国内汽车重组应放眼“国际化”

金融危机使得国际汽车巨头大兵压境，同时也让财大气粗的国内车企萌发许多收购国际资产的美梦。但一种新思维显然已经被凸显，那就是通过有质量的重组整合，做强国内汽车集团，主动应对国内和国际两个都很“国际化”的市场。     

无线车次号校核系统的问题及解决方法

无线车次号校核系统是DMIS系统的重要组成部分，它为DMIS系统提供列车车次号和位置等信息。2002年7月，沈阳铁路局京哈线管内山海关至新陈山间，开通了无线车次号校核系统，现简要介绍维护中遇到的问题和解决方法。     

粗集决策与聚类分析的改进模型

通过分析粗集理论与聚类分析的内在联系，从理论上探讨了两者的融合机理，并给出了相关的数学证明．考虑到粗集决策难以构造决策表的缺陷，采用聚类分析构造等价关系扩展信息表，提出了等价聚类的概念。建立了基于聚类分析的粗集模型；考虑到聚类分析权重确定存在的问题，采用粗集理论的属性约简思想，解决聚类分析中的权重和冗余性问题，建立了基于粗集理论的聚类分析模型，从而解决了原有模型的不足．     

宁波市轨道交通客流现状与周边用地的关系

深入研究了宁波轨道交通客流量与沿线用地布局特征的关系,着重分析了站点周边用地类型、容积率、居住人口及就业人口数量等对客流量的影响.研究发现:目前宁波轨道交通客流量低迷的阶段性问题的主要原因是宁波外围区域沿线用地开发强度整体偏低;在交通导向发展的理念指导下,宁波轨道交通沿线部分在建和规划用地的客流量提升潜力巨大,结合轨道...     

基于多时间尺度的城市轨道交通短时OD估计

基于状态空间模型构建了城市轨道交通短时OD估计的多模型组合方法,估计早晚高峰期间15 min内进站客流的去向目的站.组合模型以不同时间尺度下的进站客流分流率为状态变量,并利用历史数据预估其中通勤客流的分流率,然后通过交互多模型算法加权融合不同时间尺度下的分流率估计结果.以北京地铁为案例,研究表明:早高峰期间的15 min分流率估计误差的平均值和最大值分别为16.4%和21.8%,晚高峰期间分别为22.7%和24.6%,比既有文献的估计误差减小了约一半.本文的研究成果可为实时的线网客流分布预测提供更准确的输入数据,以辅助运营管理部门实现客流预警和应急响应.     

基于复杂网络的公共汽车线网拓扑模型

已有基于复杂网络的公共汽车交通模型研究缺乏对网络服务特征的考虑。基于公共汽车线网的P-Space模型,在考虑公共汽车站服务范围的影响基础上构建SP-Space模型,以实现车站与交通小区的关联。以宁波市主城区公共汽车线网为例进行分析,结果表明基于SP-Space模型得到的公共汽车线网具有显著的超小世界网络的特征,能够客观地反映公共汽车线网的实际空间分布形态,并进一步揭示了公共汽车线网的形成机制符合“二八法则”。然后,利用综合出行成本、直连公共汽车线路数等属性构建边权指标得到加权网络模型,该模型能够较好地反映宁波市公共汽车线网的可达性和公共汽车走廊集聚特征。结合宁波市公共汽车客流发展规律进一步指出,若忽视由网络复杂性导致的共通道竞争规律,城市轨道交通沿线公共汽车线路的优化措施将难以取得理想效果。     

粤拟撤17高速公路收费站

目前，广东已全面进入高速公路联网收费第二阶段的工作。根据这一阶段的实施方案，广东将撤消雅瑶、三水、陆丰、清远、汕头等17个主线收费站。2007年底广东联网收费ETC车道将达到307条，到2010年，在全省所有主线收费站，珠江三角洲、广州和深圳地区绝大部分高速公路收费站等将都设置ETC车道。     

采用支持向量机回归的航班延误预测研究

针对航班延误难以预测的问题,采用支持向量机回归方法建立航班到港延误预测模型.首先,采用相空间重构理论计算到港延误的延迟时间、嵌入维数和最大 Lyapunov 指数,发现到港延误时间序列存在混沌特性;将航班到港延误时间序列进行相空间重构,并结合执飞该航班的航空器在上游机场的离港延误构建模型的输入向量;其次,将粒子群算法、差分进化算法和遗传算法进行比较,用于选择最优的模型参数,实验表明,差分进化算法能够以较高概率获得最优的预测模型;最后,比较该模型、单一因素预测模型和相关向量机预测模型的航班延误预测性能.结果表明,该模型的预测性能明显优于另外两种模型,能够有效预测航班延误.     

日本汽车销量跌至35年最低值 北美车市陷入低谷

2008年全球各国汽车业基本以黯淡之笔画上句号。本周陆续公布的数据显示,欧美日汽车市场均报销量下滑,昔日汽车巨头无一幸免,北美和日本汽车更一夜回到多年前。     

基于ARMA流量预测的WSN非均匀分簇双簇头选择算法

在无线传感器网络中引入双簇头机制可以用副簇头承担数据转发任务,能有效地分担主簇头的负载。但由于簇与簇的中继不同,转发簇头在不同时刻承担的转发任务不同,为此,有针对性地提出一种基于ARMA流量预测的W SN非均匀分簇双簇头选择算法,即AUDC算法,主簇头利用预测机制,根据簇内节点剩余能量选择副簇头。研究结果表明:采用该算法有效地延长了网络的生存周期,实现了网络的负载均衡。