下一代POLO CROSS? VOLkSWAGEN CROSS UP!

这是大众下一代五门城市车的雏形,基于大众up!车型上诞生的CROSS up!根据大众给出的技术资料,CROSS up!的悬挂系统在up!的基础上升高了15mm,让CROSS up!看上去更像一辆SUV车型。另外CROSS up!的鬼脸有可能成为下一代大众车系的家族     

韩国“世越”号客轮沉船事故分析

通过对韩国“世越”号客轮沉船事故的调查研究,分析了船舶潜在隐患,推测了事故发生的几种可能原因,总结了事故发生的教训,对公司、船舶提高管理水平,保障人命安全具有一定的指导意义。     

希腊船东积极购买二手船

近期,希腊船东在二手船船舶市场上非常活跃。二季度希腊船东的二手船舶购买量比一季度增长了30%,预计这种"积极的购买势头"很有可能继续下去。     

我国沿海台风的形成及影响

本文简述了对我国会产生影响的热带气旋的基本知识,包括台风概述,热带气旋的形成与消亡,热带气旋的移动规律,我国热带气旋的产生季节,南海热带气旋的简单介绍。     

考虑指标不确定性的软基处理方案优选模型

研究目的:软土地基处理方案优选涉及到地质条件、施工条件、周围环境及工程经济等诸多具有模糊性和不确定性的因素,通过研究构建一种能够考虑指标模糊性和不确定性的多属性软土地基方案优选模型,以使决策结果更加符合工程实际。研究结论:采用区间数表征评价指标的模糊性和不确定性,对用区间数表述的决策矩阵规范化处理后,将其分解为中点矩阵和半径矩阵,按照线性加权集成模型和误差传递公式计算备选方案的综合评价值区间数,最后,利用可能度公式即可进行备选方案的排序和优选。案例分析表明,该模型评价过程减少了评价系统的信息损失,增加了评价结果的可靠性,为软基处理方案优选提供了一种新的途径。     

基于几何一致性指数的判断矩阵一致性改进

针对现有一致性改进方法中存在的缺陷，用行几何平均法和几何一致性指数分别作为确定权重的方法和一致性检验的标准，根据可能满意度原理，定义了一致可信度，作为判断矩阵一致性改进的标准．在此基础上。提出了新的一致性改进方法．算例分析表明该方法解决了原有改进标准不合理的问题，所得的最佳改进判断矩阵在一致性得到改进的同时，最大程度地保留了决策者的原始偏好信息．     

一种新的基于LPMD的散射路径识别算法

NLOS（non-line-of-sight）非视距误差是地面无线定位的主要误差来源.为了从NLOS散射信号中识别出单次散射路径和多次散射路径,提出了一种新的基于LPMD（line-of-possible-mobile-device）目标可能位置线的识别算法.该算法以所有LPMD线的交点来计算初步参考点位置,并通过距离初步参考点较远的一部分交点对剩余较近的交点做负期望补偿,以修正参考点的位置,同时使用参考点到各LPMD线的直线距离来构造散射路径类型判决表达式,进行单/多次散射路径判决.在不同的仿真参数条件下,分别对普通场景和特殊场景进行了散射路径识别仿真实验,结果表明,当侦测站和目标点之间的距离达到4 km时,本文算法的虚警和漏警概率分别只有3%和9%,比原有基于LPMD算法的分别降低了21%和8%.      

基于可能度的多属性决策实现战略联盟选择

商业中的选择战略联盟是企业供应链中的根本,良好的战略联盟选择为企业的发展带来巨大商业契机.企业在比较要选择战略伙伴的各类属性时往往会给出各个属性的确切数不能正确反映现实;运用区间数和可能度克服由实数引起的信息丢失,更科学得实现商业供应链中战略联盟的选择.     

基于加速度的多目标联合跟踪与分类

针对多个机动目标的联合跟踪与分类的问题,文章考虑两类空中目标：商业机和战斗机。采用模糊数据互联（FDA）来完成两个目标的跟踪;采用多模型粒子滤波来处理目标的多个运动模型问题;通过由跟踪器得到的速度量测来完成分类任务。仿真结果表明该方法能提供可靠的跟踪和正确的分类。     

COVID-19在城市轨道交通系统内的传播建模与预测

考虑城市轨道交通出行特征, 将新冠疫情下城市轨道交通系统内的乘客分为易感者、感染者、暴露者; 假设病毒自由传播, 以疫情发生初期的病例为研究对象, 结合相关研究, 选择病毒传染概率为0.41;将感染者乘坐城市轨道交通的过程分为出入站阶段和乘车阶段, 考虑病毒有效传播范围、人群分布特征、人群流动特征, 建立新冠疫情在城市轨道交通系统内部的传播模型; 以某市地铁为模拟案例, 假如有13个感染者乘坐地铁, 结合历史客运数据确定模型参数的取值, 预测不同载运水平下可能造成的感染人数, 同时研究与可能感染人数相关的各类要素。研究结果表明: 当载运水平降低至平均水平的10%时, 多数案例的可能感染人数降低至1人以下, 证明了城市轨道交通客流管控强度的有效性, 起终点站内人数折减引起的感染人数变化(小于20%)低于车厢人数折减引起的变化(60%~80%), 说明相比起终点站内人数, 车厢内的人群密集程度对可能感染人数的影响更加显著; 在经停时, 假如上下车人数之比不大于1, 则能有效控制可能感染人数的升高; 当经停站数与可能感染人数非线性正相关时, 载运水平、经停站数、可能感染人数之间的函数关系具有较高的拟合优度(决定系数为0.700 1)。