单轴并联式混合动力总成的设计

设计完成了驱动电机与电控共轨柴油机结合而成的混合动力汽车动力总成,该总成用于单轴并联式混合动力汽车。驱动电机既是电驱动装置,又是起动、发电一体化系统(ISG),基于MC 68H9S12DP256B单片机,研制了该总成的控制系统,通过CAN总线实现了联合控制,以电池充放电平衡和发动机燃油经济性为基础,应用了一种模糊逻辑控制策略,实现了混合动力系统的扭矩分配与不同工作模式以及模式间的切换,该总成能够在所要求的工作模式下运转。     

低温热水地板辐射采暖系统水力平衡分析

分析了地暖系统中重力循环作用压力对共用立管的影响,运用基尔霍夫定律分析了地暖系统中下分异程式双管系统和下分同程式双管系统的水力平衡状况,得出了在没有平衡调节装置的情况下,下分异程式双管系统更适用于地暖系统的结论,通过计算确定了地暖系统共用立管水力平衡的影响因素和平均比摩阻的范围.     

共轨柴油机基于模型标定方法应用研究

利用基于模型标定方法对某共轨柴油机进行经济性标定优化;系统介绍了基于模型标定方法的3个阶段,即试验设计、发动机统计建模和标定优化。试验结果表明,优化后的发动机燃油消耗率MAP有明显改善,且整个标定过程耗时较少。     

用单亲遗传算法求解配送车辆调度问题的研究

建立了配送车辆调度问题的数学模型，针对传统遗传算法对复杂问题搜索效率低，易陷入“早熟收敛”的缺点，构建了求解配送车辆调度问题的单亲遗传算法，并进行了实验计算。计算结果表明，用单亲遗传算法求解配送车辆调度问题，可以取得比传统遗传算法更优的结果。     

利用改进交叉算子的混合遗传算法求解VRPTW

设计了一种改进的混合遗传算法求解带有时间窗、有车辆重量限制的车辆优化调度问题（VRPTW），根据问题的实际情况，建立了数学模型，提出了改进的交叉算子，丰富了种群的多样性；并结合模拟退火算法的思想，对染色体的适应度适当变化，改善了传统的遗传算法容易“早熟”的缺点，加强了染色体的局部搜索能力。     

具有同时配送和回收需求的车辆路径问题的混合遗传算法

介绍了具有同时配送和回收需求的车辆路径问题(VRPSDP),并对其进行了描述,建立了该问题的数学规划模型。结合2-opt法和等级替换策略等设计了求解VRPSDP的一种混合遗传算法,给出了该算法初始种群的两种生成规则———随机生成和构造初始种群,设计了相应的交叉和变异算子,并详细阐述了违反约束条件的处理方法。通过随机模拟试验以及与其他方法的对比分析表明:该算法可有效缩短车辆行驶距离,而构造初始种群则在一定条件下可显著提高混合遗传算法的收敛速度并改善其运行结果。     

高填方路堤施工工艺研究

通过分析指出路基设计不合理以及施工工艺不当是造成高填方路堤常见病害的主要原因。压实是施工的一个重要的组成部分，采用合理的压实工艺压实可以有效地提高路基的强度。振动压实、强夯以及冲击压实各有其长处，均有成功的实例，在解决实际工程问题时应通过试铺试验段来选择工艺。     

浅论工程材料特性反演问题和科技发展的微观动力

随着我国公路建设的迅速发展，落锤式弯沉仪(FWD)在我国的应用日渐普及，本文结合科技发展的微观动力论述了反问题，主要是地基材料性能动态反演的发展及现状，突出了哲学对科技的指导作用，前瞻了FWD在我国公路建设中的广阔应用前景。     

弹性接触问题的位移-力法有限元解法研究

本文根据接触状态下的有限元基本方程,通过对定解条件、约束条件的分析应用,得出了仅与接触点有关的定解方程。 运用所编制的电算程序对某柴油机副连杆销及孔在最大载荷下的失圆变形进行了计算。通过采用空心及实心销两种简化模型计算得出了实际副连杆销的失圆变形范围。     

Optimization models for differentiating quality of service levels in probabilistic network capacity design problems

This paper develops various chance-constrained models for optimizing the probabilistic network design problem (PNDP), where we differentiate the quality of service (QoS) and measure the related network performance under uncertain demand. The upper level problem of PNDP designs continuous/discrete link capacities shared by multi-commodity flows, and the lower level problem differentiates the corresponding QoS for demand satisfaction, to prioritize customers and/or commodities. We consider PNDP variants that have either fixed flows (formulated at the upper level) or recourse flows (at the lower level) according to different applications. We transform each probabilistic model into a mixed-integer program, and derive polynomial-time algorithms for special cases with single-row chance constraints. The paper formulates benchmark stochastic programming models by either enforcing to meet all demand or penalizing unmet demand via a linear penalty function. We compare different models and approaches by testing randomly generated network instances and an instance built on the Sioux–Falls network. Numerical results demonstrate the computational efficacy of the solution approaches and derive managerial insights.