情报竞争力是现代企业发展的重要力量

简述了情报竞争力的概念，及国内外企业竞争情报的发展概况，提出企业竞争情报发展的意见。     

神经网络在输油泵故障诊断中的应用

人工神经网络是模仿人脑神经元结构、特性和大脑认知功能而构成的新型信号、信息处理系统。本文采用Levenberg Marquardt算法建立了输油泵故障诊断的人工神经网络模型 ,以输油泵常见故障现象作为网络的输入模式 ,对输油泵常见的故障进行分类训练 ,并应用于待识别故障样本的识别计算。结果表明该方法在输油泵故障诊断中是有效的。     

民营物流"安居工程"

俗话说,安居才能乐业.物流基地的建设,正仿如民营物流的"安居工程". 宝供安居样本 "对外资全面开放后,毫不夸张地说,物流业将会血雨腥风.宝供一定要转型为物流供应链的专业服务商才有可能应对."     

基于袋装回归树的高铁车体振动耦合因素分析及建模研究

高铁车体振动状态是列车运行安全性和乘坐舒适性的重要指标,且影响参数较多,如何利用小样本数据准确获取车体振动参数是目前需要解决的一个难题。结合Pearson和Spearman两种相关性算法,计算高铁车体3个方向的振动加速度与测量参数之间的相关系数,通过设定阈值确定耦合因素及训练集,并利用袋装集成算法和回归树算法构建以车体振动加速度为输出的耦合关系模型。为了验证耦合因素分析及模型的有效性,利用GJ-5轨检车测量数据,将模型的输出结果与所有检测参数训练下的输出结果及实际测量数据进行对比。实验及分析结果表明,在样本数据减小了74%情况下模型精度相当。因此耦合关系模型可用于在小样本下快速准确获取车体振动加速度。     

基于主成分分析的舰船装备维修费组合预测

针对基于回归的组合预测模型,由于舰船装备维修费预测时可利用的样本小、可用的单项预测方法多,容易导致预测模型的数量比用于组合预测的样本数量多,出现回归系数无法估计的问题。在建立基于回归的舰船装备维修费组合预测模型前,首先对各单项预测方法预测结果进行主成分分析,建立舰船装备维修费实际值在选取主成分上的回归模型,给出基于主成分分析的组合预测模型;然后针对主成分分析中根据主成分的累积贡献率确定主成分数量具有一定的主观性,建议采用AIC确定主成分的数量;最后,采用实例对给出的方法进行分析和验证。结果表明：在舰船装备维修费组合预测中,该方法不仅解决了预测模型多于用来组合预测的样本数量问题,而且还可以解决单项预测方法之间的共线性问题,且其预测性能明显优于常用的组合预测模型。     

功率分流混合动力全速域工作模式切换规则优化

针对某功率分流混合动力汽车,探讨了既定模式转矩分配策略未知情况下全速域工作模式切换规则的优化问题。先在既定模式转矩分配策略未知的前提下,将等效燃油消耗与样本数字特征相结合,计算了不同荷电状态(SOC)值下各工作模式在所有可行工作点的基准综合燃油消耗率。以整车燃油经济性为优化目标,确定不同SOC值下所有可行工作点的最佳工作模式,进而得出基于车速、车轮端需求转矩、SOC值的优化后全速域工作模式切换规则,以满足不同工况下的工作模式选择需求。之后,不考虑模式切换过程对整车驾驶平顺性的影响,搭建了模式切换实施模型。再以4个新欧洲驾驶循环(NEDC)工况所构成的组合工况为目标行驶工况,将优化后全速域工作模式切换规则和传统基于逻辑门限的全速域工作模式切换规则分别应用于基于规则的能量管理策略,进行了整车燃油经济性仿真与台架试验验证。仿真结果表明:在不改变既定模式转矩分配策略的条件下,与基于逻辑门限的全速域工作模式切换规则情况相比,所提出的既定模式转矩分配策略未知情况下全速域工作模式切换规则优化方法至少可使整车燃油经济性提高7.33%。台架试验结果进一步表明,该优化方法至少可使整车燃油经济性提高6.17...     

浅谈互联网信息挖掘技术

本文就互联网信息挖掘技术和对网络信息挖掘中的关键技术、系统流程进行了阐述。     

铁路客车配件库存优化研究

对客车车辆段客车配件库存管理现状进行了分析,依据现行的客车维修体制和配件供应模式,对客车配件库存策略进行了研究.     

通用汽车在华启动电芯样本研制与测试

近日,通用汽车中国公司在位于上海的前瞻技术科研中心正式启动了电芯样本及完整系统的研制与测试。基于这些新技术,通用汽车的研发人员及工程师将成功掌握有关开发性价比更高的下一代汽车电池系统的相关知识,助力公司加速汽车电气化的发展。     

神经网络内燃机排放模型学习样本的选定

研究神经网络理论用于内燃机排放预测模型时学习样本的选取方法，针对内燃机工况变化的特点，对传统的正交设计法进行了改进，提出并验证了用考虑因素边界变化的正交设计法选取样本的可行性。研究结果表明，模型的预测精度随着正交表位级的增加而提高，即使只有3位级的正交表设计样本，也能建立预测误差低于5．7％的内燃机稳态排放特性预测模型，具有试验工作量小、简便易行的特点。