在线术语库评价标准研究

随着网络技术发展,人们需要对在线术语库的质量进行评价。本项研究旨在对各类在线术语库进行归类,继而对术语库的质量进行评价,从而建立科学的评价体系。文章研究了在当前在线术语库不断涌现的情况下,如何客观有效地评价术语库和建立评价标准体系。采用文献法与分类法,分析了国内外关于术语库方面的文献,对一些术语库实例进行了分类研究。结果表明分类法能够对术语库进行归类、描述与评价,帮助分辨与确认不同类型的术语库资源,促进专业领域的交流。

基于BP神经网络的高速动车组牵引能耗计算模型

为准确计算动车组牵引能耗,提出BP神经网络模型和改进牵规法预测动车组牵引能耗。选取机车类型、坡度、目标速度、停站方案等8个因素作为动车组牵引能耗的BP神经网络输入变量,建立3层BP神经网络模型。采用增加动车组运动方程和优化基本阻力公式方式对牵规法进行优化。利用正交实验法对动车组牵引能耗影响因素进行分析,并对111组实测能耗进行模拟验证。研究结果表明:BP神经网络模型的实测能耗与计算能耗相对误差在4.26%以内,改进牵规法的实测能耗与计算能耗相对误差基本在10%以内,证明BP神经网络模型比改进牵规法模型能更好地预测动车组的牵引能耗,而且当目标速度增大时,BP神经网络模型的计算精度明显比改进牵规法的计算精度高;目标速度和坡度对牵引能耗有显著影响。

基于荷载-结构法的某铁路浅埋隧道顶部超载影响分析

针对已投入运营的某浅埋铁路隧道的跨度大(双线铁路)、地质条件差(Ⅵ级围岩)、堆载量大(最大增加填土高度约12 m)的特点,应用MIDAS/GTS岩土与隧道结构分析软件,建立了基于荷载-结构法的有限元模型,分析顶部超载对该隧道衬砌结构的影响,以指导制定确保铁路运营安全的有效措施。