公路建设项目法人激励模型研究

项目法人在公路项目建设中起着举足轻重的作用 ,其经营水平、工作绩效的高低直接关系到项目建设期三大控制目标的实现和企业的长远发展。利用委托～代理激励理论研究了项目法人制下的项目经营者激励模型 ,以期促进和完善现代项目企业制度 ,提高项目经营者自身及企业经济效益水平。     

GM(1,1)模型与指数模型在基桩沉降预测中的应用

以某大型基桩的沉降预测为例,利用灰色系统理论的GM(1,1)与Aeax曲线模型进行基桩在外荷载作用下沉降量的预测。结果表明:两种模型对于呈指数变化规律的系统能获得较好的预测结果;两种模型对基桩累计沉降的预测符合工程实际,对各级荷载作用下的本级沉降预测不够合理。对两种模型关系的研究表明,两者有内在联系,都属指数曲线预测模型,且指数曲线Aeax预测模型比GM(1,1)模型应用起来更简单,方便。     

SCW-based Outsourcing Operation Modeling in the Case of Integrated Supply Chain Management

By analyzing the features of integrated supply chain management （SCM） and its environment, this paper puts forward the types of outsourcing under this environment and their functions for different type of outsourcing models. This paper also expresses the outsourcing operation model in the case of integrated SCM environment and the outsourcing management model based on CSCW. Through an operational example analysis and comparison, it can be seen that the modeling that is set up in this paper is feasible and effective.     

铁路货物运输市场价格优化模型研究

常用的定价方法主要是成本定价法、投资回报率法以及目标利润率方法等,但这些方法在使用时不易掌握,不能分析各类市场因素对价格水平的影响以及影响程度。为了能够在定价中综合考虑市场因素,根据优化理论建立了铁路货物运输市场价格模型,模型中以收入与支出的差额最大化为优化目标,以运输价格水平与货物的市场价格水平之间保持一定的比例为约束,其结果描述了各种因素与价格之间的关系,由此可以分析影响运价的价格弹性、各种运输方式的市场份额等主要因素的作用和影响,并通过具体示例进行了价格测算。     

基于灰理论的港口吞吐量预测研究

港口吞吐量是港口建设的重要依据,有效预测港口吞吐量,才能使港口在海洋运输业中发挥重要作用。灰理论预测可以在少量信息、不完全数据的情况下,揭示港口吞吐量的发展变化特征,是研究港口吞吐量的有效工具。本文对上海港货物吞吐量进行研究的结果表明,应用灰理论对港口吞吐量建立灰色模型GM(1,1)进行短期预测,其结果有较高的实用价值。     

客运专线综合接地系统的仿真与研究

客运专线列车运行速度高、牵引电流大、短路电流大、行车密度高,导致钢轨电位急剧升高。为防止引起人身设备安全问题,客运专线设计引进了系统综合接地的概念和技术要求。本文结合理论计算模型研究和综合接地系统的仿真结果,对涉及人身安全的接地典型方案进行系统集成和评估,并提出了适宜于我国客运专线电气化铁道的综合接地系统。     

基于光纤通信的半自动闭塞系统

分析了半自动闭塞系统的功能需求，指出了继电半自动闭塞系统的不足。给出了基于光纤通信网的计算机半自动闭塞系统设计方案。研制光纤半自动闭塞系统的工程样机并成功应用于舞钢线铁山等车站，应用效果表明，该系统满足半自动闭塞系统的功能和安全需求。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。     

基于神经网络的汽轮发电机组推力瓦块拆检周期改进

运用人工神经网络的方法对某舰用汽轮发电机组的滑油铜含量进行分析,找出铜含量的变化规律,然后与曲线拟合进行数据处理的方法作比较,结果表明,基于遗传算法的BP网络模型比曲线拟合模型的预报精度明显提高,预报结果稳定,且建立模型的过程较为简单。