舰船物资转运方案计算机辅助决策算法研究

瞬息万变的现代战场对大中型水面战斗舰船甲板物资转运的效率提出越来越高的要求。引入计算机辅助决策技术,在考虑多种牵制因素的情况下,快速获得最优的物资转运方案。详细分析和阐述舰船物资转运线路规划、时间计算、作业排序以及资源配班等4个主要问题的计算机解决方法,为利用计算机辅助制定最优物资转运方案提供可行途径。     

Short-term forecasting of high-speed rail demand: A hybrid approach combining ensemble empirical mode decomposition and gray support vector machine with real-world applications in China

Short-term forecasting of high-speed rail (HSR) passenger flow provides daily ridership estimates that account for day-to-day demand variations in the near future (e.g., next week, next month). It is one of the most critical tasks in high-speed passenger rail planning, operational decision-making and dynamic operation adjustment. An accurate short-term HSR demand prediction provides a basis for effective rail revenue management. In this paper, a hybrid short-term demand forecasting approach is developed by combining the ensemble empirical mode decomposition (EEMD) and grey support vector machine (GSVM) models. There are three steps in this hybrid forecasting approach: (i) decompose short-term passenger flow data with noises into a number of intrinsic mode functions (IMFs) and a trend term; (ii) predict each IMF using GSVM calibrated by the particle swarm optimization (PSO); (iii) reconstruct the refined IMF components to produce the final predicted daily HSR passenger flow, where the PSO is also applied to achieve the optimal refactoring combination. This innovative hybrid approach is demonstrated with three typical origin–destination pairs along the Wuhan-Guangzhou HSR in China. Mean absolute percentage errors of the EEMD-GSVM predictions using testing sets are 6.7%, 5.1% and 6.5%, respectively, which are much lower than those of two existing forecasting approaches (support vector machine and autoregressive integrated moving average). Application results indicate that the proposed hybrid forecasting approach performs well in terms of prediction accuracy and is especially suitable for short-term HSR passenger flow forecasting.     

民办高校系部教学督导工作的探究与实践

教学督导工作要想为人才培养导航护航，适应新时期对人才质量的要求，就必须自我调整，完善，升华。督导体制的建立也是教学督导工作研究的一个方面。很多民办高校形成了由院（一级督导）、系部（二级督导）、学生（三级督导）构成的三级督导体制，并以二级督导和三级督导作为督导工作的主体，充分发挥教师和学生的主观能动性，强调全员参与，建立良好的督导氛围。文中主要针对民办高校系部教学督导的工作方式进行研究和探讨。     

一个应用复合箱体结构传动箱的柴油发电机组设计

因运载车辆或其它条件限制,在某些情况下,柴油发电机组设计中需将发电机布置在柴油发动机的侧面,以减小机组在长度方向的尺寸。本文对该种布置方式的力学特性进行了分析,并从传动齿轮箱设计和柴油发电机组结构总成方面提出了合理的设计方案,产品经运行效果良好,证明具有使用价值。     

基于支持向量机的装载机齿轮箱故障智能诊断研究

在分析现有齿轮箱故障诊断方法的基础上,提出了采用多分类器支持向量机齿轮箱故障智能诊断方法,简介了该方法的系统结构、实现原理、特征提取与故障类别,重点讨论了齿轮箱故障多分类器支持向量机智能诊断模型与算法。仿真试验结果说明了采用多分类器支持向量机智能方法进行齿轮箱故障智能诊断的可行性与正确性。     

一种适用于大变形支护的新型可伸长锚杆

支护理论的发展对锚固技术提出了新的要求,即要与围岩变形相协调,允许围岩可控变形,充分发挥围岩的自支撑能力。基于此设计了一种适用于大变形支护的新型可伸长锚杆,该型锚杆在达到初始锚固力后,在保持与围岩协调变形的伸长过程中锚固力可基本保持恒定,达到围岩许用变形形值后,锚固力急速上升。室内与现场试验证实了新型可伸长锚杆协调围岩大变形的优良性能,可在围岩大变形支护中推广应用。可伸长。     

基于分层壳元法多梁式T梁的极限承载力评估

基于分层壳元法,对钢筋混凝土多梁式T梁的极限承载力问题进行了研究。建立实体退化壳元模型后,推导了壳元位移场,用分层壳元模拟了多梁式T梁。基于Owen理论考虑了混凝土的材料非线性,并基于V.Karman假设考虑了结构的几何非线性。通过多梁式T梁实例分析,结果表明,应用分层壳元法能正确地进行多梁式T梁的非线性分析,能有效地评估结构的极限承载力,且支承形式对多梁式T梁的极限承载力有很大影响,研究表明应选择修正的铰支-弹性支承形式。     

汽车电动助力转向系统

对目前汽车配置的助力转向系统做了简要比较,指出了机械液压和电子液压助力的缺点,介绍了电动助力转向系统的构成、工作原理、以及主要设计参数和控制特性。此系统的优点是节约能源,提高操作稳定性,是将来动力转向的发展趋势。     

基于Takens理论和SVM的滑坡位移预测

针对滑坡变形时序非线性,数据量少的特点,引入Takens理论,采用支持向量机(SVM)建立其预测模型,建模过程中,比较了由不同核函数获得的SVM模型的性能,同时将SVM与RBF、El-man神经网络模型进行外推7步预测试验比较。结果表明:RBF核函数具有更好的工程实用价值;在有限样本情况下,SVM预测模型具有更好的准确性和泛化性,其7步预测平均误差率控制在5%以内,可见该方法在滑坡变形预测方面极具潜力。     

黄土隧道网喷支护结构中锚杆的作用

为了检验锚杆在黄土隧道中的作用,在某黄土隧道中设置有系统锚杆和无系统锚杆2个长为30 m的试验段,对隧道初期支护的净空收敛、拱部下沉、围岩压力、钢架应力、喷射混凝土应力、锚杆轴力和纵向连接筋应力进行监控量测。研究表明:2个试验段无论从变形还是受力上讲,同类数据均处于同一量级,说明系统锚杆对结构的稳定性作用不大;网络钢架、喷射混凝土、钢筋网共同组成的支护结构是合理的黄土隧道初期支护结构;取消系统锚杆,可以及时喷射混凝土,有利于围岩稳定,从而大大缩短工期;以Ⅳ级围岩为例,取消系统锚杆可降低工程造价10.6%。