基于道路工况分析的HEV控制策略优化方法

以某并联式混动公交车为研究对象,建立了四种典型工况模型,采用蚁群算法优化了最小等效燃油消耗控制策略中四种工况的充放电等效因子;分析了路面坡度与电池荷电状态(state of charge,SOC)目标值域调整之间的对应关系,设计了相应坡度自适应模块;提出了基于道路工况分析的混合动力汽车(hybrid electric vehicle,HEV)控制策略优化方法.典型工况下的仿真对比分析表明,该方法具有良好的工况适应能力,燃油经济性明显优于几类典型HEV控制策略.     

基于自然驾驶的山区高速公路行驶舒适性分析

为了掌握山区高速公路的行驶舒适性水平及其关键影响因素,开展了自然驾驶行为试验。采集了多款小客车的加速度数据,得到了不同轴向加速度的峰值累积频率曲线、特征分位值和均方根值。分析结果表明:(1)加速度的幅值和特征分位值略低于减速度,不同的道路对象和车型会导致轴向加(减)速度出现差别,但绝大部分数据都低于较舒适阈值,因此具有良好的纵向舒适性;(2)第85分位横向加速度在0.38~1.1 m/s~2分布,不同车型、不同道路的差别比较明显;总的来看山区高速公路具有良好的横向舒适性;(3)在竖向舒适性方面,仅三菱车在极少数位置上会有不适的感觉,路面震动表现和彩色路面并不会导致乘员不舒适;(4)各轴向加速度的幅值差异很小,三个轴向的加速度加权均方根值是在"舒适"和"稍有不适"区间内分布。     

未知环境探测的多机器人协作机制和策略

机器人间的协调是多机器人系统高效工作的关键，它取决于如何为机器人分配任务以及机器人如何执行任务。本文针对未知环境探测，提出了一种多机器人框架，并给出了一种衡量多机器人合作能力的时间效率曲线。仿真实验表明，该策略可满足未知环境探测任务，并能达到实时规划的要求。     

车辆综合性能测试系统的构建

介绍了VOPT系统的构建方案,分析了车辆综合性能测试的构建、测试流程、软硬件的控制方案及系统的数据处理.通过采用双闭环调速系统,提高了测试过程转速/扭矩静、动态调节特性的稳定性.在应用"机—电"惯量模拟中,对平移、旋转惯量的加载特点、控制方法进行了分析.在排抑系统干扰信号上,提出了多项式最小二乘法拟合曲线的处理方法.     

关于工厂电气控制设备课程项目式教学的探索

本文针对目前的"工厂电气控制设备"课程中电气控制技术部分提出了项目式教学:以学生为中心、改进教学方法,以能力为核心、完善课程设计等改革措施,最后以一个学习情境中的一个项目为例详细介绍该项目的实施过程。     

一种基于任务竞争力的工作流调度算法

网格计算聚集了大量的异构分布式的计算或存储资源,为科学研究提供了一个高性能环境.然而,网格资源的异构性和自治性特征使得任务调度变得极其复杂.针对DAG表示的科学工作流调度问题,根据任务可用资源率确定任务调度的优先级,以任务竞争力刻画任务对资源的最佳匹配度,基于分层调度策略提出了一种基于任务竞争力的工作流调度算法.采用GridSim模拟实验表明该算法相对于其他两个算法,具有更小的执行时间.     

大学英语听力教材评估标准

以听力理解理论和教材评估理论为基础,建立大学英语听力教材评估标准,对大学英语听力教材材料选用的合理性及任务设计的科学性进行细致的评估。     

浅谈任务驱动教学法在《饭店经营与管理》课程中的运用

《饭店经营与管理》是酒店管理专业的基础课程,理论性较强。通过介绍任务驱动教学法与传统课堂教学法相比所具备的优势,结合《饭店经营与管理》这门课程进行了教学运用上的探索。     

复杂系统的MAS动态协作求解时序逻辑模型

借助于组织学思想,将自适应系统中的自主运行单元抽象为Agent,把复杂自适应系统视为多Agent组织,从时间和状态角度,对复杂动态系统的行为进行描述。提出了基于时序活动逻辑的多Agent动态协作任务求解自适应机制和构造模型;详细分析了任务求解BDI Agent的信念、愿望、意图的产生过程和实现方法;深入讨论了协商推理的语义规则和行为规则;给出了协作群组的选择算法,包括从群组的建立、选择任务Agent、分解和分配子任务;从任务求解Agent的心智变化角度,详细描述了动态协作任务求解模型实现的6个阶段:任务动态分配、协作意愿产生、协作群体生成、共同计划制定、协作群体行动和结果评估。通过在MAGE等平台上的实验和仿真测试,验证了方法的可行性和有效性。     

基于改进遗传算法的网格任务调度

为在网格环境下完成任务调度,使服务运行时间和费用2个指标达到最优化,将这2个指标作为网格任务调度模型的衡量指标,将计算经济模型引入网格资源管理,改进了遗传算法。算法中的染色体编码采用间接编码方式,对每个任务占用的资源编码,即实数编码方法。生成初始种群时采用随机生成种群和根据某些先验知识生成种群这2种方法相结合,变异操作时根据原来染色体的适应值和适应度函数进行有目的的随机变异。通过网格仿真平台GridSim对该算法进行模拟验证,并将其与简单遗传算法及GridSim中经济模型下时间最优算法DBC_Time比较,试验结果证明,其能较好完成网格环境下任务的调度,实现时间和费用双目标优化。