燃料电池轿车电机总成的振动阶次特征分析

首先通过燃料电池轿车整车的道路加速试验测得永磁同步电机总成与车身底板的振动信号,用短时傅立叶分析法揭示与分析了振动信号的阶次特性;然后从理论上研究了电流传感器测量误差和非正弦磁场分布对永磁同步电机转矩波动的影响.理论研究和仿真分析都表明,永磁同步电机的转矩波动是燃料电池车电机总成与车身阶次振动的振源;电流传感器的直流偏移误差和增益误差分别引起了1阶和2阶转矩波动与振动,磁场的非正弦分布则导致6阶转矩波动与振动.     

基于Elman神经网络的上海港货物吞吐量预测研究

从内贸以及外贸两方面探讨上海港货物海运生成量。常用的预测方法有回归分析法、指数平滑法、灰色预测等,但单独的预测方法往往导致预测的准确性较低。文中通过货运量生成法、三次指数平滑法、回归预测法得到3组预测值,作为Elman神经网络的输入,对网络进行训练得到综合的预测模型,并以上海港货物吞吐量为例,对此模型进行论证。     

快速消费品供应链中的“牛鞭效应”分析

针对存在于快速消费品供应链中的牛鞭效应现象,从需求预测、批量定货、价格波动等方面入手,分析该效应的成因,提出通过共享信息、科学预测、库存控制、提前回款期限等方法解决快速消费品供应链牛鞭效应现象的问题。     

基于VMI和合作博弈的制造业供应链库存控制优化

企业供应链的一体化是现代物流的主要发展方向之一.如何提高企业供应链整体运作效率, 也是物流供应链研究重点之一.文中在制造业供应链建立产供销三方的两阶段VMI库存策略的成本目标函数,并在契约和协议的基础上,利用合作博弈及Shapley值法对三方之间的库存成本进行再分配,以达到供应链各方利益均衡.     

寒地城市地铁站短时步行交通需求动态预测模型

基于为地铁站周边步行设施规划、交通组织及信号控制优化提供依据的研究,提出进出地铁站短时步行交通需求动态预测模型.以地铁列车到发时间间隔为单位,通过Levenberg-M ar-quardt算法标定的指数平滑模型对下一到发时间间隔内的进、出站客流量进行预测,基于动态行程时间分析地铁站周边人行道、无信号交叉口、信号交叉口以及立体行人过街设施处的步行交通阻抗函数,并提出侵占人行道、寒地城市冰雪路面、立体行人过街设施与水平路面高度差、缺乏方向指示4类惩罚系数对步行阻抗函数进行修正,采用多路径交通分配模型将指数平滑模型预测得到的进出站步行交通量分配至地铁站周边慢行交通网络.以哈尔滨市地铁1号线博物馆站1号站口为例进行良好天气及雪后进出站客流量预测、对比冬夏两季步行阻抗函数计算和步行流量分配情况,研究结果表明,在通过连续6个到发时间间隔客流量数据标定指数平滑模型的前提下,进出站客流量预测相对误差总体呈下降趋势,第7个到发时间间隔进、出站客流量预测相对误差分别为1.67% 和-3.57%,根据地铁站周边步行阻抗函数分配得到的步行流量分布与实际情况基本吻合且能反映步行环境和季节变化引起的路线选择倾向变化,证实模型可用于地铁站周边步行设施的规划与评价,并可协同地铁站邻近交叉口进行考虑行人效益的动态交通控制.      

二次指数平滑在交通信息短期预测中的应用

通过对当前交通道路信息的实际情况的分析并结合指数平滑预测模型,提出了符合当前交通信息的分段二次指数平滑模型,该模型主要根据某城市一天各时段的拥堵情况计算平滑系数表,在通过二次指数平滑模型对交通信息进行短期预测。该方法充分考虑到了交通道路信息的实际情况,提高了交通信息短期预测的合理性。经过实际交通信息数据验证,结果表明基于该方法预测未来短期交通信息准确率满足使用需求,并为其他交通信息短期预测提供一种新的方法。     

基于规划求解的组合预测模型在道路客运量预测中的应用

为更好地对道路客运量未来发展趋势进行预测,建立更加精确的预测模型,在分析主要预测方法的基础上,提出一种基于规划求解的组合预测模型。基于灰色模型、一元回归和指数平滑三种预测方法,建立了以历年预测值加权之和与实际值的差值的绝对值之和最小为目标函数,以权重系数非负和权重系数之和为1的规划求解模型。在权重计算过程中,目标函数值随着迭代次数的增加逐渐减少,通过对目标函数值的变化值进行观测,当目标函数的变化值出现拐点时,定义了组合权重迭代次数的确定方法。选取更具有代表意义的"百城百站"旅客发送量为基础数据,建立了道路旅客运输客运量组合预测模型。在规划求解过程中利用Excel中的"规划求解"功能。试验结果表明:随着迭代次数的增加,目标函数变化值逐渐减小,当迭代次数为7时,目标函数变化值出现拐点,以此确定了迭代次数;传统3种预测方法的绝对误差分别是1.26,0.48和2.98,基于规划求解的组合预测模型的绝对误差是0.12,预测精度更高、误差更小,并且该组合预测模型操作方便,可减少单个模型预测的不确定性,可根据上述模型对未来道路旅客发送量进行预测。     

浅谈供应驱动在供应链协同中的作用

传统需求驱动促使供应商众多不确定性,导致牛鞭效应和库存囤积现象时有发生。本文基于供应链的视角,提出将供方的资源整合优化,使供应链横向与纵向协同,从而降低供应链的成本和库存。     

基于供应链的企业库存成因及优化控制研究

基于企业全面库存管理思想对库存成本、库存控制、库存系统优化等管理经验与前人研究成果进行分析,借鉴先进企业的库存管理理念和方法,以大型制造企业为核心研究对象,在集供应商、制造商、经销商为一体的供应链作为研究框架的基础上,运用供应链系统理论作为研究方法,分析了库存管理现状、影响因素及产生原因,从优化生产管理、整合企业内部供应链和跨企业供应链的角度提出库存控制的相应对策,以实现全面的库存优化,提高经营效益。     

中国轿车近期市场预测方法研究

在综合分析国内外现有的预测模型为基础上，提出了适合中国国情的轿车市场预测方法－弹性系数法和指数平滑法，并对这两种方法在轿车市场预测模型中间应用进行了对比分析。     

自适应指数平滑模型预测区域经济研究

三次指数平滑法预测区域经济时，平滑参数为一常量，这与实际不符，容易使预测结果误差偏大，甚至严重失真。本文在深入剖析指数平滑模型缺陷的基础上，对其进行改进，建立了自适应指数平滑模型。实践证明，该模型能够更好地反映区域经济发展的动态特性，提高预测的精度。     

面向运营管理的多粒度省际客运需求预测方法

客运量是表征省际客运需求,开展行业运营管理的基础指标.为增强省际客运行业运营管理水平,提高旅客出行效率和应急保障能力,建立面向省际客运运营管理的年客运量和节假日客运量的多粒度预测模型.在影响因素与省际年客运量关联度分析的基础上,构建基于BP神经网络的年客运量预测模型.考虑特殊节假日的影响特征,提出了指数平滑与季节模型相结合的节假日客运量组合预测模型,实现节假日总客运量、日客运量的预测.以北京的实际数据为例,对预测模型进行精度验证.结果表明,年客运量预测模型的平均相对误差为0.15%,春运期间每日客运量预测模型的平均相对误差为6.7%,能较好地体现客运量在不同阶段的变化趋势,具有良好的稳定性.      

指数平滑法在路面使用性能预测中的应用

对路面使用性能指标随时间发展规律及其特点进行了研究和分析,指出了传统预测方法的不足,提出指数平滑法,此方法可以提高预测精度。通过实例分析表明,使用该方法可以很好地预测路面使用性能。     

基于数据挖掘的固定型交通检测器配置优化

结合固定型交通检测器空间配置的4条原则和配置密度优化步骤,提出基于数据挖掘技术的固定型交通检测器配置优化方法.设计6种高速公路出口匝道的固定型交通检测器配置密度方案作为实例研究对象,运用数据挖掘技术的时间序列指数平滑方法、ARIMA方法和神经网络方法分别建立高速公路出口匝道小时交通量Winters预测模型、ARIMA预测模型及神经网络预测模型.采用网格搜索技术确定Winters模型参数,设计一种比传统ARIMA模型参数估计方法更精确的算法程序,来估计ARIMA模型参数,采用3项误差指标评价模型预测效果.根据预测结果及高速公路事件管理交通参数精度要求确定可行方案及最佳方案.实例研究表明,在保证满足ITS 对交通参数精度要求的同时,通过数据挖掘技术降低了交通流信息采集固定型检测器的配置密度及成本.     

出口道左转交叉口信号控制鲁棒优化方法

为了提高出口道左转交叉口在现实交通需求和供给波动环境中的适应性，权衡运行效率与稳定性，对其鲁棒优化方法进行研究。在对出口道左转交叉口运行特点和饱和流率进行分析的基础上，提出从交通需求分布、基本饱和流率分布和实际运行车速分布3个方面考虑交通的波动性，以适应出口道左转交叉口交通供给波动与控制方案相关联的特征。在此基础上，分别以平均值-标准差最小、条件风险值最小和最大值最小化为目标，建立3种信号控制鲁棒优化方法，并基于遗传算法建立求解算法。通过算例分析，对鲁棒优化算法的准确性、平均值-标准差模型的参数取值和3种鲁棒优化方法优化效益进行分析。研究结果表明：所建立的鲁棒优化方法可实现交通需求和供给波动下出口道左转交叉口信号控制与设计车速的优化设计，相较于传统控制方案其在保证效率的前提下提高了控制方案运行的稳定性；平均值-标准差模型和条件风险值模型对于各项指标均表现较好，可在保障平均延误维持较优值的基础上（案例中车均延误增加小于3%）显著改善运行效果的稳定性（案例中延误标准差减少约40%）；最小-最大模型对延误最大值的优化效果最佳，但其对于控制方案的整体效率会造成较大的负面影响（案例中车均延误增加了8.19%）。     

横风作用下移动车辆脉动风速谱（双语出版）

为研究横风作用下移动车辆的脉动风速谱形式,不依赖于传统的Taylor“冻结”假设和各向同性湍流假设,围绕移动车辆的脉动风速时程生成方法,在传统的谐波合成法基础上提出了一种高效的“直接生成法”。并在此基础上,综合考察了不同离地高度、不同平均风速、不同车辆移动速度等因素对移动点（或移动车辆）脉动风速自相关系数函数的影响。通过参数敏感性分析,建立移动点与固定点自相关系数函数的关系式,并最终推导出移动点的纵向脉动风速谱模型。研究结果表明：所提出的移动点（或移动车辆）脉动风速的“直接生成法”相比传统的“逐步提取生成法”具有更高的计算效率;进一步的,提出的移动点纵向脉动风速谱模型由于不依赖于Taylor“冻结”假设或各向同性湍流假设,也未额外地引入横向脉动风速谱,而仅依靠移动点的纵向脉动风速时程而逐步分析推导而出,这与数值解所采用的条件一致,因而使其计算值与相应的数值解吻合较好,表明提出的移动点纵向脉动风速谱模型具有较高的计算精度。研究结论可为移动车辆脉动风速谱的相关研究提供新的思路。     

基于供应链的企业库存成因及优化控制研究

基于企业全面库存管理思想对库存成本、库存控制、库存系统优化等管理经验与前人研究成果进行分析，借鉴先进企业的库存管理理念和方法，以大型制造企业为核心研究对象，在集供应商、制造商、经销商为一体的供应链作为研究框架的基础上，运用供应链系统理论作为研究方法，分析了库存管理现状、影响因素及产生原因，从优化生产管理、整合企业内部供应链和跨企业供应链的角度提出库存控制的相应对策，以实现全面的库存优化，提高经营效益。     

高速公路交通生成预测的改进灰色马尔可夫模型

高速公路交通生成预测是进行高速公路网规划不可缺少的环节,传统的预测方法需要考虑人口、土地利用等因素,过程显得极为复杂。而灰色预测模型可以在基础资料缺乏的条件下可建立模型进行预测,但对于高速公路交通生成量这一类随机性、波动性较大的数据,使得拟合较差,预测精度降低。针对这些不足进行改进,提出改进的灰色马尔可夫预测方法。最后将该预测模型应用于高速公路网规划交通生成预测中,取得了良好的效果。