��װ������վ�����Ż����

针对传统铁路场站设计以能力放大法赋予其应对不确定因素的能力所存在问题,结合工程设计中的优化设计和现代制造系统中的柔性设计思想,提出了集装箱中心站柔性优化设计是采用优化设计方法,协调中心站系统柔性大小、柔性增值效益以及费用函数三者关系的过程. 运用随机规划方法建立了集装箱中心站优化设计模型,并利用遗传算法对模型进行了求解. 最后,以昆明铁路集装箱中心站柔性优化设计为例,对模型及算法进行了验证. 结果表明,所建模型及算法在赋予集装箱中心站应对市场变化的柔性能力方面具有高效和实用的特点.     

关于改进JAVA教学方法的研究

目前,很多高校都开设了与JAVA相关的教学课程,其教学效果的好坏,直接影响到学生的程序设计能力和对JAVA知识的学习兴趣。本文结合多年的JAVA教学经验,从三个方面进行了论述：把讲授JAVA开发工具的使用作为培养学生学习兴趣的切入点;将JAVA知识体系融贯于JAVA实例之中,把实例教学作为培养学生学习兴趣的手段;把培养学生继续学习JAVA知识的能力作为教学的最终目标。并将三者在教学中有机地结合在一起,探索适合JA-VA教学的方法,收到了良好的效果。     

浅谈如何做好一体化教学实施

本文就目前高职院校一体化教学在具体实施中存在的问题进行了分析,并结合高职院校的实际情况,对如何搞好一体化教学工作进行了探讨。     

出口集装箱堆场位置的优化

出口集装箱堆场位置的确定是集装箱堆场管理中的重要环节,其对缩短集装箱船在港停留时间,提高集装箱码头作业效率有着重要的意义。提出了一种优化出口集装箱堆场位置的启发式优化算法,模拟试验表明该算法能够在保证装船质量的同时,有效提高集装箱码头装船效率。     

基于遗传粒子群算法的船舶航迹融合研究

研究利用遗传算子对粒子群算法进行优化设计,建立了基于遗传算子的粒子群算法多源数据融合模型。该模型克服了粒子群算法在训练过程中容易陷入局部极值的缺陷,得到了更高的学习精度和更快的收敛速度。利用多传感器检测到的目标船舶航迹点数据进行了融合验证,MATLAB仿真结果表明,基于遗传算子的粒子群算法融合模型融合后的目标船舶航迹点比各传感器单独检测到的目标船舶航迹点数据更加精确,更适用于船舶航迹的跟踪及预测。     

基于兴趣相似度的社区结构发现算法研究

复杂网络通常会呈现出社区结构特性,如何在实际网络中高效地发现社区结构是近年来复杂网络的研究热点之一.到目前为止,已经提出很多分析复杂网络社区结构的算法.但是大部分算法基于无权网络并且有些算法由于其时间复杂度的过高导致其不适合应用于对大型网络的分析.本文提出一种基于兴趣相似度的社区结构发现算法.该算法适用于加权网络,并且降低时间复杂度.     

Kalman算法在纯电动汽车SOC估算中的应用误差分析

针对纯电动汽车电池组的工作状态和输出特性,分析了模型参数的变化对Kalman算法估算精度的影响.指出了纯电动汽车应用Kalman滤波算法估算SOC应考虑的因素,并结合电池模型参数的变化提出了Kal-man方程修正方案.最后通过电池的城市工况模拟试验,验证了分析的正确和可行性.     

基于加速度区间判断的坡道识别方法

介绍了坡道识别的原理;在功率谱分析的基础上,设计了纵向加速度滤波算法,通过比较汽车在坡道上行驶时用加速度传感器测得的加速度数值与汽车纵向速度经差分后获得的加速度数值之间的差异,进行了基于加速度区间判断的坡道识别方法研究;完成了水平道路的加速度比较试验和坡道识别的实车试验,并在此基础上进行了基于坡道识别的换挡规律设计。实车试验结果表明:该方法能够进行坡道识别,并具有简单、实用、高效的优点;这种基于行驶环境识别的控制是未来汽车控制技术发展的方向。     

车桥耦合振动系统模型下桥梁冲击效应研究

把桥梁和车辆看作车桥耦合振动体系的两个分离子系统,基于ANSYS软件建立了3种车辆和桥梁的有限元模型。考虑桥面不平度影响,以车轮与桥梁接触点的位移作为协调条件,采用分离迭代算法计算了车桥耦合系统的动力响应。采用快速傅立叶逆变换的方法,应用三角级数叠加模拟了5种等级的桥面不平度及其速度项。通过对一简支梁桥车桥耦合振动的数值模拟,研究了车辆模型、桥面状况和车速对桥梁冲击效应的影响。结果表明:不同车辆模型对桥梁的冲击效应差别很大,桥面不平度对冲击效应的影响较车速大,桥梁的位移冲击效应大于内力冲击效应。因此,设计分析时宜采用能充分模拟车辆特性的复杂模型,移动荷载冲击系数取值建议以位移冲击系数为基准。     

基于最小二乘支持向量机的车型识别算法研究

以感应线圈车辆检测器检测数据为分析基础,给出了基于Bayes理论的感应曲线自适应特征提取流程和方法,对选取的12个统计特征指标进行提取和优选。选择了曲线宽度、最大值、波峰数量、最小波谷值和波谷比组成车型识别模型的特征输入向量,不仅降低了输入向量的维数,缩短了最小二乘支持向量机的训练时间,同时也可加快车型识别的分类速度,增强特征值的分类辨别能力,提高车型分类的可靠性。在提出的基于最小二乘支持向量机的车型识别算法中,采用了修剪算法,加快了计算速度,同时保持了良好的回归性能。通过实例分析证明:基于最小二乘支持向量机的车型识别算法可提高自学习能力和识别准确率。