维美德RSD4118—4TL集装箱正面吊报警电路原理及其排报方法

维美德RSD4118—4TL集装箱正面吊报警电路的设计比较完善，功能齐备，所以出现故障与报警灯光后，要前后连贯分析电路，研究排报。介绍了报警线路的原理和排报方法，为今后工作打下基础。     

福州港吞吐量的灰色预测

将福州港吞吐量按不同阶段进行分组选择，挑选精度最高的１９７８￣１９９５年数据作为预测的原始数列。先对原始数列进行累加生成，然后建立单序列一阶线性动态模型并对其进行检验。根据灰色模型预测了福州港１９９６￣２０００年和２００１￣２００５年吞吐量， 预测结果可为福州港建设提供科学依据。     

交通设施发展对集装箱内陆运输CO2排放的影响——基于产业结构视角

为研究交通基础设施的发展是否会对CO₂的排放强度造成影响，基于2012—2017年中国14个港口的相关数据，采用IPCC方法计算集装箱内陆运输的CO₂排放强度，以产业结构高级化作为门槛变量，运用面板门槛模型实证分析了交通基础设施发展对集装箱内陆运输CO₂排放强度的影响。检验结果表明，产业结构高级化程度较低时，交通基础设施发展会显著降低内陆运输CO₂排放强度，但减排作用随着产业结构高级化程度的提升而降低；产业结构高级化达到一定程度时，交通基础设施发展显著提高内陆运输的CO₂排放强度。即产业结构视角下交通基础设施发展对集装箱内陆运输CO₂排放强度存在双门槛效应，在门槛模型下，经济发展水平、港口生产能力以及贸易水平对内陆运输CO₂排放强度具有显著的提升作用。     

书写“绿色名片”的工业重镇

作为上海市的重工业基地，多年来，宝山区给人的印象一直是“灰蒙蒙”，环境污染治理成了挥之不去的“老大难”。而如今，我们在钢铁、烟囱、码头、集装箱之外，又见识到了另一种风情，那便是天更蓝、水更清、草更绿、花更红、居更佳的“滨江新城”，至于是什么，引发了这种种改变，还得从头说起……     

新经济形势下的宁波软件外包

杭州湾跨海大桥的通车使宁波、杭州、上海这一“金三角”的优势日益显著。宁波,这个占据长三角南翼中心、拥有“世界集装箱吞吐量第四大港”的城市正在向着“长三角航运中心、物流中心”的目标大步迈进;而人民币升值带来的劳动力成本上涨却不断稀释着城市原有的成本优势。在这样的新经济形势下,作为信息技术核心和现代服务业重要组成部分的宁波软件外包产业,将面临怎样的机遇与挑战？     

大型集装箱检测系统探测效率的MC模拟计算

为了研究各种不同能量和能谱分布的入射射线对于“大型集装箱辐射检测系统”成像质量的影响 ,通过采用Monte Carlo (MC)模拟方法 ,对该问题进行了计算求解。采用通用电子和光子模拟计算程序 EGS4,在保证足够的计算粒子数目的条件下 ,具有较高的计算精度。对 0 .8Me V单能光子和最大能量分别为 2 ,3,7Me V连续谱情况 ,从透射深度、丝分辨率和对比度灵敏度 3个方面加以分析和比较 ,给出了这 3个指标的数值范围 ,从而得到能量和能谱分布对系统成像质量的影响。这表明 MC方法能够应用于大型集装箱检测系统     

用户随机到达的反馈叠加能量检测算法

在认知无线电网络中,用户（主用户或者次用户）随机到达对频谱检测的性能有很大影响,为解决这个问题,本文提出了一种反馈叠加能量检测算法。通过将检测周期后半部分采样点的瞬时能量值累加到检测周期前半部分采样点的瞬时能量值上,在不延长检测时间的基础之上,改善了整个检测周期的能量统计值。进一步,从理论上分析了本文算法的检测概率、虚警概率、数据碰撞概率和吞吐量。仿真表明,相对现有文献检测方案,本文算法不仅能提高检测性能,而且可以降低用户之间数据发生碰撞的概率,从而提高次用户的吞吐量。     

基于HFSS的集装箱码头集成调度模型的建立与求解

集装箱码头作为连接水陆两方的集装箱运输枢纽,在物流环节中起着重要作用.集装箱码头的装卸作业过程可以看成一个由岸桥、集卡、场桥组成的三阶段混合流水车间调度系统.为了提高集装箱码头的装卸作业效率、缩短船舶的靠泊时间,本文根据混合流水车间调度策略(HFSS),建立了以最小完成时间为目标函数的三阶段集成调度模型.求解过程中将集卡的因素考虑进去,使用基于改进的johnson法则的启发式算法来求解该模型.最后与遗传算法求解结果进行对比,发现在相同条件下,基于改进的Johnson规则的启发式算法相比于传统的遗传算法得到的结果更优,得到的最优解距离下界只有4.1%的差距.     

改进型BP神经网络的港口吞吐量预测

为了提高港口吞吐量预测模型的适用性,满足港口决策的需求,对传统时间序列BP神经网络预测模型进行改进,将未来三年的吞吐量作为输出层参数,以tansig函数和logsig函数为传递函数,建立了改进型时间序列BP神经网络预测模型,利用trainlm函数训练神经网络,预测未来三年的港口吞吐量。对深圳港集装箱吞吐量进行了预测,结果表明,改进型时间序列BP神经网络模型泛化能力更强,拟合精度更高,且避免了传统预测模型循环预测产生的误差叠加,具有较好的适用性。     

基于径向基神经网络的集装箱量预测模型

提出了一种利用RBF神经网络算法对港口集装箱量进行预测的模型,并应用此模型对上海港集装箱运量进行了仿真及示例分析,同时与BP神经网络预测方法进行了比较．结果表明,运用RBF神经网络进行预测,具有较快的运算速度和较高的精度,并有很好的预测能力和应用价值．