辽阳地区农村新能源开发现状与思考

分析了辽阳地区农村新能源的资源现状、开发优势和存在问题，提出了发展对策和建议。秸秆薪柴和畜禽粪便作为辽阳地区重要的生物质资源，将成为未来农村新能源发展的主要原料。目前能源结构性矛盾突出，清洁能源供应不足，开发利用程度低，环境污染严重，同时建设资金不足，资金注入渠道狭窄，服务体系尚不健全，发展基础依然薄弱，必须明确重点发展方向，制订发展规划，拓宽融资渠道，建立技术保障和服务体系，确保实现能源的可持续发展。     

以科学发展观为指导构建生态宜居新晋城的几点思考

按照＂不求其大,但求其优,不求其最,但求其特＂的思想,坚持高起点规划,高标准建设,高效能管理,进一步明确城市发展定位、功能分区,在突出特色、丰富内涵、提升品位上下功夫,努力把晋城市建设成为布局合理、特色鲜明、功能完善、环境优美、适宜人居的山水园林城市,促进城乡全面协调可持续发展。     

计算道路边线点高斯坐标的新方法

根据道路设计资料中的“逐桩坐标表”和其它设计数据 ,计算各条边线桩的高斯坐标 ,推导出可用来检测边线桩间距的实用计算公式 ,并给出了fx_40 0 0p计算器的计算程序     

基于序列分析的制造车间平面布局设计

给定一个制造车间,把生产每一产品所需要的所有零部件的工序合并构成了一个有序图，即物流网络，称为加工装配图(OPC)，其对应的图结构可以抽象为有向树.以这样的有向树为基础，提出通过树的旋转处理算法和序列聚类分析，得到车间的平面布局，并通过一个实际使用范例证实这一方法的有效性.     

航天器座舱布局工效学仿真实验系统—虚拟座舱的研究

座舱布局的工效学设计是保证载人航天器系统安全可靠性和充分发挥航天员工作效率的重要技术途径。本文阐述了虚拟现实技术在此领域的应用概况,提出建立虚拟座舱布局工效学实验系统的基本思想、虚拟布局场景的实现方法、实验参数的设计以及主要的关键技术问题。最后,根据目前研究现状,探讨了其未来的应用趋势。     

基于蚁群-遗传混合算法的设备布局优化方法

以生产车间设备布局优化的最小物流费用为目标,建立了车间设备布局优化问题的二次分配模型,并采用蚁群-遗传混合算法来对这一模型进行求解.该混合算法将蚁群算法和遗传算法的优点相融合,以蚁群系统的解作为遗传算法的初始种群,克服了蚁群算法的收敛速度慢,容易陷入局部最优以及遗传算法的容易早熟收敛等缺陷,来实现模型的全局最优.本文以某机械厂制造车间为例,运用MATLAB编程实现算法求解,结果显示:应用蚁群-遗传混合算法设计出来的设备布局新方案比原始方案总物流费用节约了10.6%,同时,混合算法在求解车间设备布局优化问题时比蚁群算法或者遗传算法速度更快,效果更好.     

基于动态多时段停车需求的公共停车场布局优化

公共停车场布局问题指的是在包含多个停车需求点和多个候选停车场的规划区域内选择若干个停车场,并确定每个被选择停车场的停车泊位数量。提出一个数学规划模型来优化公共停车场布局,在总投资预算约束下使得所有使用者的总的步行距离最短。该模型考虑了动态多时段停车需求,能够保证每个时间段内的停车需求都能得到满足。利用此模型,不仅可以确定停车场的数量和位置以及每个停车场的泊位数量,而且还能确定每个时间段上每个停车场的车辆进出数量。通过一个数值算例,利用LINGO软件对模型进行求解,验证了模型的有效性。     

一种改进的Eclat算法

首先,深入分析了频繁模式挖掘算法Eclat和Eclat+,在大数据集上挖掘长模式时,Eclat+的性能不及Eclat。基于此,提出一种改进的Eclat算法,新算法充分利用了垂直数据表示和交叉计数的高效优势,直接在垂直数据表示的数据集上通过广度优先搜索和交叉计数产生频繁模式。实验结果表明,在挖掘长模式时,改进的Eclat算法的运行速度较Eclat、Eclat+均有明显的提高。     

考虑模糊不确定的地铁货运系统成网布局规划

为解决不确定条件下依托地铁开展城市地下物流的网络设计与优化问题,提出双层地铁-货运系统(metro-based underground logistics system,M-ULS)设施构成,建立地下货运环境效益期望下的M-ULS网络流量配置模型,以综合成本和系统利用率为目标,构建M-ULS网络选址-分配-路径模糊随机规划模型并提出其线性精确化方法,设计离散二进制混沌遗传粒子群算法和精确算法进行组合寻优。结果表明：与确定性情景相比,模糊随机情景下的M-ULS最佳布局方案更加保守,地下物流的环境外部效益可以抵消10%～12%的网络建设运营成本。     

基于Pro/E Layout的模架的自动装配

模架是注塑模具设计与制造的基础部件,模架的标准化可以缩短制造周期,降低成本,简化模具维修。尝试通过Pro／E的Layout模块进行模架的自动装配,可以快速地进行模架设计。