基于全三维数字样船的船舶产品信息集成应用研究

数字样机技术已在航空、航天、汽车工业等行业的研制过程中得到广泛应用。由于船舶产品的复杂性和特殊性,基于全三维设计的数字样船技术应用程度相对落后。从数字样机概念与特征入手,结合船舶研制特点,提出了全三维数字样船的概念,对全三维数字样船的特征进行概要描述,分析了基于全三维数字样船的数字化造船技术体系。在此基础上,从国内外数字化造船发展趋势入手,结合船舶产品三维设计、数据管理、生产管理、设计仿真与虚拟建造、精度测量与控制等方面业务需求和信息集成要求,提出了基于全三维数字样船的船舶产品信息集成与应用实施总体解决方案。基于此方案,在液化天然气船进行了应用验证,为实现船舶产品研制体系的转变提供了应用示范。     

中航沈阳发动机设计研究所采用天舟COMAN设计／仿真集成管理系统

中航一集团沈阳发动机设计研究所日前签约天舟公司，天舟公司将参与沈阳发动机设计研究所航空发动机研发能力平台的建设工作。     

浅析工位器具在焊装车间的选择

工位器具在生产管理中使用是否合理、适用,直接影响生产现场作业环境以及物流作业。工位器具的选择和应用对科学的物流管理、产品质量、工作效率、安全和文明生产都具有积极作用。结合奇瑞公司生产实际,对焊装车间各类工位器具的选择进行探讨。     

公路-铁路道口智能交通系统与精确列车控制

自上世纪90年代中期，受美国交通部（DOC）联邦铁路管理局（FRA）委托，美国交通部研究与创新技术管理局（RITA）John A．Volpe国家交通系统研究中心，对精确列车控制（PTC）和智能交通系统（ITS）技术集成进行研究。研究的目的是通过在公路一铁路道口（HRI）安装成本适当、标准的系统装置，改善安全状况，取得快速安全防范效果。此项研究的直接目的是通过示范工程，     

嵌入式软件测试

软件测试是软件工程的一个重要组成部分。阐述了嵌入式软件测试的目的、分类和工作流程,按照测试步骤详细地分析了单元测试、集成测试、确认测试和系统测试方法。     

联合编队综合集成对作战协同影响

海上联合机动编队(联合编队)综合集成是实现海军转型的主要途径,"网络中心"模式下,编队中的指挥流、控制流、信息流、火力流都发生了质的变化,必然对编队作战协同产生影响,主要表现为:催生新的作战理论,拓展作战协同空间,增强战场感知能力,加快作战节奏,需要素质复合化的指挥员,但对网络的依赖性增强.     

基于WinCE的军用车辆综合信息系统应用研究

为解决我军通用车辆信息化程度较弱的问题,基于WinCE嵌入式软硬件开发平台,提出了军用车辆综合信息系统的总体设计目标和基本原则,阐述了系统的软硬件体系结构设计以及系统功能组成.系统包括车辆姿态和环境参数处理、行驶记录、数字地图和车辆定位、路线规划和车辆导航、车辆调度和指挥监控、远程通信及远程诊断、车辆自诊断等七个功能模块,详细说明了各模块的组成,给出了若干实现界面,列举了系统的功能特点.系统在某型军用车辆的试装应用表明,该系统极大地提高了我军军用车辆的信息化水平,适应了现代信息化战争的需要.     

基于IVIES与ERP系统的汽车行业生产计划集成研究

ERP系统基本出发点是订单管理、销售预测和物料需求计划等关联问题，能够很好地解决生产计划问题，MES一般按车间层和单元层分级制定作业计划。本文通过对MES和ERP集成研究，使MES系统的生产计划更合理，使ERP系统的数据更及时有效，工作效率更高。     

新一代客票系统的集成测试方法研究

新一代铁路客票系统将促进客运营销从传统方式向电子商务的转变,加快客票系统从内部服务型向以旅客为中心的外部服务型转变,实现客票系统的再一次飞跃。新一代铁路客票系统是一个大型的信息系统工程,与系统建设相配套,开展测试业务及集成化测试方法的研究十分必要。     

基于集成学习和居民属性数据的出行方式预测模型

传统的效用理论模型以整体效用最大化为目标，忽略了影响居民出行方式选择肢间可能存在相关性以及部分效用相互补偿性。基于集成学习的居民出行方式预测模型可以有效表达出行效用的个体偏好、差异性和补偿性，解决了不同出行特征影响因素对于不同人群有不同效用表征问题。本文依托大样本居民属性数据，针对不同个体对不同影响因素的感知差异，结合居民出行调查的个人属性、出行属性及环境属性等相关影响因素进行综合分析，构建个体级居民的出行特征向量；研究构建基于集成学习方法的居民出行方式预测模型；以广州市为例进行实证分析，通过准确率、精确率、召回率和F1值这4个指标，对模型预测结果进行综合评价；针对部分出行属性相似导致细分的出行方式判别精度不高，按照大类方式、慢行交通、公共交通、个体机动化交通这4个类别构建层次化LightGBM (Light Gradient Boosting Machine)模型，并对GBDT (Gradient Boosting Decision Tree)、Random Forest、LightGBM、层次化LightGBM这4个模型预测结果进行综合对比。分析结果表明：LightGBM模型预测慢...