基于人工神经网络的铁路客运量预测

本文讨论了人工神经网络的特点和建模原理,建立了铁路客运量的预测模型。并用武汉铁路客运量的数据对其进行了验证,得到了较好的预测效果。     

基于分数阶PIλDμ的船舶航向控制

船舶在海上航行时受到海风、海浪和海流等环境扰动作用,这造成在不同航速下船舶动力学模型的参数不确定性,本文对船舶本体运动和风浪流干扰进行建模,提出一种基于分数阶PIλDμ的抑制风浪干扰的的航向控制算法,并与传统 PID算法进行对比,针对某型船舶动力学模型在6级海风和5级海浪海况下进行对比数字仿真。仿真结果表明,该算法在不同航速下具有较好的控制品质和鲁棒性,对风浪干扰具有良好的适应性,可应用于船舶的航向控制,易于工程实现。     

调节聚焦匹配性对品牌体验和重购意向的影响研究

品牌体验是近年来市场营销领域理论和实践的热点,本研究以Brakus对消费者品牌体验的概念和维度划分为基础,基于调节聚焦理论从消费者和品牌广告信息的调节聚焦匹配类型研究品牌体验和重购意向的形成。研究采用了准实验设计,从消费者购买之后进行检验。结果显示消费者和品牌广告信息的调节聚焦类型匹配时能够产生更高的消费者品牌体验和重购意向,消费者和品牌广告信息的调节聚焦类型对品牌体验各维度和重购意向具有一定的主效应。     

武汉地区高职现代物流管理专业产教融合的问题和对策

产教融合是发展职业教育内涵的必经之路,国家鼓励各地职业教育与区域经济产教融合发展.武汉地区高职现代物流管理专业在产教融合方面取得了一定的成绩,但也存在若干问题,招生规模逐年缩减、产教融合形式创新性不足、企业积极性不够和专业教师综合能力不足等.针对这些问题,提出加大现代物流管理专业宣传和分方向培养、创新产教融合方式、增加...     

中国港口拥挤的原因及对策

港口作为国家最重要的交通基础设施,对中国的经济发展特别是外贸业的发展起到非常重要的作用,但是随着货运量的增加和其他原因,中国很多港口出现了拥挤现象,在一定程度制约了港口行业和区域经济的发展,本文分析了中国港口拥挤的原因,对缓解港口拥挤现象提出了一些建议．     

我的轻爽劲虎JYM150-2摩托车

认识建设集团生产的轻爽劲虎JYM150-2,是在1998年《摩托车》杂志上。只因有着对建设·雅马哈JYM150-A的印象,怀着对雅马哈精湛技术和工艺、品质的信赖,当发现厂家面向大众消费群体推出的这一款质优价廉的经济型车型时,它就成为我追逐的对象。但是,由于当时拥有一辆同样令我非常满意、爱不释手的WY125-A型摩托车,不舍得将其丢弃,所以暂时没有购买,但心中却始终惦记着。时隔不久,我的WY125-A被窃贼偷去。我痛恨良久,怀着对摩托车的难舍难离,于2003年4月将轻爽劲虎请回了家,见图1。我对待轻爽劲虎就好像是自己的朋友和孩子。在我精心呵护…     

基于蚂蚁算法的拆卸序列优化

描述了蚂蚁算法的基本原理，并针对拆卸的特点提出了一套基于蚂蚁算法的拆卸／装配序列优化的方案．该方案运用了拆卸矩阵作为蚂蚁初始解的搜索空间，综合考虑拆卸零件重定位和拆卸工具的改变次数，将其作为拆卸／装配序列质量的评价标准，自动生成优化的拆卸／装配序列．最后，通过实例验证了该方案的有效性．     

基于改进D-S证据理论的车辆导航地图匹配

对传统D-S证据理论算法进行了改进,解决了证据的可信度和决策规则问题,使新的组合推理规则能够有效地处理证据中的冲突信息.并结合当前城市道路网日益复杂的实际特点,采用Pignistic概率的决策理论和基于权值D-S证据推理的地图匹配新算法,建立车辆位置信息和方向信息判决规则,有效地利用现有信息扩大各匹配道路之间的信度差异,提高了算法的鲁棒性.通过仿真和试验表明,该算法可以较好地解决城市复杂路网地图匹配问题.     

基于权值D-S证据理论的车辆导航地图匹配

对传统D-S证据理论进行了改进,解决了证据的可信度问题.该改进算法首先根据证据的局部决策算出局部决策值,构造整个系统的支持矩阵,并求出支持矩阵的特征向量,以此作为各个证据的可信度;然后把可信度作为各个证据的权值,以此修正D-S证据的融合算法,使新的组合理论规则能够有效地处理证据中的冲突信息;最后结合当前城市道路网日益复杂的实际特点,把基于权值的D-S证据理论应用于车辆导航的地图匹配中,建立车辆位置信息和方向信息判断规则.实车试验结果表明:应用该算法可以较好地解决城市复杂路网地图匹配问题.