把脉年轻消费人群基因 长城汽车用实力拥抱未来!

开年即赢满堂彩的风向标级的长城汽车,在1~2月累计销售22.8万辆,同比大涨153%,已完成年度销量目标的19%,在中国车企的“当打之年”!长城汽车凭什么畅步车坛?市场的回答是:长城汽车靠的是质量,靠的是引领中国制造的技术,以及“拥抱用户,创变思维”的不一Young的营销新体系!     

基于CHMM和SSA-SVM模型的高速铁路道岔设备健康状态评估方法

为更加精准地评估道岔设备健康状态，加强对设备的维护与管理，以ZDJ9型转辙机驱动的高速铁路道岔设备为研究对象，提取道岔功率曲线的时域、频域特征指标及经验模态分解奇异值熵，组成道岔特征指标向量，并采用核主成分分析法消除原始多维特征信息的冗余，构建道岔特征指标样本数据库；利用连续隐马尔可夫模型划分道岔退化状态，在此基础上，建立麻雀搜索算法优化支持向量机的健康状态综合评估模型。研究结果表明：所构建的健康状态评估模型的评估正确率高达98.75%,不仅能够实现高铁道岔设备健康状态综合评估效能，而且明显优于GridSearch-SVM、GA-SVM、PSO-SVM等组合算法，为实现道岔设备由“故障修”到“状态修”的综合智能维护提供可行途径。     

铁路车站咽喉区道岔自动分组方法研究

咽喉区道岔分组不仅是运用利用率计算法查定铁路车站咽喉通过能力的必要步骤，还是车站进路选择、股道运用等行车技术作业的关键环节。为解决当前自动分组方法不能有效解决复杂咽喉区非水平方向布置道岔的分组问题，将咽喉区道岔分组问题抽象为有向图中点的归属问题，构建咽喉有向图模型和道岔分组有向图模型，设计二阶段法对模型求解。第一阶段识别平行进路，目标是基于咽喉有向图运用DFS算法识别并生成平行进路对全集；第二阶段为判断道岔归属，目标是基于进路判断法及道岔坐标设计初分、调整、检验等计算步骤判断道岔归属并生成道岔组。以某个布置复杂的技术站咽喉为例，对本文所提出方法进行检验，结果表明该方法能够快速准确地实现咽喉道岔自动分组，有利于铁路数字化设计和智能化生产管理。     

DHSSA优化的K均值互补迭代车型信息数据聚类

针对传统方法在车型信息数据聚类过程中受初始化中心点的影响较大导致聚类精度低、鲁棒性差以及在迭代过程中求取均值选择聚类中心受离群点影响大的问题，提出了一种DHSSA优化的K均值互补迭代车型信息数据聚类方法。首先，针对SSA算法中发现者位置更新不足和种群多样性不足的问题，设计了一种扰动因子-领头雀优化策略，通过自适应领头雀策略加强了最优个体的影响力，利用扰动因子扩大搜索空间，提升了寻找聚类中心的准确率；其次，设计了基于筛选最大最小距离积方法 SMMP优化聚类中心的初始化，在MMP基础上增加了筛选机制，使初始化的中心尽可能更均匀地分布在每个簇中；最后，融合DHSSA和SMMP来优化K均值互补迭代，在减小迭代次数的同时增加搜索效率，得到较好的聚类结果。利用多种数据集进行测试，通过试验结果中的收敛曲线和性能指标可以看出，提出的DHSSA-KMC方法相对于SSA-KMC、IMFO-KMC、KMC和KMC++具有更高的搜索精度、收敛速度和更低的聚类代价，并且耗时相对于SSA-KMC和IMFO-KMC有所减少，证明了算法的有效性和优越性。在车型信息数据处理过程中，DHSSA-KMC可以高效聚类生成竞品...     

基于MOHSSA的组立装焊线混流低碳调度研究

以最小化完工时间、最小化碳排放为目标，建立船舶组立混流生产线低碳调度模型，并提出一种多目标混合麻雀搜索算法进行求解。基于离散问题设计一种二维向量编码方式，利用排序值规则实现连续位置与离散调度之间的转换；采用基于混沌映射和反向学习策略的种群初始化来改善初始解的质量；在保留麻雀搜索算法框架的基础上融合粒子群算法和鸡群算法，同时采取多种混合策略来提高算法的寻优能力；通过算例试验测试和某船厂的生产实例仿真验证了模型和多目标算法的有效性。     

基于模态频率应变能熵和Tent—SSA—BP神经网络的桥梁损伤识别方法的研究

针对服役中的中小型梁桥因环境和材料因素影响易发生损伤的问题，提出了一种融合模态应变能、频率和信息熵的桥梁损伤识别的方法。该方法首先提取出桥梁的模态参数，通过公式得出模态频率应变能熵，对梁进行单点和多点损伤定位分析。其次，利用混沌tent映射，优化麻雀搜索算法的权阈值，调整寻优能力，并且将麻雀搜索算法(SSA)和混沌优化过后的麻雀搜索算法(Tent—SSA)分别优化BP神经网络。最后，将熵值变化率作为输入数据放进神经网络中训练，输出简支梁桥的损伤程度，做出定量对比分析。使用有限元软件进行算例分析的结果表明，模态频率应变能熵能精确定位损伤的位置，对损伤的敏感度较强，解决了识别过程中的非线性问题；同时，优化过后的BP神经网络对损伤识别的准确率更高，预测效果更好。     

铁水运输调度双层多目标约束优化模型

为实现铁水运输作业排程与资源分配的协同优化，基于约束程序累积调度和字典序多目标优化理论，研究了铁水运输调度双层多目标约束优化方法.首先，基于铁水罐周转率最高和作业效率最高2个字典序优化目标，考虑作业时序、作业实施逻辑、铁水温降时限、铁水罐作业次数限制、资源容量限制和铁水罐资源池等约束条件，建立了上层的铁水运输作业排程约束优化模型；其次，以资源利用均衡度最高为目标，将作业实施唯一性和资源容量限制作为约束条件，建立了下层的铁水运输资源分配约束优化模型；最后，通过约束传播与多点构建性搜索的混合算法迭代求解整个模型.通过实例验证表明：设计的混合算法求得的铁水罐周转率目标和运输作业效率目标，比基本深度优先回溯算法分别提高了14.29%和60.53%；字典序多目标模型比加权和单目标模型求解效率和求解质量分别提高了20.3%和11.11%.     

基于改进引力搜索算法的高铁信号系统测试案例生成方法研究

为满足高铁信号系统抽象测试案例实例化为具体测试案例的需求，研究高铁信号系统测试案例生成流程，分析抽象测试案例转化为具体测试案例过程中，实例化取值和测试成本的优化需求；采用有限状态机描述信号系统的测试需求并生成抽象测试案例，针对抽象测试案例的实例化取值和测试成本，提出基于引力搜索算法的高铁信号系统测试案例生成方法；针对引力搜索算法易早熟的问题，提出最优保存策略及末位淘汰机制，以提高算法的搜索能力；以高铁信号系统中的等级转换功能为例生成测试案例。测试结果表明：改进的引力搜索算法搜索结果更优，生成的具体测试案例能够满足高铁信号系统抽象测试案例实例化的要求。