斯巴鲁 力狮2.0R

水平对置发动机配合全轮驱动系统，凭借这两项独到的技术，斯巴鲁在世界汽车制造界一直保持了非常鲜明的产品特点。以进口车形式在国内销售的力狮2．0R1~27．98万元的较低价格推上市场，势必让六连星徽标和独步车坛的技术进一步贴近热爱它的人们。     

机械设计中各类模糊问题的处理

归纳了机械产品开发全过程中可能遇到的模糊问题，并根据其特点采用不同的模糊综合评判策略，为科学的决策提供了实施的技巧和可能。     

一种新型的主机调速系统

针对全回转舵桨汽车渡船，提出了一种新型的主机气控调速系统，并对其工作原理、调速方法及调压阀设计作了简要分析。     

用TTM—Z型判伤智能机的车辆轮对超声波探伤工艺

ＴＴＭ－Ｚ型判伤智能机，是车辆轮对超声波探伤技术向自动化方向发展中开出来的“一代半”型机。     

斯巴鲁2.5L涡轮增压发动机电控系统原理与检修

日本富士斯巴鲁（SUBARU）汽车公司是世界知名的汽车制造厂家之一，该公司具有先进而独特的汽车生产技术，尤其是左右对称全时四轮驱动系统（Symmetrical AWD）和水平对置发动机，在世界同行中独树一帜。斯巴鲁这两项独特的核心技术互为依托，协调运转，带来了完美的驾控性能，并造就了为全世界所称道的经典产品，其优越性在世界汽车拉力锦标赛中一次次地得到充分的印证。     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

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。     

企业物流客户服务水平的综合评价

企业物流客户服务水平对企业的生存和发展具有重要作用。通过对其影响因素进行系统深入的分析，用定性和定量相结合的方法建立了企业物流客户服务水平评价指标体系，并运用模糊综合评价法进行综合评价，为客观、准确地评价企业物流客户服务水平提供了借鉴。     

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。