7].李红梅.重载线路特殊车站LKJ数据编制方法的研究和探讨[J].太原铁道科技.2017
[8].王兴有.重载铁路LKJ基础数据股道信息数据编制方法[J].中国铁路.2016
[9].彭丽宇,陶凯,黎国清.重载铁路综合检测列车和数据综合分析系统[J].铁道建筑.2016
[10].任虎.重载机车数据高速转储研究[J].中国铁路.2016