对工程项目管理系统的认识

工程项目管理系统是企业信息系统中关键的子系统。用于指导和协调其它子系统之间业务传递和数据共享。针对工程项目管理存在的信息沟通困难、数据易变化、书面文档多的难点，在建立工程项目管理系统时。可通过计算机网络系统、信息沟通系统、电子文档管理系统、项目数据管理系统等来实现对工程项目的管理。     

新疆灌溉用水定额分区初步研究

在综合分析新疆各地区地形地貌、气候特征、水资源状况、种植结构、农业灌溉用水现状和经济发展水平等因素基础上,采用共区优选法对新疆灌溉用水定额进行分区,并提出相应的改善措施。该结果可为提高新疆灌溉用水率和用水效率,以及为灌溉管理节水提供决策参考。     

俄罗斯粉末冶金高温合金研制新进展

介绍了俄罗斯近几年用于ПС90А2、АИ222和Д27航空发动机的ЭП741НП粉末高温合金盘件的性能及使用情况,以及ЭП962НП和为第5代以及第5代半(俄罗斯划分)航空发动机设计的ВВП系列(ВВ750П、ВВ751П、ВВ752П、ВВ753П)粉末高温合金的研制最新进展。俄罗斯采用等离子旋转电极工艺(PREP)制粉+直接热等静压(As-HIP)成形制造粉末高温合金盘件。使用粒度为<100μm的粉末,为ПС90А2发动机研制的4个ЭП741НП合金盘件,其性能优于АЛ-31Ф发动机上使用的ЭП741НП合金盘件性能。为АИ222航空发动机研制的3个ЭП741НП合金盘件以及为Д27航空发动机研制的4个ЭП741НП合金盘件,其性能达到了技术文件的要求。俄罗斯装配АИ222-15С发动机的Як-130教练机通过了飞行试验,并已交付使用。ВВП系列粉末高温合金的抗拉强度、650℃下的持久强度以及低周疲劳性能均优于ЭП741НП合金,但韧性比ЭП741НП合金低。ВВ752П和ВВ753П合金盘件目前处于试制阶段,用于航空发动机涡轮和压气机的ВВ751П、ВВ750П合金盘件已开始工业试验批生产。     

唐钢庙沟铁矿浓缩池小车滑线的改进

由浓缩池小车滑线引发的故障在生产过程中频繁发生,增加了事故时间和设备成本,制约着产量和效益的提升。文章介绍了对滑线进行改进的步骤、方法,通过成功改进,取得了良好的效益。     

多目标差分演化算法研究综述

多目标差分演化算法是一种简单有效的演化算法,已引起学术界的广泛关注,并在许多领域得到应用。首先描述了差分演化算法的基本思想;接着分析了有代表性的多目标差分演化算法,并给出了改进多目标差分演化算法的一些措施;然后讨论了多目标差分演化算法的性能度量指标,并介绍了多目标差分演化算法的一些应用领域;最后,指出了多目标差分演化算法今后的研究方向。     

求解风力发电机布局问题的超启发式算法研究

针对大规模问题求解效率不高、结果不理想等问题,以影响参数多变的风力发电机布局问题为研究对象,设计并实现了超启发式算法策略,底层算子用差分进化（Differential Evolution,DE）算法和适应性协方差策略（Covariance Matrix Adaptation Evolution Strategy,CMA-ES）算法,高层策略用启发式调用策略选择底层算子求解在不同场景、不同风力参数等多种情况下的风力发电机布局情况。实验将权值选择策略与DE算法、CMA-ES算法和随机调度策略进行比较,最终数据表明该策略求解风力发电布局的效果远高于其他三种。     

现代灯具情感化设计研究

从现代灯具设计不仅要能满足用户的实际需求,更应该满足用户的情感需要出发,论述了情感化设计是灯具设计的一个重要环节,并从不同角度分析了现代灯具设计的情感化表达方法。从造型、色彩、材质、使用方法4 个方面对灯具的情感化设计进行了论述,在此基础上,通过不同实例分析了这4 个因素对用户情感产生的变化。     

采用截面流量统计的高密度人群行人计数

利用摄像头实现行人计数在智能视频监控领域有着重要的价值,但是行人互相遮挡、噪声、摄像机透视效果和图像背景等问题影响了人群计数的准确性.针对高密度人群场景的行人计数准确率的问题,提出了基于截面流量统计的行人计数方法,该方法基于梯度运动历史图像检测前景,并用有效运动图像改进了基于特征提取的行人计数方法,结合运动速度提取方法实现了行人计数.实验结果表明,提出的计数方法在高密度人群场景中具有较高的准确率和实时性,是一种针对高密度人群有效的行人计数方法.     

基于嵌入式系统的汽车行驶记录仪的设计

本文介绍了一种以带有ARM7内核的LPC2292为微控制器,以UC/OS-Ⅱ为操作系统的汽车行驶记录仪.阐述了汽车行驶记录仪所要实现的功能,并介绍了该系统的硬件电路设计和软件设计.系统的软硬件设计部分包括信号采集、数据存储、键盘操作、显示以及数据通信等模块,实验证明所设计的行驶记录仪符合GB/T19056-2003的国家标准.     

支持向量机算法多目标模型选择

为适应支持向量机（Support Vector Machine,SVM）算法应用过程中的不同性能指标要求,将SVM算法的模型选择问题作为一个多目标优化（Multi-Object Optimization,MOO）问题进行处理。以改进的粒子群优化（Particle Swarm Optimization,PSO）算法对该多目标优化问题进行求解,得到其Pareto解集,在具体应用中根据实际需要从Pareto解集中选择适合的最优解作为支持向量机算法参数,实现支持向量机算法的模型选择。在几个数据集上的仿真实验表明,该方法能够较快地得到Pareto解集,解集中的参数组合能够满足对支持向量机算法速度和泛化能力的不同要求。