不均衡运输对机车运用的影响及采取的对策

针对商丘北站通过能力出现阶段性紧张的情况,对商丘北站列车运行时刻进行了统计分析,得出因货物列车的不均衡到发,直接影响了机车折返接续,并由此对车站通过能力造成较大的影响。在此基础上,提出了编制高质量的列车运行图和机车周转图、协调车站技术作业、扩大机务段折返能力等5项对策。     

铁路客票系统服务器负载均衡解决方案

(1)广铁集团是国务院确定的512家重点国有企业和120家试点企业集团之一,也是中国铁路运输业第一家企业集团,其前身是原广州铁路局。集团管辖铁路4274公里。     

丰田RAV4汽车发动机防盗锁止系统

发动机防盗锁止系统是一种被动防盗系统,由发射应答器钥匙控制单元、发动机控制单元(ECM)、发射应答器钥匙放大器及具有发射应答器芯片     

对高速线路建设问题的思考和建议

通过对广深准高速线路存在问题的分析研究，提出对高速线路建设问题的一些有益的见解。     

对策论帮你稳操胜券——漫谈对策论的原理及其应用

对策论是为人类竞争活动提供对象的理论,它所研究的典型问题是二个或二个以上的参加者在某种对抗性或竞争性场合下,使用数学方法进行分析和比较,从而做出自己最优决策。使自己的一方得到尽可能最有利的结果,对策论是运筹学一个重要分支。美国约翰斯·霍普金斯大学的经济学教授佩顿·杨为对策论下了一个精辟的定义:即一方在采取行动的时候考虑对方将如何做出反应的理论。对策论在当今的人类活动中应用越来越广泛,有关对策论的研究也在不断深入发展,这一切说明对策论的理论和实践在现代生活中的意义是多么的重要。     

自导系统右放大装置分析与替代化研究

自导系统在进行目标回波接收时,基阵利用声电能量转换,形成上、下、左、右四个波束进入放大装置,放大装置对其进行选频放大与混响抑制。文章对右放大装置电路进行具体分析,获得其选频放大与混响抑制工作特性,并进行替代化研究,所得结论有利于掌握上、下、左、右四个放大装置的工作特性,同时为该自导系统故障诊断及替代化设计研究进一步奠定基础。     

智能网联环境下的城市路网容量可靠性分析

网联自动驾驶车辆（CAVs）与人工驾驶车辆（HDVs）混行的交通发展模式会促进城市路网容量发生变化，为解析混合交通流对城市路网容量可靠性的影响，构建了智能网联环境下城市路网容量可靠性双层规划模型。为表征CAVs信息获取与自动驾驶的能力，假定CAVs遵循系统最优原则选择路径，而HDVs则根据自身经验选择路径，基于二者路径选择的差异建立描述混合交通分配的下层模型，刻画智能网联环境下的混合交通流分配特性。并且，为了快速求解大型路网交通分配，将下层混合交通分配模型转换为非线性互补下问题进行求解。考虑到实际路网的随机性，以及路网道路通行能力并非固定值，运用具有多种相关性的均匀随机分布理论，建立了的描述城市路网容量可靠性的上层模型。通过蒙特卡洛仿真分析不同CAVs渗透率下的路网容量可靠性，并进一步解析各路段对路网容量可靠性的敏感度。结果表明:当需求水平d > 0.5时，路网容量可靠性开始降低；当d > 0.7且CAVs渗透率λ＝0时，可靠性小于0.4；当d > 0.7而λ＝1时，可靠性接近1，说明CAVs可增强路网容量可靠性。研究还发现，当需求水平处于0.7~1区间时，渗透率的变化对路网容量可靠性有显著的影响，但随着需求的增大，路网处于超负荷状态，渗透率对路网容量可靠性影响较小。此外，CAVs渗透率从0增加至1的过程中，路网中存在“道路容量悖论”现象的道路从19条下降至3条，且当λ＝1时路网中仅有1条道路出现了显著的“道路容量悖论”现象，拥堵严重。表明CAVs渗透率的增大可以显著改善路网中的“道路容量悖论”现象，减少路网容量可靠性的波动，提高路网运行稳定性。      

基于SDN的两级大象流负载均衡策略

以SDN网络为基础,提出一种解决数据中心网络拥塞的大象流负载均衡策略,完善了负载均衡整体框架.第一阶段使用sFlow收集网络状态,通过降低大象流误检率,采用突出大象流漏检率并设置阈值以判定可疑大象流;第二阶段应用基于流持续时间判定真正大象流,剔除已变质大象流,并将两阶段的大象流检测方法嵌入整体负载均衡架构中;最后在ubuntu系统环境下利用Mininet搭建胖树网络拓扑,以Ryu为控制器进行仿真模拟测试,通过控制流量负载验证大象流负载均衡策略.试验结果表明,提出的大象流负载均衡策略可提高数据中心网络中大象流与老鼠流的检测效率和网络链路利用率,并可减小网络传输时延.     

基于遗传算法的道路车辆自组织网络源路由机制

在当前基于交叉路口的城市车辆自组织网络(VANETs)路由协议中，道路上数据包传输大多采用基于地理位置的贪婪转发策略，当数据量较大时，个别节点负载较重，极易引起传输延迟增大乃至丢包的情况.本文提出了一种基于遗传算法的源路由机制，通过记录单体车辆的驾驶信息而非传统方法中的车流均值数据，来预测道路上车辆网络的连通情况，并借助遗传算法，首次基于道路连通性、节点负载和连接跳数这3 点综合考虑，计算得出道路上最佳的源路由节点序列.仿真实验结果表明，在传输率与延迟时间上，性能均优于传统的贪婪路由机制，尤其在车流量为250 veh· lane-1· h-1时，传输率提升约13%.该研究可为智能交通信息通讯提供可靠助力.