遥想里程焦虑症解决之道——无线充电

<正>关于解决里程焦虑症问题,前两次我们说的都是电能存储——空气电池可以让比能量发生质变,从而获得比燃油车更长的续航里程;超级电容则可以大大缩短充电速度,令充电像加汕一样快捷。如果你感觉这些技术还很遥远的话,其实还有一种方式也可以解决里程焦虑症。它的突破口不是电能存储,而是充电方式。无线充电的原理并不复杂无线充电听起来很玄妙,这是因为我们身边采用无线充电的设施太少(也不是很有必要)。其实单就原理而言,无线充电并不那么复杂。     

桥头过渡段差异沉降影响因素分析

高速公路桥头过渡段路基填筑高度一般相对较大,导致了该路段的路基附加应力也会相应地增大,在地基承载能力不足的情况下,往往会造成路基产生较大的工后差异沉降,严重的情况下还会导致"桥头跳车"。结合某高速公路桥头过渡段路基土力学特性,计算不同影响因素对桥头过渡段路基沉降的影响,对桥头过渡段路基差异沉降的处治具有较大意义。     

交叉迭代算法求解车辆-轨道非线性耦合方程的收敛性讨论

运用有限元法建立车辆-轨道非线性耦合系统动力分析模型,该模型将车辆-轨道系统以轮轨接触为界限分成车辆,轨道两个子系统并通过轮轨接触力的平衡和位移协调条件耦合在一起。通过交叉迭代算法分别求解车辆,轨道系统的运动方程,此时每一步都需要判断使之满足轮轨几何相容条件和相互作用力平衡条件,这样对时间步长的选取要求较高,但是如果时间步长超过某一限值,易于导致迭代失败。引入了修正因子对轮轨接触力进行修正,这不仅可以放宽对时间步长的选取,还能加速收敛,提高计算效率。为验证算法的正确性,不仅进行了算例验证,还给出了引入修正因子的交叉迭代算法求解车辆-轨道非线性耦合系统动力学方程的算例,算例中考虑了不同的时间步长和不同的修正因子对交叉迭代算法收敛速度的影响。计算结果表明引入修正因子的交叉迭代算法具有程序编制简单、收敛速度快、用时少、精度高的优点。     

痛点需求,——可再生的“资源”

<正>关于市场营销,我们曾经有"红海说",也有"蓝海论"。但当互联网营销扑面而来时,当马云的淘宝喊出"把流量变销量"时,人们似乎不再去研究红海蓝海,纷纷上网开店,期待着借淘宝的"流量"来产生自己的"销量"。放眼望去,行业已经少有品牌不在网上开店了。"流量"真能如神话般地变成我们的销量吗?当千军万马都在网上开店的时候,当网上产品因同质化而价格又趋于一致的时候,当网上也杀得红海一片的时候,线下实体     

基于视频计算车速的数据处理与事故深度分析

随着我国社会管理体系的不断完善,视频监控系统正成为我国城市管理和社会管理的重要手段。治安管理、道路交通管理视频监控网络正逐步形成,许多发生在视频监控区域的交通事故可以调取到视频资料,这有利于对事故的分析和处理。本文首先提出了使用监控视频来计算车速的方法,通过视频分析计算而来的车速数据,转化为对应的时间速度曲线,然后通过"时间速度曲线"来对整个事故过程进行还原,从而分析肇事车辆的运动状态、肇事车辆制动强度、驾驶员的操作过程、采取措施情况等,为交警部门提供处理事故的依据。     

缓凝剂在水泥稳定粒料中的应用研究

为了延长水泥稳定碎石的可施工时间,解决混合料远距离运输、高温天气施工、水泥凝结时间短的问题,用一定浓度的缓凝调节剂溶液替代拌合水,进行水泥凝结时间、水泥稳定粒料延迟、无侧限抗压强度试验.结果表明:采用缓凝剂和食用白糖作为缓凝调节剂都能达到延长水泥稳定粒料可施工时间的目的,采用白糖做缓凝调节剂具有更高的经济性.     

公路沥青路面预防性养护技术研究

以相关研究成果为基础,对公路沥青路面预防性养护的各项关键技术进行系统研究和阐述。以理论分析为主,结合室内试验和试验路观测,明确了路面预防性养护的定义和技术理念;分宏观和微观两个层面提出了公路沥青路面预防性养护的路况指标和标准;建立了预防性养护对策及措施选择的方法和流程,并给出了相应示例;以路面预养护措施的费用效益分析为核心提出了最佳预防性养护时间的确定方法和相关参数。该文提出的理论、方法、技术和参数初步建立了我国路面预养护的技术框架,可供相关的研究和应用参考。     

带时间窗的车辆路径混合遗传算法

基于标准遗传算法, 将每一个染色体与分组信息相结合, 使染色体结构包含有更多信息, 辅以λ-交换局部搜索技术, 构造了一种新的混合遗传算法, 对带时间窗约束的车辆路径问题进行了求解, 并与标准遗传算法的求解结果进行了对比研究, 发现使用混合遗传算法, 总行驶里程为162km, 而使用标准遗传算法, 总行驶里程为182 km。结果表明混合遗传算法的求解结果比标准遗传算法更加接近最优解, 所需的行驶里程缩短, 有效降低运输企业的车辆运行成本。     

累计曲线法计算饱和流率和相位损失时间

介绍了一种新的计算饱和流率和相位损失时间的累计曲线法。与韦伯斯特方法相比, 该方法可以计算前损失时间和后损失时间, 弥补了韦氏方法的不足。实际应用结果表明, 在无干扰或干扰很小的情况下, 一条车道的饱和流率在1600~1900veh/h之间, 总损失时间在1~2s之间, 有的相位损失时间可以忽略不计; 饱和流率的计算值与通常假设的1700~1800veh/h基本相符, 但实际测得的损失时间却低于HCM推荐的3~5s, 也低于黄灯时间。     

拉格朗日松弛启发式算法求解时空网络下的弧路径问题

为减少车辆调度成本,优化车辆运输路径,在时空网络中研究路段作业车辆的弧路径问题;考虑道路出行的时变性,利用车辆运行的时间、空间特征,构建时间-空间网络,建立弧路径问题的时空网络流模型;设计了拉格朗日松弛启发式算法,引入拉格朗日乘子松弛耦合约束,构建拉格朗日松弛问题;进一步通过拉格朗日分解,把松弛问题分解为单车最短路问题;用次梯度算法更新乘子,求解拉格朗日对偶问题,并更新原问题最优解的下界;使用启发式算法获得可行解,并更新原问题最优解的上界;用六结点运输网络和Sioux-Falls网络下的算例对算法进行实证分析。计算结果表明：六结点运输网络中6个算例的上下界间隙值等于0或接近0,Sioux-Falls网络中算例2的间隙值为0.02%,其余5个算例的间隙值等于0,均可以得到质量较高的近似最优解;在最复杂的算例(15辆车,70个任务)中,算法在可接受的时间内也得到了间隙值为0的解,找出了最优的车辆路径;随着迭代次数的增加,拉格朗日乘子会逐步收敛到固定值;当车辆容量从50增加到100时,最优解从52下降到42,说明在任务数和车辆数一定时,适当增加车容量可以降低运营成本。可见,与商业求解器相比,拉格朗日松弛启发式算法的间隙值更小,求解质量更高,可以更有效地求解弧路径问题。