(F)-Decomposition of Minimax Module over Hyper Finite Groups

Let G be a hyper finite locally solvable group, A a minimax ZG-module, (F) a locally defined formation consisting of locally solvable groups, A has no nonzero infinite irreducible ZG-factors, and G ∈(F) . The following results are proved: if A has a maximal submodule B such that A/B is central in G and B has no nonzero (F)-central ZG-factors, then A has an (F)-decomposition; if A has an irreducible (F)-central submodule B such that all ZG-composition factors of A/B are (F)-eccentric, then A has an (F)-decomposition.     

ֱ�ﳵ��ȡ�������ģ�ͼ����㷨

直达列车多点装卸取送顺序直接关系到铁路货车运用效率;文章考虑车辆行驶时间及装卸时间的不确定性,假设它们为服从正态分布的随机变量,经过分析,在给定置信水平下,提出了调车机车作业中断时间的计算方法,并结合算法设计建立了极小化调车机车作业中断时间的最佳取送模型;利用遗传算法的原理及方法对取送顺序方案进行了研究,构造了解决该问题的单亲遗传算法;通过从遗传算法对算例的计算过程和结果可见,该算法求解直达列车多点装卸取送问题取得了较好的效果。     

车载网络中基于群签名的可保护隐私的车辆认证

安全和隐私是配置车载网络时所需要的2个重要条件,具有保护隐私功能的认证是实现这2个条件的关键技术.不同于已有的认证方案,文中用群签名来实现车载网络中能保护隐私的车辆认证.为了满足认证的快速性要求,基于目前安全性最强、效率较高和签名较短的ZL 06局部验证者撤销短群签名方案,提出了2个具有隐私保护功能的车载网络中的车辆认证方案.群签名所具有的良好性质保证了所提出的认证方案具有实用性和隐私保护功能.     

物流企业联盟利益分配方法研究

分析了物流企业联盟利益分配的原则,提出了几种常用的利益分配方法,并在此基础上进行改进,提出了基于加权群体重心模型的利益分配方法,实例证明该方法更加具有公平合理性,在物流企业联盟的利益分配中有应用推广价值。     

车流组号算法

依据重车的到站来确定其所属出发车流组号是技术站的基础工作.基于数据结构的基本原理,提出了依靠车流最短径路链段用枝端相接的多杈树来划分技术站车流组号范围的数学模型,利用有分段终止条件的遍历方法解决了算法问题.在这一基础上,提出了组号范围的数据库存储和组号图的图示方法,为计算结果的程序应用和查找提供了条件.     

s-Conditionally Permutable Subgroups and p-Nilpotency of Finite Groups

A subgroup H of G is called s-conditionally permutable in G if for every Sylow subgroup T of G,there exists an element x∈G such that HTx=TxH.In this paper,we investigate further the influence of s-conditionally permutability of some 2-maximal subgroups of the Sylow subgroup of G,on the structure of finite groups.New criteria for a group G being p-nilpotent are obtained.     

基于可能度的摩托化机动路线选择决策研究

分析了影响摩托化机动路线选择的因素:时效性、安全性和抗断性,指出其中部分因素应用区间数度量,提出运用区间数比较的可能度决策方法进行路线之间的比较,并给出了决策示例。基于可能度的区间数决策理论适用于战时不确定环境下的决策问题。     

基于模糊相似度的群决策方案排序

为解决排序方案多属性特征、决策者对事物认识的局限性以及决策群体中各个体间的矛盾性导致的决策方案排序困难的问题,引入模糊相似度概念,以测度决策专家的偏好差异,用有序加权平均算子集结群体意见,通过与虚拟正、负理想方案比较,实现决策方案排序,并介绍了决策实施步骤.     

基于乘客群体特征的城市轨道交通满意度研究

为提高城市轨道交通服务质量、优化乘客乘车体验、提升城市轨道交通在公共交通中的竞争力,对城市轨道交通乘客满意度开展研究。首先,选取乘客特征因素,引入皮尔逊积矩相关系数来分析乘客满意度与乘客特征因素的相关关系,提取对满意度存在显著影响的乘客特征因素。然后,运用主成分分析法刻画乘客群体特征,据此对乘客进行分类,并采用克鲁斯卡尔-沃利斯检验法来分析其满意度的差异性。基于此,对某城市地铁A号线2019年乘客满意度调查数据进行了分析,结果显示：地铁A号线乘客的出行频率、出行目的和收入水平与乘客满意度显著相关。通过主成分分析将乘客划分为常乘客与非常乘客,发现两者对城市轨道交通服务的关注点不同,常乘客更关注乘车效率,非常乘客更关注信息指引准确性,运营单位应针对不同乘客群体展开差异性服务。     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.