基于电动物流车的充电和换电设施选址模型

本文研究了在充电和换电两种模式下基于电动物流车的充换电设施选址问题.首先,分别建立无充电行为时的路径规划和车辆调度模型以及充电和换电模式下,以用电成本,车辆固定出行成本,机会成本和惩罚成本之和最小化为目标的充换电设施选址模型.然后设计了一种改进的遗传算法求解路径规划和选址模型.最后,对比分析了充电和换电模式下充换电设施的选址决策及配送总成本,并得到结论:充电未造成配送延迟时,充电模式下的配送成本较低;充电导致配送延迟时,提高充电速度或选用换电模式能够使配送成本更低.另外,公用充电站服务费用的高低会显著影响物流企业关于自建充电设施还是使用公用充电站的决策.     

高维Euler方程组的强松弛极限

利用能量积分, 讨论在初值充分小的情形下, 高维带有阻尼项的Euler方程组光滑解的整体存在性和强松弛极限, 得到了解的一致先验估计, 并证明当松弛时间趋于0时, 整体解的渐近行为由多孔渗流方程控制.     

C语言教学中的常见问题和解决方案

本文从实际工作出发,阐明了在C语言教学活动中存在的主要问题,并从教师、学生两方面入手,对问题的成因进行了详细的分析,最后结合教学经验,提出解决方案,为提升学生学习效果,提升我校C语言教学质量做出有益探讨。     

“设计素描”教学内容的展开应用

“设计素描”是设计学科中艺术设计专业必修的一门专业基础主干课程。通过本课程的学习，使学生掌握基本的设计造型规律及各种材料的特性和使用方法，训练学生对事物的分析、观察、理解能力和富于理智的认知能力，同时，培养和调动学生思维的能动性，以形成对未知领域自觉探索的想象能力和创造能力及培养学生的思辨能力和创新意识，为学习后续课程及从事专业工作打下良好的基础。其对设计素描教学内容的展开和教学方法、教学实践的探索与研究具有重要意义。进而阐述了设计素描的形成和发展历程，从中提炼了相关性质与发展规律，使之清楚地认识到影响教学发展的各种因素。以此为基础，科学地分析了当前设计素描教学存在的问题，提出了主导设计素描造型基础的新思维和创新能力。     

BS-矩阵线性互补问题误差界的一个新估计式

根据BS-矩阵的特殊结构和性质,利用严格对角占优M-矩阵的逆的无穷大范数范围,结合不等式的放缩技巧,改进了B^S-矩阵线性互补问题的误差界估计式.理论分析和数值算例均验证了新估计式的有效性.     

基于改进四元数阻尼误差模型的SINS初始对准算法

针对传统捷联惯导系统(strapdown inertial navigation system, SINS)四元数非线性误差模型存在坐标系不一致的问题, 对姿态误差模型和速度误差模型进行改进, 将误差矢量统一投影至计算导航坐标系下。此外, 引入全球定位系统阻尼信息, 在阻尼SINS解算基础上, 结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法, 可应用于系泊状态下的SINS初始对准。仿真和车载试验结果表明, 在不同的大失准角下, 该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法, 具有更好的对准精度、收敛速度以及稳定性。     

基于模型的汽油机电子节气门控制器设计

摘要： 建立了电子节气门系统模型，并通过系统辨识方法得出模型参数.根据被控电子节气门的摩擦力和非线性回位弹簧模型，设计了前馈非线性补偿控制器.将经过前馈非线性补偿后的电子节气门系统简化成线性系统，并对该线性系统进行H无穷控制器的设计.对设计的H无穷控制器进行离散化，并加入比例控制环节来弥补控制器离散化导致的性能下降.经过试验验证，在前馈非线性补偿器、H无穷控制器和比例控制的作用下，被控电子节气门的性能达到了设计需求.     

基于抵消技术的邻道干扰抑制

针对无线设备间的邻道干扰,提出了一种干扰抑制方法。在接收机中设计邻道干扰重建支路,利用记忆多项式估计信道的非线性参数,构建邻道干扰信号模型并重建干扰信号,最终从接收信号中消除邻道干扰信号。所提方法能够有效减小邻道干扰影响,提升期望信号接收信噪比,使有限带宽内容纳更多通信设备。计算机仿真与软件无线电平台实验结果表明,在实验室视距环境中,甚高频频段,信号带宽25 kHz,所提方法能够抑制18 dB的邻道干扰,为有限空间内无线电设备间邻道干扰抑制提供了新的研究思路。     

基于非线性修正策略的空气质量预警系统研究

建立科学、有效的空气质量预警系统,对于保护人们的身体健康和促进社会和谐稳定具有重要的科学价值和实际意义.为此,本文首先利用孤立森林(isolationforest,iForest)算法进行空气质量指数(air quality index,AQI)离群点分析,然后建立了一种空气质量预警系统,该系统由数据预处理模块、优化模块、预测模块和修正模块构成,融合了时变滤波经验模态分解(time varying filtering based empirical mode decomposition,TVF-EMD)、改进的蝴蝶优化算法(modified butterfly optimization algorithm,MBOA)、离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)和非线性修正策略,该预警系统成功地实现了空气质量的有效预警.同时,以污染程度不同的5个城市作为实验地点对预警效果进行检验,结果表明:1)与经验模态分解(empirical mode decomposition,EMD)相比,TVF-EMD可以更为有效地降低原始数据的非线性和非平稳性特征;2)基于MBOA的误差非线性修正策略比其他误差修正策略更胜一筹,可以显著提高预警系统的性能;3)建立的预警系统的性能要优于其他对比模型,可以对污染程度不同的城市进行有效预警.