什么是智慧停车

<正>智慧停车包括硬件建设和软件建设两个方面,其中:硬件通过立体停车设备建设而拓宽城市停车的空间;软件则通过互联网软件系统建设来整合城市停车资源。通过停车信息的实况采集和实时数据的同步更新,搭建静态交通统一管理平台,为动态交通发展助力。应该说,智慧停车既优化了停车管理环节,又降低了停车时间成本,是未来解决停车问题的发展趋势。其中,智能化立体车库包括升降横移类、垂直升降类、水平循环类、多层循环类等基本类型,系统由钢/土建结构、载车台、传动系统、控     

多种诱食剂对不同食性鱼类的诱食效果比较

【目的】评估多种诱食剂对不同食性鱼类的诱食效果,并筛选效果较好的诱食剂。【方法】选取食性分别为草食性、杂食性和肉食性的草鱼(Ctenopharyngodon idella)、鲫(Carassius auratus)和乌鳢(Channa argus)共3种鱼类,采用迷宫法,将植物性诱食剂陈皮、香草、大蒜素、丁香和甘草,动物性诱食剂蚯蚓粉、鱼溶浆和乌贼粉,以及化学性诱食剂二甲基-β-丙酸噻亭(DMPT)、核苷酸和氨基酸单独或复合地置于迷宫中,记录实验鱼在30 min内进入实验区和对照区的次数,评估各种诱食剂的诱食效果。【结果】1)对草鱼的诱食效果最好的诱食剂是核苷酸-甘草,之后依次为丁香-大蒜素-甘草、核苷酸、核苷酸-蚯蚓粉、乌贼粉、蚯蚓粉、氨基酸和DMPT。2)对鲫的诱食效果最好的诱食剂是香草,之后依次为香草-陈皮-大蒜素、氨基酸-核苷酸-DMPT、香草-氨基酸-蚯蚓粉、氨基酸、香草-氨基酸和香草-蚯蚓粉。3)对乌鳢的诱食效果最好的诱食剂是蚯蚓粉-鱼溶浆-乌贼粉,之后依次为鱼溶浆-蚯蚓粉、蚯蚓粉、鱼溶浆、鱼溶浆-DMPT、DMPT、乌贼粉和大蒜素-DMPT-鱼溶浆。【结论】对草鱼、鲫和乌鳢而言,诱食效果最好的单一诱食剂分别是核苷酸、香草和鱼溶浆而复合诱食剂分别是核苷酸-甘草、香草-陈皮-大蒜素和蚯蚓粉-鱼溶浆-乌贼粉。
     

贵州草海鲫鱼Spo11基因的克隆、生物信息学和表达分析

【目的】探索环境内分泌干扰物壬基酚(Nonylphenol,NP)对贵州草海鲫鱼(Carassius auratus)Spo11 基因表达的影响。【方法】通过PCR方法克隆实验鱼Spo11 基因,利用生物信息学方法分析SPO11蛋白的氨基酸序列、理化性质和结构特点;并设置1个对照组和低、中、高共3个不同剂量NP处理组,用NP质量浓度分别为0,25,50和100μg·L-1的水体浸浴实验鱼28d后,检测各组实验鱼Spo11 基因的表达情况。【结果】Spo11 基因c DNA序列长度为1471bp(Gen-Bank登录号:MF66470),包括66bp的5′非翻译区、编码383个氨基酸的1152bp的开放阅读框和253bp的3′非翻译区。预测SPO11蛋白质相对分子质量为43.23k Da,等电点IP为6.89,主要由亮氨酸、丝氨酸和缬氨酸组成。该蛋白是含有信号肽的不稳性亲水蛋白,二级结构以α-螺旋和无规则卷曲为主。与对照组实验鱼的Spo11 基因相对表达量相比,中剂量和高剂量的NP处理组实验鱼Spo11 基因相对表达量均有所升高,与前者的差异均具有统计学意义(p<0.05)。【结论】环境内分泌干扰物NP可以影响贵州草海鲫鱼Spo11 基因的表达。
     

草履虫单克隆培养种群增长趋势比较研究

【目的】筛选行之有效的草履虫(Paramecium)单克隆培养方法。【方法】结合形态学与 SPSS统计学方法对7种单克隆培养方法下的草履虫种群增长趋势进行比较研究。【结果】采用稻草培养法、大米培养法、莴笋叶榨出汁培养法、熟鸡蛋黄培养法、马铃薯培养法、玉米培养法、酸奶培养法等不同草履虫单克隆培养法培养的草履虫在单克隆培养过程中存在明显的时空量化关系及与之相关联的生殖方式。【结论】马铃薯培养法培养效果最差,而莴笋叶榨出汁培养法培养效果最好;生殖方式直接影响草履虫的种群增长趋势。草履虫的单克隆培养不仅应该选择行之有效的方法,还应掌握虫体在培养过程中的时空量化关系,以保证对草履虫材料的足量需求。
     

一类非可微多目标规划的改进的Mond-Weir型对偶

【目的】研究一类非可微多目标规划问题改进的Mond-Weir型对偶。【方法】分析Mond-Weir型对偶问题基础上,给出该问题的一类改进的Mond-Weir型对偶模型,利用G-不变凸性证明原问题与对偶问题之间的对偶结果。【结果】在适当条件下,得出该问题与对偶问题的弱对偶定理、强对偶定理和非极大逆对偶定 理 并 进 行 证 明。【结 论】改 进 的Mond-Weir型对偶结果可以在更弱的条件下得以证明。
     

二阶锥权互补问题的非单调非精确光滑牛顿法

【目的】将权互补问题引入到二阶锥上,研究二阶锥权互补问题。【方法】基于一个新的带参数的光滑函数,将二阶锥权互补问题转化为一组带参数的非线性方程组,并采用非单调非精确光滑牛顿法进行求解。【结果】在每次迭代中,该算法只需近似地求解一个非线性方程组且只需进行一次非单调线搜索。在适当假设下,证明该算法具有全局和局部二阶收敛性质。【结论】数值结果表明算法的有效性。
     

群体密度对中华倒刺鲃幼鱼数量辨别力的影响

【目的】考察单尾中华倒刺鲃(Spinibarbus sinensis)幼鱼对不同数量比的两个刺激鱼群的偏好以及该偏好是否受群体密度的影响。【方法】利用该鱼倾向加入较大群体的行为习性,采用自行设计的鱼类行为观测装置,通过改变仪器两端的刺激鱼群(Stimulus shoal)的数量以及密度大小,进行二元选择(Binary choice test)实验,计算目标实验鱼对两刺激鱼群的选择率。【结果】在密度相同的条件下,当数量比为12︰12,12︰6或6︰6时,目标实验鱼对两刺激鱼群的偏好没有统计学意义上的差异。在密度不同的条件下,当数量比为12︰12和12︰6时,目标实验鱼偏好高密度刺激鱼群;然而当数量比为6︰6时,目标实验鱼对两刺激鱼群的偏好没有统计学意义上的差异。【结论】中华倒刺鲃不能单独通过离散型数量信息(刺激鱼群的个体数)辨别鱼群的大小;当刺激鱼群的个体数较少而实验装置的刺激区空间较大时,两刺激鱼群之间的密度差异可能达不到中华倒刺鲃连续型数量信息(密度)辨别的阈值;中华倒刺鲃幼鱼可能采取了模拟数量的机制处理大数量信息而使用了对象文件系统机制处理小数量信息。
     

优化小波神经网络停车泊位多步预测

【目的】通过改进停车泊位预测方法为交通出行提供有益帮助。【方法】利用李雅普指数对停车泊位序列进行分析,指出序列具有混沌特性,可进行多步预测。利用db32小波函数具有双正交性、紧支撑性以及消失矩阶数较大的特征,对归一化的停车泊位序列进行多尺度分解与重构,并作为小波神经网络(Wawelet neural network,WNN)的隐含层函数。为提高预测精度和降低预测时间,分别使用粒子群算法(Particle swarm optimization,PSO)和极限学习机(Extreme learning machine,ELM)来优化WNN。其中,使用PSO对WNN的权值进行调整,逐步迭代得到最优值;使用ELM将全局最优值作为单隐层前馈神经网络的输入,使得算法尽快收敛。优化后的WNN结合迭代多输出法对停车泊位进行预测。将上述预测方案称为极限学习机和粒子群算法双重优化的小波补缀网络多步预测(Multi-step prediction based on wavelet neural networkimproved by extreme learning machine and particale swarm optimization,MP-EPWNN)。【结果】仿真实验表明,相对于BP神经网络、遗传算法优化小波神经网络、极限学习机优化小波神经网络、粒子群优化小波神经网络4种算法,MP-EPWNN算法的预测均方误差平均降低了96.6%,预测所需的时间平均降低了65.97%。【结论】MP-EPWNN算法预测停车泊位是有效的。
     

基于改进生态足迹模型的重庆市生态承载力研究

【目的】计算重庆市2000和2010年的生态足迹和生态承载力,研究2000—2010年土地利用类型转换情况,分析生态承载力变化原因,通过生态赤字/盈余分析重庆市生态可持续发展状况。【方法】引入水资源账户和环境负荷并结合重庆市实际调整均衡因子和产量因子改进传统生态足迹模型。【结果】2000—2010年除水资源用地、污染吸纳地和草地的生态足迹在降低,总生态足迹和其他生态足迹在升高;生态承载力方面除耕地降低外,总生态承载力和其他各类用地生态承载力在升高,原因是2000—2010年间耕地转为其他类型用地。【结论】林地、建设用地和水资源处于生态盈余状态,耕地、草地、水域处于生态超载状态,重庆市总体上处于生态超载状态。
     

基于PSO-VNS算法的质押物配送路径研究

【目的】在改进动态惯性权重粒子群算法的基础上,结合 VNS 算法,进一步改善该算法的局部搜索能力和全局寻优能力。【方法】以配送质押物的车辆运行总距离最小为目标,将它转化为带距离和容量约束的车辆路径问题,建立数学模型。针对粒子群算法的优缺点,设计用于求解该问题的混合变邻域搜索粒子群算法。【结果】利用该算法求解应用实例,与基本粒子群算法对比求解的算法收敛过程和所得配送路径方案。【结论】通过实例研究表明,所改进的算法能够快速跳出局部收敛,全局寻优能力得到改善,且收敛速度更快,能够较好地为质押物配送路径问题提供解决方案。