京津冀地区燃料电池汽车示范运行研究

本文在跟踪调研北京和张家口地区示范运营的燃料电池汽车的基础上,采集车辆的运营数据,完成了车辆运营里程、加氢量、百公里耗氢量、加氢次数、故障信息等数据指标的统计和分析对比,针对示范运营过程中存在的问题提出建议,论文研究结果在一定程度上概括和反映了2019年度京津冀地区燃料电池汽车的示范运营情况。     

一类供应链下游企业合作利润分配机制研究

仅以合作关系作为供应链利润分配机制是与共享原则相悖的,且也无法实现。基于合作利润分配机制应包括的结构要素和运行要素之间的辩证关系,建立了一厂一商的供应链合作利润分配机制的数学模型。通过对该模型的求解,确定了厂商和渠道利润的数学表达式,定量描述了机制结构要素与运行要素之间的“硬件”与“软件”关系,并对它们的变化区域与对各决策变量及利润的影响程度进行了深入的分析,对现行返利系数的应用进行了讨论;构造出了一种较为有效的供应链合作利润分配机制。     

列车运行监控记录装置自动测试系统

介绍了列车运行监控记录装置自动测试系统的组成,阐述了以LKJ-93和LKJ2000型监控记录装置为基础的自动测试系统各主要部件的测试原理。该系统可测试LKJ-93和LKJ2000型监控记录装置整机和插件,结合专家指导系统,可指导检修,并为其他设备的测试预留了接口。     

遥控单索无动力开闭抓斗技术分析

遥控单索无动力开闭抓斗具有技术先进性和实用性,使用这种抓斗,可以起到简化装卸工艺、降低生产成本、缓解门机压力等多重作用,可以在低投入的情况下有效地提高综合性码头的散货装卸效率.     

MatLab在有限元刚度矩阵推导中的应用

MatLab具有强大的符号运算功能.以平面梁单元刚度矩阵为例,详细介绍MatLab在单元刚度矩阵推导中的具体应用,编写了平面梁单元刚度符号运算程序,运算结果与手工推导完全一致,该方法可进一步推广到其它单元甚至到更复杂非线性单元刚度矩阵推导中.     

城市轨道交通网络运营组织协调性研究

分析了城市轨道交通由单线管理向网络化运营转变过程中的实际问题,提出了分析网络运营组织协调关系的必要性.从路网运输能力均衡配置角度,阐述了网络运营协调的主旨,对影响运营组织的多个关键要素做定性分析.采用解释结构模型法,根据推移律特性,建立网络运营协调要素的多级递阶结构,对层次划分结果进行要素间的关联性分析.该结构模型可作为协调准则应用于运营组织过程,为网络列车运行计划的制定提供理论依据.     

智慧出行MaaS大数据云平台体系架构和实践

介绍八维通科技有限公司已建的智慧出行数字票务服务平台的体系架构,并创新推出在交通出行大互通大覆盖需求下的智慧出行MaaS大数据云平台的构架设计。智慧出行MaaS大数据云平台采用企业运营数据中台的模式构架,以标准化采集为基础、开放架构为抓手、数据总线为主线,标准化的数据为基石、TT大脑为指挥中枢,安全可靠的支付服务为宗旨。云平台构架着重将差异化的需求进行共性化抽象,实现差异化的服务内容和不同支付方式接入时进行统一规范的运营支撑。目前,云平台构架和功能已在近20个城市上线运营和商用,验证了云平台构架的合理性和可靠性。     

农用车辆配套简易播种机设计

文章介绍的旋耕播种机主要由六个部分组成,即:悬挂装置、动力传输装置、旋耕装置、播种装置、镇压装置和链条传动装置。农用车辆拖拉机前进后镇压装置也向前运行带动链条传动装置,与之另一端连接的播种箱的播种轴也随之转动,使种子从排种孔中流出顺着播种管与播种开沟器流出最后流入垄沟,从而实现播种机的播种作业。播种机播种后的农作物生长均匀分布排列整齐,这样可以便于人们实现播种过后对田地的管理作业,也是人们实现农业机械现代化的重要技术手段之一。     

多模式话语的社会符号学分析——则香水广告赏析

迄今为止,对广告英语较多的是从文体、修辞、语法、词汇用语特点等方面进行研究.鉴于多模式话语在广告英语中普遍存在,对广告进行多模式话语的社会符号学分析,十分必要.基于一本教科书中的一则香水广告分析存在的不足,本文以此为例,通过多模式话语的社会符号学分析,帮助读者了解图像作为社会符号和语言作为符号如何共同作用构成意义,达到广告的最佳效果,并对提高人们多模式话语识读,都具有积极的意义.     

基于Adaptive Lasso与RF的航班运行风险预测改进研究

为了解决航班运行风险高维数组运算过于复杂的问题,同时为防止模型过度拟合影响预测精度,基于中国民航局发布的风险评估体系,以某航450组真实航班数据为标准样本,首先使用自适应套索算法（Adaptive Lasso）进行降维,从63项风险自变量中筛选出15项独立变量;然后,使用随机森林算法(Random Forest,RF)进行防过拟合处理,结果显示当使用重要度排序前12项变量拟合时,结果误差达到最小值,即得到最终预测指标;最后,构建Adaptive Lasso和RF的二阶段混合模型,同时选取主成分分析(Principal Component Analysis,PCA)、径向基函数(Radial Basis Function,RBF)网络、支持向量机(Support Vector Machine,SVM)3种对比方法,使用十折交叉验证精度.结果表明：Adaptive Lasso方法在筛选掉48项指标后,结果精度未见下降;经RF处理后4种方法评估精度均大于未处理前;Adaptive Lasso-RF混合模型的预测准确率和稳定性均优于PCA、RBF神经网络和SVM等方法.综上说明混合模型实现了有效降维和防过拟合,可大幅提升预测精度,用于解决航班风险预测问题可行并有效.