以境外客户的实际需求为导向促进高职院校中外合作办学项目毕业生的海外就业

本文探讨了高职院校在当前严峻的就业形势下,以境外客户的实际需要为导向,发挥高职生就业的优势,创新培养模式,加强质量监控,提高中外合作办学的人才培养质量,培养国际化高技能应用型人才,以促进高职院校中外合作办学项目毕业生的海外就业这一新的路径。     

基于新课标高中英语合作教学方法探讨

在新课程理念下,教师的教学方法和学生的学习方式、教师与学生在课堂中的地位和关系等都发生着较大的转变,本文探讨了新课标背景下合作教学方法。     

一种高动态交通场景下的协作接入协议

车辆自组织网络(Vehicular Ad Hoc Network, VANET)能够提高人们出行的安 全性和舒适性,成为学术界和工业界的研究热点.然而由于NET特殊的应用场景,如拓扑 高动态、节点高密度、信道质量的不稳定等特性,导致网络中数据的可靠性难以得到保证. 我们在传统自组织网络的研究成果基础上,提出了基于TDMA (Time Division Multiple Access)的分布式协作MAC (Media Access Control)协议,称之为C-T-MAC(Cooperative TDMA MAC).C-T-MAC算法引入了协作通信的概念.源节点与目的节点传输失败后,选 定的协作节点选择网络中一个空闲的时隙向目的节点转发数据,完成协作通信过程.仿真 结果表明,C-T-MAC算法提高了网络的吞吐量和数据传输的可靠性.     

基于模型组合的铁路集装箱运量预测

根据铁路集装箱运量预测受到多因素影响以及非线性的特点,本文采用灰色关联分析法选取了影响集装箱运量的主要因素,提出了一种基于非线性灰色模型和神经网络模型组合的铁路集装箱运量预测方法. 该方法将非线性灰色预测模型的预测值作为输入,相应的实际集装箱货运量作为输出,建立了神经网络模型结构,并提出了相应的算法. 最后以实例分析了该模型的可行性和科学性. 实例分析表明：非线性灰色模型预测的最大误差为10.52％,而组合模型的预测误差最大为8.72％,说明文中提出的组合预测模型充分考虑了多指标的共同作用,灰色预测模型提供了较完善的输入数据,神经网络模型考虑了各主要指标的关联关系.     

大学英语教师课堂行为探究

大学英语教师的教育教学行为直接影响到大学英语教学成果的好坏。通过调查访谈,查明大学英语教师课堂行为存在的问题,并提出一系列改进的途径,实现多样化教学。     

考虑追踪安全的地铁快慢车协同操纵节能优化

研究考虑追踪间隔要求和再生能利用的快慢车线路地铁列车协同操纵节能优化问题.首先,基于滚动优化思想将列车协同操纵全局优化问题分解为一系列的子问题,即每一列车进入下一区间前由中央控制器根据同一供电分区内其他列车的操纵方案和列车重量等实时运营信息,计算出站列车在下一区间的操纵方案.为延长牵引制动重叠时间、提高再生能利用,各列车尤其是快车允许途中二次牵引加速以配合其他列车进站制动.基于上述研究思路,本文以列车净能耗为目标构建了快慢车线路列车协同操纵节能优化模型,并设计了混合遗传算法进行求解.案例分析结果表明,与不考虑其他列车操纵的个体最优节能操纵方法相比,本文提出的协同操纵方法可节能3%以上,算法满足实时优化对计算效率的要求.     

智能网联环境下的混合交通流LWR模型

LWR（Lighthill,Whitham and Richards,LWR）模型可推演交通流宏观状态演化过程,在智能网联环境下混有协同自适应巡航控制（Cooperative Adaptive Cruise Control,CACC）车辆混合交通流LWR模型的研究,可为该混合交通流的宏观动力学特性分析提供理论工具。应用加州伯克利PATH真车试验验证的CACC模型作为CACC车辆跟驰模型,采用智能驾驶人模型（Intelligent Driver Model,IDM）模拟驾驶人在智能网联环境中的"智能"驾驶特性。基于不同CACC车辆比例下的混合交通流基本图,证明混合交通流基本图的切线斜率为交通波在混合车队中传播的波速,建立混合交通流LWR模型的一般性解析框架,得到混有CACC车辆的混合交通流LWR模型。最后,针对LWR模型冲击波特性,在6组平衡态条件下进行数值仿真试验。研究结果表明：所建立的混合交通流LWR模型可较好地描述不同CACC车辆比例时冲击波在混合车队中的传播波速;冲击波波速理论值与仿真均值的相对误差基本控制在10%以内,当冲击波处于由正向波转变为反向波的过渡阶段时,相对误差较大,为19%~26%,但绝对误差仍然较小。研究结果一方面可为混有CACC车辆的交通流宏观状态演化提供理论参考,具有推动该混合交通流其他宏观模型研究进展的积极作用;另一方面,建立的混合交通流LWR模型解析框架能够适应CACC车辆与人工-网联车辆跟驰模型选取的多样性,同时可为其他类型混合交通流LWR模型的建立提供理论支撑。     

考虑碳排放的快捷货运方式选择模型

以“低碳运输”为背景,综合考虑单位碳排放总量的约束,以及单位运费的不确定性,对快捷货运方式的选择展开研究.首先,以快捷货运总成本最小为优化目标,以时间和单位货物碳排放总量为约束条件,通过引入三角模糊数,建立快捷货运方式协同优化模型.然后利用Matlab的Yalmip工具箱进行模型求解,并以兰州到北京为背景设计算例.最后,通过调整单位碳排放总量及时间约束,对比分析该约束对快捷货运方式选择及总成本的影响.研究结果表明,在满足运到时限的前提下,合理的选择运输方式对于碳排放的控制具有重要意义.     

面向高速公路混合交通流的车辆协同合流策略

为提高高速公路匝道合流区的运行效率、减少交通事故的发生,面向网联自动驾驶车辆(Connected and Automated Vehicles, CAV)与人工驾驶车辆(Human Driven Vehicles, HDV)混行的交通场景,提出高速公路匝道分层协作合流框架,该框架集成合流序列调度算法和协作合流算法,并根据车辆类型与车辆状态进行实时调整。首先,提出一种基于启发式规则的高速公路合流序列实时调度算法,优化合流区车辆的合流顺序,解决了传统固定合流序列无法适应HDV驾驶行为随机扰动的问题。然后,根据合流序列调度算法及当前车辆位置,判断协作合流的车辆组及其车辆类型,分别建立CAV-CAV、CAV-HDV和HDV-HDV的协作合流控制算法。通过试验仿真发现：相较于无控制情况和“先进先出”策略,总延误分别降低了21.66%、39.88%;协作控制区长度对燃油经济性存在一定影响,能耗随着距离的增加而减小,并存在一个最小值,即300 m,到达该值后能耗将逐渐增大;车辆之间车头时距的增加,对减小车辆能耗存在一定的影响。其中,HDV之间车头时距的影响大于CAV之间车头时距的影响。     

新型混合交通交叉口信号与车辆轨迹协同控制方法

新型混合交通环境下的交叉口交通控制可通过信号灯控制与自动驾驶车辆的轨迹控制协同实现,能够极大地优化道路通行资源利用效率。已有研究中,信号配时与车辆轨迹集中优化的控制策略难以应用于车辆自组织控制的现实场景,且往往计算复杂度较高。本文提出一种无中心框架下基于逻辑的交叉口信号与车辆轨迹协同控制方法。基于协同理论中的快慢变量主动伺服控制原理,设计一种交叉口信号配时慢变量与车辆轨迹策略快变量协同框架,并分别提出基于逻辑的信号配时优化和网联自动驾驶车辆轨迹协同控制方法。协同控制方法可以在车辆自主控制的条件下,一方面,实现交叉口信号配时动态适应交通需求;另一方面,实现网联自动驾驶车辆主动优化驾驶速度,高效通过交叉口。而且网联自动驾驶车辆在进口道可引导混合车队高效通过交叉口,降低绿灯启动损失,提高交叉口通行效率。仿真实验表明,本文的协同控制方法相较于传统控制方法可显著降低交叉口车辆平均延误,同时,基于逻辑的决策模型可实现快速求解。通过对网联自动驾驶车辆控制策略关键参数的敏感性分析,进一步讨论新型混合交通流交叉口通行公平性,并比较在不同网联自动驾驶车辆渗透率下的控制效果。