家用的 最好的

现代汽车业已经历了百年的发展,诸多风流人物、许多有着传奇意义的车型都在历史上留下了浓墨重彩的一笔。它们在不同的历史阶段创造了属于自己的辉煌,并不存在孰优孰劣的问题。但如果一定要评定一个“惟一大奖”的话,在我看来,比尔·福特先生和T型车是汽车发展史上惟一不可超越的丰碑,因为福特先生最先提出了家用车的概念,并通过T型车付诸实现。     

性价比的典范 戈蓝的配置

戈蓝的优势在于宽敞的内部空间、日系车的细腻做工和三菱特有的运动基因,考虑到它在同级别车中的超低售价,其性价比相当可观。目前市场上销售的戈蓝排量为2.4L、搭载4挡自动变速器,根据配置上的不同,又分为尊贵型和旗舰型,价格分别为19.98万元和21.98万元。作为运动型轿车戈蓝,在安全方面也做了充足的考虑。高刚性 RISE 车体、高强度内嵌大型钢梁保险杠、驾驶席以及副驾驶席 SRS 安全气囊都出现在全系车的标配清单中,至于那些 ABS、EBD     

我的兄弟姐妹 戈蓝的历史

于航空技术中空气动力学的先进外形技术,能有效降低风阻,引起了当时日本车辆设计的概念性变革。同时它也是日本历史上第一部有硬顶的乘用车。其搭载的1.5L Saturn 发动机,可实现175km/h 的最高车速,创下同期最高车速记录。     

简述桥梁的检查工作的重要性

通过对桥梁进行检验与检查工作的详述,系统地掌握桥梁的技术状况,发现桥梁的缺陷和异常,进而合理地提出养护措施。     

关于公路工程的施工管理的探析

由于经济的高速发展,公路建设开始面临一些全新的情况,从另一个角度来看,鉴于公路建设自身的一系列特点,影响公路建设质量的因素也是多种多样,在实际的操作管理过程中,相关的施工建设人员必须要做到从严要求,根据施工现场的具体情况,制定一系列有效的施工要求和施工标准,在整个施工活动中建立起贯穿所有环节的施工质量保障体系,最终确保公路建设的最终质量。     

合理的施工对工程质量的重要性

监督职责的加强基础设施项目投资较多,一旦我们肩负起技术管理的职责,首先就应从思想上提高认识,认识到这是组织对自己的信任,重托于自己。因此,必须从国家、人民的利益高于一切充分认识到责任的重大,从而确定自己的工作目标、原则、方法及管理思路。作为一名工程技术人员参与项目的技术管理,所管范围的整个技术监督管理工作就不可推卸地落在了肩上。监督是组织赋予的一项职责也是一种权力,但切忌不可滥用。在履行监督职能的同时,必须加强业务知识的学习,严格依据设计规范、现行技术标准、合同条款等要求,既做到认真监督,又不脱离实际过     

基于液力传动的土方机械的传动效率的研究

根据土方机械作业特点,本文通过对土方机械底盘采用综合式、双涡轮和双导轮式液力变矩器结构性能的分析,得出液力传动机械提高传动效率的途径,从而改善了土方机械的作业性能。     

基于遗传算法的推进电机的预测模型

本文选择BP神经网络算法作为预测模型的算法,建立了基于遗传算法的推进电机预测模型,并运用推进变压器的实际运行参数,对预测模型进行仿真,为推进电机的状态评估打下了良好的基础。     

高速公路的绿化与后期的养护

建国之初,全国铺有沥青和水泥路面的公路总共才350公里。截至2010年底,全国公路总里程达486.08万公里,公路通车总里程比1978年增长5倍多。我国高速公路从无到有,从0公里到6万公里,实现通车里程居世界第二位的历史性突破,仅用了十几年     

阿伦的幸福生活

有人说爱是一盏灯,黑暗中照亮回家的路,有人说爱是一条河,孜孜地灌溉渴求的心房,我觉得爱是一辆车,承载着家人,承载着希望,我们在国际家庭日的前夕,组织《家用汽车》忠实读者,为你讲述那一个个爱的故事,用不断前行的路线,穿起一个个温馨幸福的家。     

场地搜救机器人路径规划

介绍了场地搜救轮式移动机器人的硬件组成及工作原理。提出了一种能迅速、准确的搜索到目标信号的路径规划算法。实验表明,该算法可使搜救机器人避开障碍物、识别边界、自动定位,降低了搜索时间,提高了搜索到目标的可靠性。     

基于遗传算法的交货期Job-shop调度问题研究

研究遗传算法求解非传统的交货期Job-shop调度问题,其染色体编码采用基于工序的编码。为了减少搜索空间,利用插入式贪婪解码机制将染色体解码至主动调度。为了克服传统遗传算法易于早熟收敛的缺点,运用一种优先交叉操作POX(precedence operation crossover)和设计了一种子代产生模式的遗传算法。将提出的遗传算法求解交货期调度问题,试验结果验证提出算法的有效性。     

�Ľ����Ŵ��㷨����ʱ�䴰���ͳ��������е�Ӧ��

针对有时间窗的车辆调度问题，在标准遗传算法的基础上，加入爬山算法增强算法的局部搜索能力，通过保护全局最优基因的方法提高了算法的收敛能力，并辅以自适应变异算子，构造了一种改进的混合遗传算法。实验结果表明，改进后的算法具有抗“早熟”能力强、收敛速度快和局部搜索能力强的特点。     

一种改进的求解QoS多播路由问题的蚂蚁算法(英文)

为了克服基本蚂蚁算法收敛速度慢、容易早熟和陷入局部最优解的缺陷,提出了一种求解QoS多播路由问题的改进型蚂蚁算法.该算法采用相遇蚂蚁策略来加快搜索速度,采用最优解更新和信息素自适应控制策略来避免出现停滞现象.仿真结果验证了该算法的可行性和有效性.     

An Effective Hybrid Optimization Algorithm for Capacitated Vehicle Routing Problem

IntroductionVehicle routing problem(VRP)is a well-known combinatorial optimization problem and isalso a focal problem of distribution managementwithin the area of service operations managementand logistics.Capacitated vehicle routing problem(CVRP)is a very hard vehicle routing problem.The problem is to simultaneously determine theroutes for several vehicles from a central depot to aset of customers,and then return to the depotwithout exceeding the capacity constraints of eachvehicle.In prac…     

公交司机排班问题的混合元启发算法研究

针对我国公交企业中司机在1 个工作日内驾驶同一辆车的“人车绑定”管理模式, 提出混合元启发算法求解司机排班问题.首先建立以车辆数为目标的车辆调度模型,获得仅 满足司机休息时间的非可行解;接着迭代地使用局部搜索算子、破坏重建扰动等方法对解进 行调整,使其满足司机工作时间和吃饭时间等约束,并尽可能地降低排班成本;在迭代搜索 过程中记录发现的可行排班链集合,迭代结束后构建集合覆盖问题(SCP)模型对其进行改 进,以获得最佳的司机排班方案.在13 条公交线路案例上进行测试,实验结果验证了本文算 法的有效性.     

带硬时间窗车辆路线问题的混合遗传启发式算法

为了提高物流配送效率,建立了集货和配送一体化的带硬时间窗的车辆路线问题的数学模型,提出了混合遗传启发式算法,并对模型进行了求解。采用改进节约法与随机法相结合的手段构造了初始解群体以增加解的多样性,对遗传算法中较优的一部分染色体进行了禁忌搜索以使搜索更容易跳出局部最优,同时加快搜索初期的搜索速度。仿真计算结果表明:混合遗传启发式算法具有更好的适应性,采用改进交叉算子使解的精度提高11.0%;在宽时间窗情形下采用倒位变异可使解的精度提高11.6%。     

基于混沌蚁群算法的最短路径选择研究

如何解决最短路径选择问题一直是城市交通流诱导系统的关键之一.基于群体仿生理论的蚁群算法是解决此问题的一种方法,针对采用蚁群算法进行最短路径选择时易出现的陷入局部最优解问题,引入混沌理论,采用混沌蚁群算法利用混沌初始化进行改善个体质量和利用混沌扰动避免在蚁群算法搜索过程中陷入局部极值,同时降低了蚁群算法的时间复杂度,从而更好的解决了最短路径选择问题.     

指引路径规划模型的建模与仿真验证

道路上某个位置存在多个指路标志时可能引发信息过载问题,对驾驶员产生干扰. 为解决这一问题,本文基于A* (A-star)算法,提出一种指引路径规划模型.考虑特定节点信息过载问题对指引路径实际成本的影响,在模型的估价函数中增设惩罚系数,可以有效避开引发信息过载现象的指引路径选择 . 基于 VISSIM 展开案例研究,借助其二次开发功能提取 VISSIM路网中的相关数据.利用所建指引路径规划模型求解路网中一对OD间的指引路径. 最后,对比分析有无惩罚系数两种模型得到的指引路径规划和指路标志布设方案,证明本文模型在指引路径规划时可有效避免信息过载问题.     

两阶段混合粒子群优化聚类

为解决数据集样本维数较高时已有粒子群优化K均值算法计算速度较慢且聚类结果不稳定的问题,利用第1阶段聚类层次凝聚聚类获得准确率较高的子簇集合,作为粒子群优化K均值聚类算法初始聚类中心的搜索空间,进行第2阶段聚类.提出了一种简化的粒子编码方法,以减小样本维数对计算复杂度的影响;引入混沌的思想,以保持粒子种群的多样性,从而避免粒子群优化算法可能出现的早熟现象.通过两阶段聚类,有效地融合了粒子群优化、层次聚类与划分聚类算法的优点.在多个UCI数据集上的聚类结果表明,与几种对比算法聚类结果的最优值相比,其纯度分别提高了1%~8%,且耗时减少50%以上.