公路管理单元动态划分技术与数据模型研究

管理单元是公路管理系统中一切管理工作的基本分析单位 ,是决策分析的对象 .管理单元划分得是否合理不但会直接影响到系统后期开发工作的繁简、难易程度 ,而且在很大程度上决定了系统决策分析结果的正确与否及其在实际工作中的实用程度 .在管理单元划分方面 ,目前尚无实用的原则和科学简洁的数据模型可供遵循 .为此在对公路管理系统的特点进行分析的基础上 ,提出了管理单元划分的原则和方法 ,并建立了相应的数据模型     

小区单相交流感应式电能表的改造及IC卡管理系统的实现

基于目前住宅小区的单相感应式电能表，以每一单元8块表为一组，改造设计一种实现预付费的IC卡管理系统．介绍了它的原理框图、电源电路、外围电路和软件流程．该系统在实现预付费功能的同时还具有成本低、安全性好、可靠性高的特点．     

双层弹性支承梁的有限元分析

用有限单元法分析了双层弹性支承梁的静力响应.双层弹性支承梁结构由二种平行的梁(上层梁和下层梁)、上层梁和下层梁之间的离散弹簧和下层梁下部的Winkler基础组成.上层长梁、下层短梁、离散弹簧、Winkler基础和作用在上层梁上的荷载视为一个系统,并将该系统进行有限单元离散,梁单元的弯曲形函数采用Hermitian 3次方插值函数,利用变分原理及形成矩阵的"对号入座"法则建立该系统有限单元形式的平衡方程.阐明了单元刚度矩阵以及在上层梁单元作用竖向集中荷载或分布荷载下单元节点荷载列阵的形成.举例说明了该方法的应用,为类似结构的力学分析提供了一种数值方法.图5,参13.     

资源管理和控制在TD-PRS系统终端中的实现

在TD-PRS系统中，资源单元的管理和控制是由MAC子层来实现的。首先介绍了MAC子层的外部接口关系和提供的功能，然后分析了实现资源管理的方法，最后提出了资源管理和控制的实现过程，对TD-PRS协议栈的开发具有一定的参考价值。     

深凹露天矿高陡边坡稳定性分析与设计优化

以首钢水厂铁矿为依托工程,在系统的边坡工程地质勘查、岩体结构、水文地质调查与渗流场分析、矿区地应力场测量和矿岩物理力学特性测试的基础上,采用固-流耦合的有限差分法、离散单元法和极限平衡分析法相结合的方法,进行了水厂铁矿高陡边坡稳定性的系统分析研究和边坡优化设计,使水厂铁矿各分区的总体边坡角提高了1～6°.     

用有限元法分析无缝道岔组合效应

为建立能反映无缝道岔组合实际受力情况的计算、分析模型,基于有限单元法,建立了多组无缝道岔相联结时钢轨纵向力及位移的计算模型,编制了计算软件,并以12号固定辙叉无缝道岔为例,分析了不同联接形式无缝道岔对钢轨附加力及位移的影响.研究结果表明:道岔不同联结形式对钢轨的受力及变形有明显的影响,其组合效应不容忽视,特别是钢轨的位移受组合效应影响很大;随着组合道岔组合数的增加,钢轨附加力及钢轨位移的组合效应也随之增加,但增加幅值逐渐减少.     

双燃料汽车电控单元控制参数修改与存储技术研究

以前期开发的双燃料汽车闭环电控单元(ECU)为对象，介绍了一套在线修改与存储控制参数的系统，此系统利用PC机与单片机进行串行通讯，使得ECU在配车实验时可以实时调试控制参数，并将调试好的参数以串行方式存储到EEPROM．此系统还有监视功能，对系统稍做修改后，还可用于其他控制系统。     

基于Agent的作战单元行为规划方法研究

在海军多兵种协同攻击蓝方海上舰艇编队的作战想定背景下,为拟制红方参战兵力联合作战协同行动规划计划,采用智能体理论和多智能体技术,将担负作战任务的作战突击兵力定义为作战单元智能体,建立了作战单元智能体的BDI原型结构模型。基于分布计划的分布规划方法,定义了作战单元智能体的协同作战行为规划范围,建立了其协同行为规划问题求解操作方法类模型和行为规划模型,描述了作战单元智能体拟制协同作战行动计划方案的整个规划过程。通过规划形成决策功能,完成了协同行为规划初步计划方案,通过行动计划管理功能完成领域行为规划库的管理。     

不同单元形式对悬索桥受力分析的影响

应用有限元方法对悬索桥进行受力分析时，可采用轴向拉力对刚度贡献的桁架单元或索单元来模拟主缆和吊杆，分别在ANSYS程序中用桁架单元和Midas／Civil结构分析程序中用受拉索单元来模拟主缆和吊杆对算例悬索桥进行静力分析，给出应用这两种单元模式进行悬索桥结构分析的差异，得出用桁架单元代替索单元并用Ernest公式修正弹性模量以考虑索的垂度效应的近似方法精度和适用条件，进而给出用非线性杆系有限元法进行悬索桥受力分析的结论性建议。     

用于多标签文本分类的深度模块化标签注意网络

针对现有文本多标签语义信息挖掘方法仅注重从文本到标签的映射方向，而忽略了从标签到文本的映射方向的问题，本文认为从标签到文本的映射方向可以过滤文本中与标签无关的噪声信息，进而生成只关注于标签信息的文本表示。基于此假设，本文基于注意力机制提出了一种深度模块化标签注意网络，主要由标签注意网络进行多层级联而成。在标签注意网络中构建了双向标签注意单元和自我注意单元，从而得到标签和文本的双向依赖表示。模型在公开数据集RCV1、AAPD、EUR-Lex上与SGM、LSAN、EXAM等算法进行比较，对于现有的最佳性能平均提升0.54%。