基于里程最大化的动车组交路计划优化方法

动车组交路计划是编制动车组运用计划与检修计划的重要基础,对于加强动车组的运营管理具有重要作用。针对动车组交路计划编制的问题,主要在动车组一级检修的里程周期和时间周期的约束下,以动车组运行里程最大化和列车车次接续时间最小化为优化目标,构建了动车组交路计划优化的0-1整数规划模型。在此基础上,设计了交路计划优化编制的算例,并采用Lingo软件对模型进行求解,优化结果验证了模型的有效性。     

舰船通信安全保密研究

分析和探讨了舰船通信安全保密背景、美海军安全保密动态以及舰船通信安全保密特点,提出了舰船通信安全保密使命任务以及舰船通信安全保密的技术框架.     

施工试验在公路工程中的重要性及完善对策探讨

分析了工程施工试验工作在公路工程施工中的重要性,分析了当前工程施工试验工作中的主要问题,并就如何完善工程施工试验工作提出了一些建议和对策。     

电子商务的网上支付系统

网上支付是电子商务不可缺少的一部分。本文介绍了不同类型的网上支付方式，着重叙述了基于信用卡的网络支付系统，并给出了一个支付接口的应用实例。     

新技术对船员培训提出的挑战

概括航运新技术对船员的影响，分析新技术对船员素质的新要求，总结适应新要求的船员培训所面临的挑战。从培训目标、培训内容和培训方式三个方面提出应对新技术挑战和培养高素质船员的措施。     

汽车质量索赔信息与可靠性分析

汽车质量索赔信息来源于汽车生产企业的特约维修站,可以从多方面对汽车的可靠性进行评价和分析。分析 了质量索赔信息的内涵及其与可靠性的关系,以一国产轿车为实例阐述了基于质量索赔信息的可靠性评价方法。     

信息融合技术在交通流量预测中的应用

交通流量预测是智能运输系统的一个重要组成内容，但传统的数学方法一直未能取得令人满意的预测效果。信息融合技术是最近十多年来新兴的技术。它通过合理协调多源数据，充分综合有用信息，在较短的时间内，以较小的代价获得对未来交通流量的预测。实验证明，借助信息融合理论建立的聚类分析模型和神经网络模型对未来交通流量的预测比较准确，有实际意义。     

基于随机森林算法的内河船舶油耗预测模型

准确的船舶油耗预测模型是船舶实现各项航行优化措施的基础.以长江干线某旅游船为研究对象,通过安装信息采集系统获得了大量的船舶实时营运数据.通过理论分析得出影响船舶油耗的主要因素为风速、风向、水深、水流速度和船舶航速;改进了随机森林建模时参数的设置方法,提出一种变量的重要性测度方法;对去噪处理后数据进行系统抽样并进行归一化处理,得到建模的样本数据;把样本数据按0.7∶0.3的比例随机分为训练样本和测试样本,对训练样本采用随机森林(RF)算法建立油耗预测模型;通过模型预测测试样本的油耗值,与实测数据对比,结果显示预测误差低于6.8%,优于BP神经网络与支持向量机(SVM)的预测结果;分析模型中各变量的重要性顺序为:航速>水流速度>水深>风速>风向,利用偏相关分析得到了单个因素与油耗间的定量关系.      

卡诺制冷机的有限时间Yong经济优化性能

以利润率为目标，分析了存在热阻和热漏的卡诺制冷机的有限时间Ｙｏｎｇ经济优化导出了最大利润率时的制冷率和制冷系统，所得结论可为制冷机的优化设计和最佳工况选择等提供理论指导。     

形形色色的电动汽车

作为绿色环保汽车的电动汽车已受到世界各国的普遍重视。主要介绍目前国内外正在开发研制的各类电动汽车的工作原理、性能特点及其发展前景。