面向现代汽车产业后市场的客户服务研究

中国汽车市场近十年来蓬勃发展,市场容量不断扩大,但依然存在一些问题,尤其是客户服务方面,我国汽车市场的客户服务水平依然有待于提高,文章就汽车市场存在的问题和提升客户服务的解决方案提出了自己的观点。     

可靠性技术在航海型罗经电源中的应用

为航海－Ⅲ型陀螺罗经配套研制的中频大功率三相正弦波脉宽调制电源系统，由于采用了成熟技术和可靠性设计措施，具有整机性能稳定、工作可靠、效率高、负载能力强等优点。该电源也可用于其他功率较大的中频供电场合。     

多传感器目标识别的神经网络与证据理论结合方法

FMM人工神经网络在模式识别和分类中具有独特的优势，D—S证据理论在多传感器决策融合上具有优势。提出了一种FMM神经网络与D—S证据理论相结合的多传感器数据融合目标识别方法，给出计算机仿真结果，表明该方法可以克服单一传感器ATR系统的局限性，提高对目标的识别率和系统的容错性。     

某汽车铝合金轮毂的有限元分析

轮毂是车辆承载重要部件,因为它起到承载整个汽车重量的作用。为了使铝合金轮毂的外观造型和结构设计时需满足安全和使用功能的要求,文章利用CATIA软件进行建模及三维分析软件ANSYS对轮毂力学进行分析,即对轮毂进行静力分析和模态分析,为汽车铝合金轮毂的优化提供理论依据。     

"互联网+"背景下我院"汽车制造工艺技术"课程教学模式改革与实践

文章结合我院课程改革实际,就"汽车制造工艺技术"课程过去存在的"灌输式"教学模式,研究"互联网+"背景下利用网络学习与教学平台,建立"课内与课外、线下与线上、现实与虚拟"的混合式教学新模式。与采用传统教学模式相比,采用"互联网+"混合式教学模式,学生的课堂活跃程度,学习主动性、成绩提高有明显优势。     

数据仓库在商品交易中的应用

着重讨论了数据仓库技术在商品交易中的应用，详细介绍了商品交易系统中数据仓库的设计和建立。并且进一步讨论了如何建立基于数据仓库的商品交易决策支持模型。     

直达货物运输按时送达可靠性的评估方法

铁路直达货物运输主要有四种方式,每一种方式的货物送达时间主要受直达列车全程旅行时间的影响,β分布函数能较好地反映直达列车全程旅行时间的特征。通过对实际数据的统计分析,能得到直达列车全程实际旅行时间的分布函数,以及评估直达列车全程旅行时间的特征。由此,提出了货物送达合同期限遵守概率的评估方法;结合实例,对直达货物列车全程旅行时间进行了评估,给出一个预期的运行时间,运用分布函数计算出其可以实现的概率;同时,评估分析了直达货物运输按时送达可靠性。     

内燃机车辅助电机综合试验台的研制

介绍了内燃机车辅助电机综合试验台的研制工作,从硬件、软件两方面介绍了该系统的构成,分析了软件的设计风格和技巧。对本系统的重点——双闭环直流调速系统做了详细的论述。双闭环直流调速系统采用闭环控制,电流、电压调节互不干扰。在电路设计上具有严格的联锁,从技术上保证了操作的正确性。     

中国的汽车后市场及汽车后市场连锁经营分析

20世纪30年代初,汽车美容和养护业在英美等发达国家开始起步,汽车后市场的雏形开始形成。二次世界大战后,经济的复苏使汽车工业飞速发展。同时,也使汽车美容和养护业日益壮大,汽车已经不再采用“大拆大卸”的维修方式,而是采用以维护为主,视情维修的方式,推行免拆维护,汽车后市     

Filling up gaps in wave data with genetic programming

A given time series of significant wave heights invariably contains smaller or larger gaps or missing values due to a variety of reasons ranging from instrument failures to loss of recorders following human interference. In-filling of missing information is widely reported and well documented for variables like rainfall and river flow, but not for the wave height observations made by rider buoys. This paper attempts to tackle this problem through one of the latest soft computing tools, namely, genetic programming (GP). The missing information in hourly significant wave height observations at one of the data buoy stations maintained by the US National Data Buoy Center is filled up by developing GP models through spatial correlations. The gap lengths of different orders are artificially created and filled up by appropriate GP programs. The results are also compared with those derived using artificial neural networks (ANN). In general, it is found that the in-filling done by GP rivals that by ANN and many times becomes more satisfactory, especially when the gap lengths are smaller. Although the accuracy involved reduces as the amount of gap increases, the missing values for a long duration of a month or so can be filled up with a maximum average error up to 0.21 m in the high seas.