灾后恢复阶段多期道路交通网络重建规划

灾后路网重建规划可分为应急阶段和全面恢复阶段。文中建立了灾后恢复阶段多期路网重建规划的双层模型，并采用灵敏度分析方法进行求解。上层模型考虑到建设资源的限制，以工程总效益最大为目标建立多期工程效益模型；下层模型是基于出行时间可靠性的用户均衡分配模型。最后结合实际路网进行了算例分析，证明模型和算法是有效的。     

Elman递归神经网络在结构分析中的应用

给出了Elman动态递归神经网络的网络结构和基本原理。基于Elman递归神经网络能够逼近任意非线性函数的特点,提出了一种基于Elman递归神经网络建立结构分析模型的方法。利用Elman递归神经网络对桁架进行建模,真实地反映了桁架结构的动态特性。     

神经网络在通信干扰效果评估中的应用研究

人工神经网络具有学习、记忆等仿生特点，可以通过对已知问题及结论进行学习，并把结果为知识记忆下来，得到内在的因果映射关系，遇到类似问题时，直接用学习到的知识进行处理，得出结论。针对通信干扰效果评估中不易得到因果关系的显式解析表达式，研究了把以前测试通信干扰效果的数据作为知识，通过BP型神经网络进行学习，拟合出干扰效果与影响因素之间的映射关系，避开求解析表达式，从而建立干扰效果评估模型，对干效果进行评估。     

基于BP神经网络的二手车价格评估影响因素研究

为了高效客观准确评估二手车价格,以影响二手车价格评估的因素为研究对象,采用文献法分析筛选出二手车评估价格的11个影响因素并建立了BP神经网络二手车价格评估模型。通过BP神经网络二手车价格评估模型的计算结果显示模型预测价格与实际价格相关系数达到0.96,根据所建模型的连接权值得出了二手车价格评估影响权重值较大的7个因素。最后将影响二手车价格评估的7个主要因素作为输入重构了价格评估模型并重新计算二手车价格得出BP-11模型与BP-7模型计算结果基本一致且Pearson相关性度到0.83。因此本文的研究结果表明:二手车价格评估主要受综合油耗、车辆售后满意度、车龄、车辆可靠性、舒适性、外观、当前里程数的影响,BP神经网络二手车价格评估模型可由这7个因素描述。     

一种短时交通流组合预测模型

为提高短时交通流预测的精度,提出利用BP神经网络、RBF神经网络和ARIMA模型构建组合预测模型,该组合预测模型利用最优化原理进行权系数的分配,并且满足分配到的权值始终具有实际意义。通过对分配的权系数进行显著性检验,以确保组合预测模型中选用的单项预测方法显著相关。通过实例分析,验证了组合预测模型的有效性,结果表明,相比较单一的预测模型,组合预测模型具有更高的预测精度。     

基于SOM神经网络的民用爆炸物品配送中心选址决策

由于民用爆炸物品的特殊性,其物流配送中心的选址与一般物流配送中心的选址有着很大的不同,特别是其安全性条件应重点考虑.利用SOM神经网络对影响民用爆炸物品配送中心选址的各种因素进行分析和处理,较客观地对多个候选方案进行了选优决策.算例分析表明,该方法通过神经元之间的竞争来实现各种关系的分类,能很好地符合民用爆破物品配送中心选址决策的各项要求.     

论无单放货诉讼时效的起算点

国际贸易中因卖方提交的单据不符合信用证的规定遭银行退单是常有的事,然而一般此时船舶抵达卸货港已有时日,若承运人无单放货,卖方向承运人提起无单放货之诉,其诉讼时效究竟是以船舶抵达卸货港具备交付条件之日起计算,还是以卖方银行被退单后持有正本提单向承运人主张交货之日起计算,司法实践中不无争议,笔者认为,从公平合理等角度分析,应以后者起算为宜。     

应用AIS减少不协调避碰行动的发生

应用船舶自动识别系统(AIS)能准确实时地提供海上他船动、静态信息,具有出色的信息交互功能,增强了船舶的全局意识,它的应用能有效减少船舶避碰不协调行动。文章对此进行了分析,并对AIS的应用进行了探讨。     

Internet中Peer-to-Peer应用流量测量与分析

Peer to Peer网络(简称p2p)作为一种新型的覆盖网络引起了越来越多研究者的兴趣。本文介绍了在我国进行的骨干互联网上p2p网络流量测量。与现有国外研究不同,本文的数据来源于核心路由器,因此克服了它们的缺陷。其研究集中在汇聚流中的3个周期性尖峰群、不同主机发送或接收流量的重尾分布、p2p流量的长相关特性以及提出了ADTE的估计方法来区分信令和数据流量。本文的研究也显示出Napster在p2p流中占大部分,这暗示着超级节点和阶层式拓扑较纯p2p结构潜在的优势。同时,观察到在我国p2p的流量仅占Internet总流量的1%弱,这个值跟国外的数据有很大区别。我们分析了其中的原因并希望该结论为我国p2p软件的发展提供参考。     

An Intelligent Response Surface Methodology for Modeling of Domain Level Constraints

An effective modeling method of domain level constraints in the constraint network for concurrent engineering （CE） was developed. The domain level constraints were analyzed and the framework of modeling of domain level constraints based on simulation and approximate technology was given. An intelligent response surface methodology （IRSM） was proposed, in which artificial intelligence technologies are introduced into the optimization process. The design of crank and connecting rod in the V6 engine as example was given to show the validity of the modeling method.