实施物流目标成本事前管理的方法探讨

物流目标成本事前管理是物流企业施行物流目标成本管理的最重要环节,然而在实施过程中却存在着各种问题。本文将站在另外一个角度,对物流企业如何有效实施目标成本事前管理进行尝试性的探索。     

一种杂波环境下的多传感器多目标数据关联算法

研究了多传感器多目标的数据关联问题，提出了杂波环境下多传感器多目标跟踪的极大似然关联算法．算法中考虑了传感器对目标的漏检情况，在各个观测站传感器的观测数据不完备的情况下，建立了传感器测量与目标的可行关联分配模型，并综合采用了假点的后验概率比模型，提高了多传感器对同一目标测量的互补性和对弱信号目标的跟踪精度．理论分析和仿真实验结果表明，所提出的算法可实现杂波环境下对弱目标的持续跟踪，并且在确保航迹关联性能和较好跟踪效果的基础上，降低了算法的运算量．     

渝长高速公路可持续发展能力分析

随着高速公路的大规模建设,2005年我国高速公路通车里程突破4万km,其在社会经济发展中作用日益凸显,如何保证高速公路持续、稳定的运营,以满足不断增长的交通运输需求就显得尤为重要.应用目标持续性评价的理论方法对渝长高速公路的可持续发展能力进行了分析,有助于确保项目在运营期内提高质量的运输服务.     

瑞芬太尼复合丙泊酚靶控输注在门诊隆乳术中的应用

目的探讨胸部美容手术行非气管插管全身麻醉中,不同浓度瑞芬太尼复合丙泊酚靶控输注的量效关系。方法选择ASAI-Ⅱ级行乳晕切口假体植入隆乳术女性患者,根据诱导期瑞芬太尼效应室靶浓度(0、1.0、1.5ng/mL)分为3组(n=20):C组(单纯丙泊酚组);REF1组(丙泊酚复合1.0ng/mL瑞芬太尼组);REF2组(丙泊酚复合1.5ng/mL瑞芬太尼组)。观察并记录患者不同时间点的血压、心率、脉搏氧饱和度及丙泊酚、瑞芬太尼的效应室浓度以及诱导期和维持期丙泊酚、瑞芬太尼用量和麻醉过程呼吸抑制、体动等不良反应,术后随访患者对麻醉的满意度。结果各组患者在不同时间点的血压、心率、脉搏氧饱和度、麻醉期间不良反应发生率的差异均无统计学意义(P>0.05),患者对麻醉满意率为100%;达到口头反应消失时,C组丙泊酚效应室浓度和诱导时间明显高于其余两组(P<0.05),且REF1和REF2组间比较无统计学意义(P>0.05)。结论小剂量(1.0～1.5ng/mL)瑞芬太尼复合丙泊酚靶控输注可满足胸部美容手术非气管插管全身麻醉需求,并且没有剂量依赖性效应。     

基于均值平移和自适应预测的运动目标跟踪

针对运动目标跟踪算法不足之处,提出结合改进的均值平移与自适应预测的目标跟踪算法,基于Bhattacharyya系数值进行Kalman滤波器与粒子滤波器之间的切换.引入Kalman滤波器为Mean Shift算法估计初始点,在跟踪稳定的情况下进行模板更新,根据Kalman残差大小判定是否发生遮挡：部分遮挡情况下即结合Kalman滤波器实现对快速运动目标的实时跟踪;完全遮挡情况下结合均值平移和粒子滤波进行鲁棒跟踪.实验证明,改进的算法可以有效地提高跟踪算法的效率,并且能很好地解决遮挡问题.     

多模式混合交通网络流星分配模型及算法

在现代城市交通系统中,由于有多种交通模式存在,出行者通常采用从一种交通模式换乘到另一种交通模式的方法来节省时间和金钱。采用状态转移网络来描述这种多模式交通网络的结构,同时以路段上的混合交通阻抗函数为基础,对多模式交通网络中的各种费用加以分析,从而可得到多模式交通网络流量分配的模型和算法。     

动态交通分配理论研究综述

动态交通分配能反映路网交通流的拥挤性、路径选择的随机性、交通需求的时变性等典型交通流动态特征,比静态交通分配有着明显的优越性。在简要介绍动态交通分配的重要组成要素的基础上,归纳总结动态交通分配区别于静态交通分配的六个典型特征：因果性、先进先出原则、路段状态方程、路段流出函数、路段特性函数和路段阻抗函数。从路径选择准则、路径走行时间定义、出行者出行选择假定、动态网络交通流模型研究方法等四个方面对动态交通分配模型的分类进行综述性研究,分析不同模型的优缺点,并总结动态交通分配理论的未来研究方向,可为动态交通分配研究提供一定的参考。     

基于广义费用的多用户公路网平衡配流模型

为了准确进行公路网交通需求预测, 分析了影响出行方式选择和路径选择的广义费用的影响因素, 给出了广义费用的组成部分和函数形式, 探讨了多类型车辆换算模型的形式和参数标定方法。借鉴城市混合交通流量分配的研究成果, 运用变分不等式的理论和方法, 建立了基于广义费用的多用户公路网平衡配流模型, 借助交通规划软件Emme设计了模型的求解算法, 并利用温州市相关数据进行模型中的部分参数标定和实证研究。分析结果表明: 该模型进行交通分配的结果明显优于分步加载方法, 在路段饱和度较高时比客货分步加载的方法更加可靠。     

动态交通系统最优控制的路径选择模型

在分析各种影响动态交通系统最优控制约束的基础上,依据相关原理,采用数学建模的方法建立了态交通系统最优控制模型,最后给出该模型的主要算法.智能交通运输系统的核心部分为动态交通流分配模型与算法,其基础则为动态交通系统最优控制模型,因此建立用于诱导路径选择的动态交通系统最优控制模型将有助于改善城市日益恶化的交通环境,提升人们的生活质量,同时也为城市规划与管理以及各种交通政策的制定提供理论依据.     

机动目标跟踪典型算法评述

机动目标跟踪算法可以划分为两种：极大似然法和贝叶斯估计法，前者通过对目标量测序列的分析，采用与当前目标运动模式匹配度最高（极大似然性）的模型（包括系统模型和观测模型）对目标状态进行跟踪和估计；后者则首先假定一组模型，再根据量测序列进一步估计出其中每个模型的匹配概率，最后采用贝叶斯公式对全部或部分模型估计进行综合。在此框架下，论文对其中的一些典型算法进行总结和分析。