完善城市配送车辆交通管理的若干思考

<正>城市配送是指在城市范围内实施的、以配送物流为组织方式、实现发货方到收货方的专业化物流服务活动,包括两大环节:一是以物流基础设施(包括物流园区、物流中心、配送中心、运输枢纽及场站)为据点的货物配送组织管理环节;二是以城市道路和城市对外道路为依托将货物送到城市范围内指定地点的运输服务环节。城市配送车辆的交通管理,既涉及城市配送据点布局及对外运输的间接管理,也涉及对内运输的直接管理。     

基于一维直接线性变换的视频中车辆运动状态重建

为克服传统车辆运动状态重建方法不能全面反映视频图像中车辆运动状态,且使用条件受限较大的问题,基于近景摄影测量中的直接线性变换原理,结合车身外廓特征信息,提出一种完整重建视频中车辆运动状态的有效方法。该方法中的特征标定信息全部取自目标车辆的外廓特征,不受路面和环境标定条件影响,扩大了使用范围;标定区域覆盖车辆在视频中的整个运动过程,最大限度地保证了车辆行驶轨迹的空间完整性;方法中每相邻2帧之间车辆行驶距离、行驶速度及加速度的解算均独立,避免产生累计误差。最后,使用该方法分别对车辆处于低速、中高速或减速3种运动状态下,摄像方向与车辆行驶方向呈90°或30°夹角的6种组合试验中车辆的相关运动状态参数进行解算,并与试验中采集的实际运动状态参数进行分析对比。研究结果表明:当车辆分别处于低速、中高速或减速3种运动状态时,在90°摄像视角下,计算所得车速值与记录值误差在1.5%以内,行驶距离值误差在3%以内,加速度值误差在7%以内;在30°摄像视角下,计算所得车速值误差在4%以内,行驶距离值误差在5%以内,加速度值误差在9%以内;该方法计算的视频中车辆的车速和行驶距离精度较高,加速度精度满足相关行业应用要求,证明该方法用于重建视频中车辆的运动状态有效、可行。     

基于CORBA事件服务的雷达模拟器设计与实现

CORBA是解决分布式系统中异构性问题的主流技术，为实现互操作和构建分布式应用提供了支持。以CORBA的事件服务为基础，阐述了雷达模拟器的结构和接口，分析了外推式事件发送模型的机制和实现步骤，给出了关键代码片断。     

大型干坞边坡变形及其神经网络预测模型

分析了影响干坞边坡变形的因素，包括土体强度、无护坡时间、放坡坡率、分层开挖数、分层开挖深度、开挖步长、降水深度和坡顶荷载，在此基础上并结合典型实测数据，建立了干坞边坡变形的神经网络预测模型，预测结果与实测结果一致。此外，还提出了放坡开挖边坡变形的警戒值、边坡变形判断模式及相应的控制措施。     

基于改进遗传算法的递归神经网络非线性系统辨识

将递归内时延神经网络应用于非线性动力学系统辨识中，描述了其动力学方程，并引入改进遗传算法作为其学习算法，通过非线性动力学SISO和MIMO系统的辨识仿真研究，验证了内时延递归网络结构和改进遗传算法的有效性。     

现代物流与交通运输的关系（续）

[引言]在交通运输基础设施的规划建设中，重视将各种运输方式的现有货运站点及运输企业他储设施进行系统内的重新整合工作，在保证其公用性的同时发展个性化服务，以设施功能和新型动作模式保证其与其他各类特流设施之间建立起以经济关系为纽带的运作联系，以物流信息系统为技术连接，使满足物流服务与运输服务需求成为各类运输企业运输业务与物流设施运作业务联系的切入点。     

交通运输与现代物流的发展关系

自上世纪90年代末期开始，现代物流以其全新的服务理念。先进的服务技术和良好的运行效果在国内得到了迅猛的发展，并在发展中逐渐体现出了其独到的国民经济意义和企业发展意义。现代物流服务的开展与实施过程与现实经济生活中的交通运输具有相同的目的和相类似的功能，在很大程度上使用和依托交通运输的设施、装备、技术和服务市场。     

粤西地区水稳施工质量通病成因及防治措施

针对粤西地区夏季高温多雨、蒸发量大及降雨以短时间小范围暴雨为主的气候特点,对水稳施工质量通病成因进行分析。从原材料控制、混合料级配控制、水泥剂量及含水量控制、混合料离析控制、混合料施工雨水防控、层间清理及水泥浆洒布质量控制、水稳养生控制和开放交通控制等多方面阐述了水稳质量通病防治措施要点。     

铁罗坪特大桥塔柱施工技术

针对铁罗坪特大桥塔柱施工的两大难点,制定相应的施工技术方案,确保了该桥塔柱施工的质量、进度、安全。     

现代物流：航运业未来发展的方向

一、航运业发展面临的挑战 随着国际贸易的广泛开展和向全球纤济一体化的不断迈进,世界经济在技术进步和生产经营全球化的推动下,市场竞争日趋激烈,生产企业发展战略以市场与用户服务为导向已是大势所趋,提高全系统效率,稳定和扩大销售,依靠优质服务开拓市场就成为企业对运输业的需求趋势,尤其对在国际贸易中具有重要作用的航运企业提出了新的要求。航运业面对客户不断增长的服务要求和国际航运市场近乎惨