基于异常粒度及三支决策理论的城市轨道交通道岔整治智能决策系统

提出异常粒度定义,用于定量评估道岔机械状况。基于异常粒度搭建道岔整治三支决策框架,建立了智能决策系统设计方案及开发实例。基于武汉地铁某实际运营道岔连续2次工电联合检查及测量数据、微机监测相关数据进行仿真试验。仿真试验结果表明:该系统界面友好、操作简单、决策速度快、决策结果高效可靠。

基于封闭湖泊碎屑沉积粒度异常指数定量重建黄旗海1885~2010年间湖面波动

基于沉积序列重建古气候环境是研究全球变化的基础性工作。优选指标应该是各类指标体系中的敏感参数。但是,各种环境背景变化会模糊其敏感程度,使重建结果失真。我们创建了一个包含17个参数的粒度系统,由此提供的粒度异常指数对位于东亚季风区农牧交错带的封闭湖泊黄旗海百余年湖面波动进行了定量重建。结果表明:异常指数与湖面波动具有非常敏感的相关关系,其敏感程度远高于普通粒度指标。1885~1895年和1950~1985年间为黄旗海高湖面阶段,1895~1950年和1985~2010年间为低湖面阶段。这一结果与沉积相、流域降水记录、遥感及文献记录显示的结果一致。不过,对1990~2010年而言,粒度异常指数与湖面波动并不相关,表明这个阶段的湖面升降原因复杂,明显是受到了人类活动,如拦河筑坝、开采地下水等的干扰。本研究创建了基于沉积物粒度异常指数定量重建封闭湖泊湖面波动历史,对研究全球气候变化提供了方法学参考。

英国沃达丰用户群体分析

本文介绍了沃达丰能源项目的研究过程和结果,该项目专注于地理空间聚类,时间序列聚类和离群值仪表板(离群值仪表板是一种图形用户界面,通常可以提供地理信息的概览视图异常值的位置),方差系数准则和粒度异常值分析,以了解整个Vodafone站点存在的特殊能耗。在上述研究方法中,时间序列聚类是最大的挑战,因为它是智能网格中多个时间数据流聚类的一种新颖的可解释方法(FeaClip)。但是,这有利于提高总用电量的预测准确性。地理空间聚类结果确定了811个具有正负能耗测量值的站点,这些站点主要是有效站点。最后,通过粒度离群分析,确定了聚集的(及时的)极端能源消耗受到许多因素的影响,例如极端天气条件,网络使用,当地社区和俱乐部活动以及突然发生的当地事件。