双积分制下汽车生产商生产决策优化

本文研究了燃料消耗量积分和新能源汽车积分"双积分制"下汽车生产商生产决策问题,基于持股比例和内部期权协议建立了传统能源车与新能源汽车联合决策模型,在积分不足、积分富余和积分平衡三种策略情形下求解了最优定价、产量和内部积分协议价,并针对市场积分价格和汽车销售量的实际波动求解了生产计划的鲁棒区间及其应急调整策略.研究结果表明:持股比例主要影响内部协议价形成,持股比例越高,内部协议价越趋近于外部市场价;初始生产计划存在多维非对称鲁棒区间,汽车生产商可通过价格响应机制实现生产计划扰动管理及积分策略切换;控制积分交易限量将改变最优生产计划及其应急调整策略.     

高速公路分车道荷载差异及其响应特性

为研究我国高速公路各车型分车道行驶的交通规则对分车道荷载及其响应的影响,选取实测的单向两车道、三车道和四车道的动态称重(WIM)数据,首先统计了各车型对车道的选择概率;然后,对比了分车道交通流量及荷载分布的差异;最后从车重极值、荷载响应极值、荷载响应损伤累积三方面研究了分车道行驶对桥面结构局部设计、桥梁整体设计和桥梁疲劳设计的影响.研究表明,各车型对车道具有特定的选择概率,分车道在车型组成、交通流量及荷载分布上显著差别.不同车道数时,分车道的外推车重极值存在差别,桥面结构局部设计用车辆荷载模型应据此进行车道修正.分车道荷载响应极值的比值及等效应力幅的比值均不为1,说明分车道最不利荷载响应及疲劳损伤累积效应都不相同,桥梁的整体设计和疲劳设计应该考虑这些特性.     

结合研发转化过程的智能汽车企业运营效率评价

将智能汽车企业运营分为研发转化和生产经营两个阶段进行效率评价.选取上海、深圳证券交易所上市的24家智能汽车概念板块公司,采用二阶段数据包络分析模型,从多年度和多企业类型角度分别对2010~2015年智能汽车企业运营效率进行分析.基于多年度视角分析表明,2013年企业研发转化效率略有下降,在2014与2015年其呈现上升趋势,生产经营效率较为稳定.研究发现,企业整体运营综合效率与研发转化效率存在显著相关性.基于企业类型视角分析表明,企业研发效率较低,说明多数企业与标杆企业相比存在差距,尤其是在智能决策和网络信息领域;而生产经营效率均较高.通过投影分析发现,企业研发投入结构不合理、研发人员能力参差不齐是主要原因.     

轮拱罩充满率对整车气动特性的影响

针对某种小型轿车,基于计算流体力学(CFD)方法研究了不同轮拱罩充满率时旋转车轮对整车气动特性的影响,并与现有理想模型的试验结果对比.结果表明:在其他参数不变的情况下,随着轮拱罩充满率的下降,整车阻力系数上升,升力系数下降,当充满率下降27%时,阻力系数上升接近20%,升力系数下降接近30%.阻力上升主要是由于轮拱罩中的气流量增加,并且受轮拱罩结构的影响,内部流动分离加剧,导致尾流区的涡量均上升,车辆背压下降;升力下降主要是因为下车身气流速度加快,导致下车身压力减小.     

货车整车质量辨识方法研究

针对货车整车质量辨识问题,分别对基于车辆纵向动力学和基于运动学的两种整车质量辨别方法进行仿真和实车试验研究。阐述了两种整车质量辨识方法的原理,在TruckSim软件平台上建立车辆模型并在多种工况下基于这两种方法进行仿真分析。根据仿真结果进行实车试验,提出了一种车速冗余计算和加速度计算的方法,利用带时变遗忘因子的递推最小二乘法（RLS）对实车质量进行估计。研究结果表明,所提出的车速冗余计算方法和加速度计算方法准确有效,同时减少换挡次数能够显著提高辨识算法的收敛速度。相比于运动学整车质量辨识算法,基于车辆纵向动力学整车质量辨识算法能够有效地估计货车整车质量,鲁棒性好,估计准确,收敛速度快,具有很好的工程应用价值。     

高速列车蛇行运动稳定性研究概述

高速列车长期服役的可靠性是高铁建设的首要保证,自激蛇行运动是轨道车辆所特有的一种失稳形式,为了保证车辆的运动稳定性,确保其高速、安全行驶,以高速列车蛇行失稳的理论研究方法为背景,概述了蛇行失稳研究中的主要研究方法及其存在的不足,对近期的研究热点方向进行了概述并对非光滑分岔、非对称运行稳定性等方向进行了展望。对于高速列车的确定性和稳定性而言,在不考虑车辆非线性特性的情况下,一般可以采用特征根法、Routh-Hurwitz准则判定法、最小阻尼系数等方法进行分析;当必须考虑轮轨接触以及悬挂系统等非线性特征时,可以采用特征值变化法、QR算法+二分法、中心流形法、打靶法、延续算法等方法。对于车辆的随机稳定性而言,可以采用随机非线性动力学Hamilton理论、蒙特卡洛法、半隐式的Milstein随机数值模拟、小数据量等方法对随机稳定性、随机分岔以及分岔类型进行分析。由于能够考虑自身结构参数激励、轮轨接触不平顺激励,能得到更接近真实运行条件下的失稳临界速度,随机稳定性、随机分岔的理论研究和试验研究逐渐得到研究人员的关注,成为高速列车蛇行失稳研究的热点方向。     

基于时域模糊决策融合的雷达工作模式识别方法

在雷达工作模式识别中,侦察设备对雷达信号参数的测量误差严重影响了识别效果,针对这一问题文中提出时域模糊决策融合(TFDF)的雷达工作模式识别方法。首先分析了雷达脉冲组特征,在脉冲组层次提取雷达信号的脉冲组描述字(PGDW);然后基于联合隶属度函数改进传统的神经网络硬判决方式,实现雷达信号识别的模糊决策;最后运用DS证据理论将多个时刻的模糊决策融合,从而完成雷达工作模式的最终识别。基于时域模糊决策融合的识别方法可以有效改善参数测量误差对工作模式识别效果的影响。仿真结果以及对比实验表明,文中所提算法具有更好的抗噪性能,在雷达信号的参数测量误差为15%时仍具有90%以上的识别率。     

香气成分的协同作用研究进展

天然产物中香气成分繁多且结构各异,这些香气成分能客观地反映天然产物的风味特点。从嗅觉产生的机理、特征香气分子形成理论和香气物质间协同作用研究方法等方面对天然产物的香气研究进展进行阐述,即通过嗅觉受体与香气分子结合,激活并传导到大脑皮层,最终完成香气感知,解释了嗅觉产生过程;从分子振动理论和识别理论角度,解释了天然产物特征香气形成原因;从阈值法、S型曲线法、OAV法、σ-τ图法等宏观层面,钙离子成像法和细胞电生理等微观层面的两个角度,解释了香气物质间的相互协同作用方法,并总结了存在的问题,对未来研究方向进行展望。     

基于多尺度卷积神经网络的交通标志识别

针对自然场景中交通标志识别问题涉及的识别准确率和实时性改善需求,提出了一种改进的基于多尺度卷积神经网络(CNN)的交通标志识别算法.首先,通过图像增强方法比选实验,采用限制对比度自适应直方图均衡化方法作为图像预处理方法,以改善图像质量.然后,提出一种多尺度CNN模型,用于提取交通标志图像的全局特征和局部特征.进而,将组合后的多尺度特征送入全连接SoftMax分类器,实现交通标志识别.采用德国交通标志基准数据库(GTSRB)测试了所提算法的有效性,测试结果表明,算法在GTSRB基准数据集上获得98.82%的识别准确率以及每幅图像0.1ms的识别速度,本文算法具有一定的先进性.     

基于卷积核分解的深度CNN模型结构优化及其在小图像识别中的应用

小图像由于像素少、分辨率低、整幅图像包含信息较少,识别较为困难。目前优秀的深度卷积神经网络模型多为大图像而设计,而用于小图像的模型则存在着层次不够深、难以对特征进行充分抽象的不足。本文基于VGG19模型,依据卷积核分解的原理,设计了一种KDS-DCNN模型,模型深度达到31层,解决了目前超深度模型不能直接用于小图像识别的问题,实验表明该方法不但提升了识别性能,而且还降低了模型的时间复杂度。在CIFAR-10、CIFAR-100和SVHN三个数据集上的验证结果显示,KDS-DCNN模型性能优越,其识别错误率分别降低到29.46%、6.02%和2.17%。