车联网发展模式探析

车联网是物联网技术在智能交通系统中的应用,已经引起了国内外相关研究机构的高度重视.通过介绍车联网的基本概念和发展现状,分析探讨了车联网在保障道路行驶安全、防止交通拥塞、促进汽车产业升级和实现智能化交通管理4个方面的应用.结合我国的实际国情,分别研究了车联网发展模式当中涉及的技术模式、商业模式和管理模式问题,指出未来车联网的发展需要综合考虑多种因素,建立一种以政府为主导,企业积极参与的多方共赢的发展模式.     

基于NS-3的VANETs路由协议性能仿真研究

分析了车用自组织网络(VANETs)仿真工具的应用现状,讨论了将NS -3引入VANETs仿真领域的优势.针对VANETs的实际特点,研究了基于NS -3的VANETs仿真平台的构建方法与步骤.依据真实的车辆间通信环境,设计并实现了AODV和OLSR两种路由协议的网络仿真测试方案,并进一步分析了端到端平均时延、分组投递率、吞吐量和时延抖动4项网络性能参数.仿真结果表明,在VANETs应用场景当中,节点运动速度对网络性能的影响较大,而节点密度对网络性能的影响较小;OLSR协议的性能总体要优于AODV协议.     

求解VRPTW问题的不确定性目标偏好蚁群算法*

通过分析多目标的、有时间窗的车辆路径问题,对各个目标进行多属性不确定性语言评判,结合相关专家的综合意见以及决策者自身对专家意见的偏好,将决策者对目标属性的离散意见转换为对各目标的综合意见;通过定义一种综合排序指标来确定决策者对各目标的偏好权重,依据目标权重和各目标函数的规范化处理值,构建评价有时间窗的车辆路径问题的多目标偏好的综合适应度函数,将多目标问题转换为单目标问题,进而采用最大—最小蚂蚁系统算法对该问题进行求解;最后通过一个算例来说明该算法的有效性。     

遗传算法调整蚁群算法参数模型研究

由于蚁群算法参数取值范围的不确定性和参数之间的相互影响性,如何确定待解决问题蚁群算法的最优组合参数使得其求解性能最优成为一个难题,至今对该问题还没有完善的理论依据,大多数情况下是通过反复试验试凑得到。根据这些问题,通过平衡蚁群算法探索和开发能力,建立算法性能评价目标函数,采用遗传算法对蚁群参数进行求解,从而得到一组性能较佳的组合参数。基于经典TSP问题进行试验模拟,仿真实验结果表明,该模型能够有效地确定蚁群算法参数,为蚁群算法组合参数的选择提供了一种可行方案。     

求解VRPTW问题的多目标模糊偏好蚁群算法*

通过分析多目标的、有时间窗的车辆路径问题,对各个目标进行多属性模糊评判,结合相关专家的综合意见以及决策者自身对专家意见的偏好,将决策者对目标属性的离散意见转换为对各目标的综合意见;通过定义一种模糊综合排序指标来确定决策者对各目标的偏好权重,依据目标权重和各目标函数的规范化处理值,构建评价有时间窗的车辆路径问题的多目标模糊综合适应度函数;采用最大-最小蚂蚁系统算法对该问题进行求解;最后通过一个算例来说明该算法的有效性.     

化工材料研究所承办第三届中俄青年学术研讨会行

由中物院国际合作交流部、俄罗斯国家原子能集团公司国际合作局主办,化工材料研究所承办的第三届中俄青年学术研讨会于2011年11月16日-17日在科学城九龙宾馆多功能厅隆重举行。俄罗斯国家原子能集团公司代表团11位代表及来自中物院流体物理研究所、化工材料研究所、总体工程研究所、激光聚变中心的科技人员百余人参加了会议。化工材料研究所科技委副主任舒远杰主持了会议。     

无线数据采集及能源在线管理系统

重钢中板厂无线数据采集及能源在线管理系统是根据能源细化管理的需要而开发完成的.该系统的建成为厂矿企业能源仪表的信息化管理摸索出了一条捷径.文章就系统的系统特点、系统组成结构、系统分析及管理功能、技术指标等方面进行了论述.     

一种改进的放射性气体扩散高斯预估模型算法*

通过对放射性气体扩散的特征描述,针对高斯预估模型存在的缺点,引入了动态变化的泄漏强度,并通过夹角系数的方式将风速和放射性气体自身的扩散速度合成,得到对气体扩散起到关键作用的合成扩散速度,进而更好地模拟了放射性气体扩散过程中在不同时段、不同区域、不同气流状态下的气体浓度。最后通过实验仿真模拟,表明该算法在一定条件下能够有效地计算出放射性气体泄漏后的不同时间点和不同气流状态下的扩散浓度空间分布,能够较好地模拟放射性气体扩散的动态变换过程,对放射性气体泄漏事故现场的预测和评估具有很好的辅助决策作用。     

一种模糊偏好排序的多目标粒子群算法*

为了将决策者对各目标属性的模糊评判信息转换为目标偏好信息,首先将模糊语义转换为三角模糊数,利用模糊数的广义加法、近似乘法和标量乘法进行计算, 从而将决策者对目标属性的离散意见转换为对各目标的综合意见;然后采用多指标模糊排序法确定决策者权重,通过定义一种模糊综合排序指标来确定各目标偏好权重,依据目标权重构建判断多目标Pareto解的适应度函数,并采用粒子群算法对多目标问题进行求解;最后通过一个算例来说明该算法的实用性和有效性。     

一种不确定语言偏好排序的多目标粒子群算法

为了将彼此冲突的多目标问题转换为单目标问题,并充分考虑专家决策过程的不确定性和思维的模糊性,将不确定语言信息转换为不确定语言变量,利用不确定语言变量运算法则进行计算,通过可能度的定义来建立可能度互补判断矩阵,采用多指标不确定性排序法确定决策者权重,从而将专家对各目标的离散意见转换为综合意见,进而确定各目标权重。通过对各目标值进行规范化处理,综合各目标权重得到决策者不确定性偏好排序的目标综合适应度函数,将多目标问题转换为单目标问题,进而采用粒子群算法对该问题进行求解。最后通过一个算例来说明该算法的实用性和有效性。