区域性煤炭运输节点的优化

针对当前我国煤炭行业物流诸多现实问题,尤其是煤炭运输通道规划合理化问题,通过对煤炭物流客户的需求量、运输距离及多式联运等信息的分析,并在对煤炭配送中心选址的重要性、合理性及其煤炭调运成本的影响因素的研究之后,文中运用煤炭配送中心合理的选址优化模型与配送成本优化模型等优化方法,实现煤炭运输成本最小化,以达到优化区域性煤炭运输节点的目的。煤炭配送中心合理的选址优化模型与配送成本优化模型的科学性和有效性也经过实验证明其应用的实际价值,为我国煤炭运输通道合理化的建设提供理论和技术支持,也有为我国煤炭运输通道的未来发展提供了指导性的意义。     

化学反应过程的理想功和损耗功

绝大多数化学反应过程都伴随着大量的能量消耗．从节约化学反应能耗的目的出发，运用热力学分析的方法，对化学反应过程的理想功和损耗功进行了分析．介绍了理想功和损耗功的计算方法，并对放热、吸热反应的移热和供热方法提出了有价值的建议．     

CDMA蜂窝网无线定位技术测试与研究

通过对检测移动台信号到达2个基站的时间差实现CDMA蜂窝网中移动台定位的方法研究，对该定位技术进行了实际测试，分析了造成蜂窝网络中无线定位误差的原因，提出了实际情况下实现该项技术必须考虑的因素，通过验证，达到了较高的定位精度。     

指定备选点的配送中心选址-库存模型

为解决物流网络节点备选点受法律、法规及地质等条件限制问题,在可变建设成本LMRP模型研究基础上,从优化角度将模型扩展为指定备选点的LMRPVCC选址-库存问题。结合粒子群算法的特点,设计了指定备选点的可变建设成本配送中心选址-库存模型的初始粒子,并通过连锁零售企业HX公司配送中心进行实证研究。结果表明：配送中心建设成本、下游运输成本、配送中心运营成本和安全库存成本各占总成本的26%、42%、31%、1%。与Daskin文中得出的成本比例图相比,建设成本增长了4%,下游运输成本提高1%,配送中心运营成本降低了5%。     

一种再制造物流网络设施定位优化方法

针对包含正向和逆向的再制造物流网络,提出一种由3种设施组成的2层物流设施定位优化方法,并给出0-1整数规划模型.基于遗传算法的全局搜索能力,全面考虑了正向流和逆向流及其它们之间的相互约束处理,避免了传统拉格朗日启发式算法中求上下限的繁琐计算过程.仿真实验表明提出方法的有效性.     

平面三站时差定位中的模糊及无解研究

利用无迭代方法求解非线性时差定位方程组进行三站平面定位时 ,可能出现无解和模糊现象。本文对此进行了研究 ,找出了无解分布与布站以及测量噪声方差大小的规律 ,得出了模糊分布与布站之间的关系 ,并提供了一些解决方法。     

基于MQNM的双基地雷达目标定位改进算法

针对求解双基地雷达目标定位问题常用的Gauss-Newton法自身固有的缺点,如收敛精度和收敛速度依赖于迭代初值与真实值的接近程度和函数的非线性程度,进一步考虑了目标函数Hessian阵的二阶信息,结合MQNM法(修正拟牛顿法)提出了一种双基地雷达目标定位问题的优化改进算法。计算机仿真结果表明了该算法的可行性和有效性。     

基于改进YOLO的虹膜快速定位检测算法

虹膜定位是虹膜识别系统中不可或缺的环节,针对传统的虹膜定位方法对镜面反射、眨眼等复杂环境下质量差的虹膜图像定位准确率低、计算复杂度高和鲁棒性差等问题,提出了一种基于改进YOLOv3模型的虹膜快速定位方法。针对眼周图像中虹膜内、外圆尺寸变化不大,将YOLOv3网络的多尺度结构改进为双尺度检测;引入了轻量级网络Mobilev3中bneck块来改进特征提取网络,减小模型复杂度;利用K-means++算法对虹膜数据集进行类聚,获得更优的锚点框;模型边框损失函数采用Loss_GIoU改进原均方差(mean squared error, MSE)损失函数;利用虹膜特有几何特征,将模型矩形预测框更改为圆形预测框。在CASIA-IrisV4数据集验证表明,改进模型定位准确率为96.32%,平均精度均值(mean average precision, mAP)为99.37%,检测速度为49.4帧/s,模型参数减少到4.13×10⁶。结果表明改进后的模型较小,并且能够快速精准对虹膜区域定位,具有较高鲁棒性,能够满足虹膜实时定位的场景。     

尺寸链中形位公差环的分析

对在尺寸链中出现的各种形位公差环的特点进行了分析和归纳,并提出了求解包含形位公差环的尺寸链的思路和方法。     

基于SOM算法的蛋白质亚细胞位置预测

由于蛋白质的功能与亚细胞位置有关,可以通过预测蛋白质的亚细胞位置来推断蛋白质分子的功能.首先介绍了SOM模型和Batch-Type SOM模型,并用这两个模型分别预测了蛋白质的亚细胞位置,结果表明,使用SOM模型和Batch-Type SOM模型均可以比较准确地预测蛋白质的亚细胞位置;Batch-Type SOM模型在保持预测准确率的同时还可以减少预测的时间.