浅谈技工院校智能网联汽车技术应用专业课程体系建设

智能网联汽车是当前汽车技术发展的热点,也是汽车技术发展的主要趋势之一,为了对接汽车智能网联技术产业对技能型人才的需求,技工院校增设了智能网联汽车技术应用专业。课程体系建设是新专业开发与建设工作的重要一环,本文就智能网联汽车专业技能型人才特质、技工院校智能网联汽车应用专业课程体系构建面临的问题、构建的策略进行了分析,提出分类分层的构建模式,以期为职业院校开展智能网联汽车专业建设提供有益借鉴。     

自动敲击设备在汽车隔热板装配应用

在汽车市场竞争日益激烈的当今,智能装配是当下汽车生产的主流趋势。将自动敲击设备应用在汽车底盘隔热板的装配中,在满足生产节拍前提下,用机器人代替人工敲装,降低了人工成本,对汽车装配生产线的自动化实现有着积极而重要的作用。     

机电一体化技术在汽车智能制造的应用分析

这些年,机电一体化技术逐渐朝着数字化和智能化的方向发展。机电一体化技术应用到汽车智能制造当中,这样能够显著缩短汽车产品的周期,而且能够减少加工误差,提高汽车产品的质量和效率。本文主要探索了机电一体化技术在汽车智能制造的应用的相关问题,从而更好地促进我国汽车产业的发展。     

中国智慧公交示范现状分析及展望

智慧公交示范属于智能网联示范中的特色应用场景,也是智能网联开放道路示范的先行力量。本文梳理了我国现有典型智慧公交示范情况,分析其共性特点及存在问题,并对未来发展进行了展望。旨在从智慧公交视角窥见整体智能网联汽车产业发展进程,促进智能网联汽车从封闭走向开放、从示范应用走向商业化推广。     

船舶航向保持系统的云模型控制研究

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述,它用期望值Ex,熵En和超熵He表征定性概念,将概念的模糊性和随机性集成在一起,是实现知识库中定量与定性之间相互转换的一种新途径.本文论述了模糊子集的云模型表示、基于云模型控制规则的不确定性推理,并设计了船舶航向保持系统的一维与二维云模型控制器.仿真结果表明,该控制器简易、直观、鲁棒性强,具有良好的控制性能和较好的应用价值.     

基于嵌入式单片机的智能自动售货机控制系统

针对售卖袋装、盒装、软瓶装小商品的自动售货机设计了智能嵌入式单片机控制系统,给出其硬件和软件结构设计．该系统以16位单片机SPCE061A为控制核心,可实现货币识别、商品选择、硬币找零、商品输出、金额显示、语音提示等功能．具有智能化的人机界面,功能强、使用方便．     

集装箱码头现代化、智能化管理的科学分析

阐述了如何缩短集装箱船舶在港停泊时间,增强码头堆场集装箱的周转能力,提高集装箱船舶的装卸速度等3个方面的见解,提出了一些具体的举措,这些措施对实现集装箱码头现代化、智能化管理起到了重要作用。     

部队公路运输方案智能评价实现技术的探讨

实现部队公路运输战备方案的智能化评价是信息化战争部队公路运输决策科学化的必然要求。结合智能决策支持系统与综合评价的理论与方法,建立了部队公路运输方案智能评价系统的三层体系结构：智能化人机交互层、评价分析层和集成数据库层,分析其具有的功能,并从技术层面上分别对方案生成和方案评价两大模块的运行机制进行了设计与分析,有助于为制定和优化运输方案提供支持。     

基于最优加权Steiner树的枢纽型物流中心选址问题

为了满足近年来物流运输业快速发展的需要,促进物流中转运输网络的合理化建设,研究了枢纽型物流中心的功能和选址原则,详细分析了影响枢纽型物流中心选址的各种因素,提出了基于结点带权的欧氏Steiner最优树的枢纽型物流中心选址方案.针对该方案设计了相应的智能优化算法,并进行了具体的程序实现.借助该方案不仅可以使总的运输成本最小,而且能够在无需事先确定备选点的数量和位置的情况下实现同时确定枢纽型物流中心的数量及位置的目标.最后以长三角地区枢纽型物流中心的建设问题为背景,对各种数据进行了仔细的分析比较,从中确定若干区域作为物流服务需求点集,并将各种因素的综合效用作为物流需求点的权值,对上述算法进行了有效性验证.     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据,基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素,选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据,选取3 000组实际运行数据完成公交行程时间预测模型的训练,另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间,预测值平均相对误差为3.23%,绝对误差集中在8 s左右,明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型,可认为选择RFID电子车牌数据作为组合模型的输入,能够明显改善模型预测精度;组合模型预测值的残差分布更为集中、鲁棒性较好,泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标,结果进一步表明,组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。