首页期刊导航|华东交通大学学报
期刊信息/Journal information
华东交通大学学报
华东交通大学学报

王全金

双月刊

1005-0523

ecjtuxb@qq.com

0791-7046855

330013

中国南昌

华东交通大学学报/Journal Journal of East China Jiaotong UniversityCSTPCD
查看更多>>《华东交通大学学报》是国家新闻出版署正式批准、公开发行的综合类学术理论双月刊，刊登本校师生以及相关院校、企事业单位的反映教学科研最新成果及高新技术发展成就稿件。学报坚持立足学校，面向社会，解放思想、实事求是和百花齐放、百家争鸣的方针，旨在促进科学技术发展，促进学术交流，为学校教学、科研及地方经济文化建设、社会发展服务。 《华东交通大学学报》主要刊载数理化、土木建筑工程、机电工程、计算机科学与工程、电气与电子工程、信息工程、经济学、管理学、文史哲、法学、外国语言文学、体育学、艺术学、艺术设计等自然科学类和社会科学类的学术论文、研究报告和综合性学术评论。
正式出版
收录年代

    混编公交发车间隔及车辆运用计划协同优化

    付雨石俊刚杨静邸振...
    90-98页
    查看更多>>摘要：[目的]为燃油公交和电动公交共同组成的混编公交发车间隔与车辆运用计划协同优化,以发车间隔平滑化程度和综合运营成本最小为优化目标.[方法]考虑发车间隔范围、车辆数目、车辆接续、电动公交续航里程等多个约束,建立优化模型.设计遗传算法对两阶段模型进行求解,提升了求解的效率与准确性.[结果]案例表明:和既有运营方案相比,优化模型在较为均匀的发车间隔下,节约车辆总运营成本可达到13.04%.[结论]能够合理配置公交车辆使用数目,实现电动公交错峰充电,提升车辆利用率.

    混编公交车队公交车辆运用计划公交时刻表遗传算法

      原文链接:
    • 万方数据
    • 维普

    基于动态优先级的机坪车辆避冲突运行规划方法

    包丹文姚馨宇刘建荣陈卓...
    99-107页
    查看更多>>摘要：[目的]针对机坪车机混行环境,提出了一种考虑动态优先级的避冲突运行规划方法.[方法]首先,从作业效率和运行风险两个层面,提出动态优先级计算方法,完善了多类型保障车辆时变冲突风险划分的规则.其次,考虑保障车辆运行规则和物理特性,建立了考虑行驶和等待时间最小化的混合整数规划模型.最后,设计全局路径优化的两阶段算法进行求解,并通过低时间复杂度的改进冲突探测方法,弥补了传统方法求解大规模复杂问题在时效性方面的不足.[结果]实验表明,设计的算法在大、小规模场景均有较好的适用性,相比对照算法,冲突优化幅度提升7.6%,车辆与航空器冲突占比降低7.5%.[结论]所提方法满足了保障车辆差异化运行要求,实现了车辆和航空器混合运行环境下避冲突路径规划的功能.

    航空运输运行路径规划冲突探测混合整数规划模型动态优先级

      原文链接:
    • 万方数据
    • 维普

    轮轨耦合激励下高速列车齿轮箱体振动特性

    朱海燕卢乔丹胡军叶小芬...
    108-117页
    查看更多>>摘要：[目的]探究车轮多边形与钢轨波磨耦合激励下高速列车齿轮箱体振动特性.[方法]建立轮对、齿轮箱体和轨道均为柔性体的刚柔耦合动力学模型,在齿轮箱体布置3个振动加速度传感器,对不同工况开展动力学仿真,分析齿轮箱体各测点的振动加速度.[结果]在轮轨耦合激励下,同一车速下,车轮多边形为23阶,波幅为0.010 mm时各测点振动加速度均方根值最大,在3个测点中车轮多边形对测点B的影响最大;在钢轨波磨激励下,测点B受到牵引电机谐波转矩与齿轮副啮合的共同作用在3测点中振动加速度均方根值最大,测点A、C的振动加速度均方根值随波幅的增大而增大;对比含武广谱的轮轨耦合激励,由轮轨激扰引发的振动频率与齿轮箱体第5阶固有频率接近,诱发共振.[结论]列车变速运行或改变齿轮箱结构可避免共振.

    高速列车齿轮箱体钢轨波磨车轮多边形

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOv5s的无人机小目标检测算法研究

    董华军王宇栖
    118-126页
    查看更多>>摘要：[目的]针对无人机航拍图像中目标尺度多样、背景复杂、小目标密集的特点,提出了基于YOLOv5s的小目标检测算法LM-YOLO.[方法]首先,增加小目标检测头并采用K-DBSCAN聚类算法优化锚框,生成更适合小目标检测的锚框,提高算法对小目标的检测精度;然后,设计更高效的MobileNetV3-CBAM作为特征提取网络,减小网络模型大小;最后,在特征融合网络引入大核选择性注意力机制LSK,增加模型对相似目标的分辨率.[结果]在公开数据集VisDrone2019上的实验结果表明,与基准模型YOLOv5s相比,LM-YOLO对所有目标的平均检测精度提升了7.6%,模型大小压缩了45%.[结论]文章算法可以在降低模型大小的同时保持良好的检测精度.

    无人机图像小目标检测聚类算法YOLOv5s注意力机制

      原文链接:
    • 万方数据
    • 维普

    征稿简则

    封3页
      原文链接:
    • 万方数据