探讨汽车信息技术的应用

本文通过对车辆安全系统,网络、通讯及导航系统,智能交通系统和移动多媒体系统的介绍,指出汽车与现代信息技术的有机结合适应了当今社会快节奏的生活方式,并强调了其智能化、网络化是信息社会发展必然的趋势.     

基于Echo State Neural Networks的短期交通流预测算法

在城市交通环境,交通流的正确预测是比较困难,因为多个十字路口,这使得预置的交通控制模型之间的相互作用和intertwinement不能保持始终高性能在所有的交通情况。     

新能源汽车发展趋势刍议

汽车工业的发展和汽车保有量的增加及能源和环境的变化对交通问题提出了严峻的挑战,遵循能源发展形势及能源发展战略,研发和使用节能减排的新能源汽车已经成为解决能源和交通问题的必由之路、发展趋势和重要举措。本文旨在通过剖析新能源汽车概念、类型、性能等,以揭示新能源汽车具有良好的发展趋势和远大的发展前景。     

汽车专业课的教学与考核探索

汽车职业教育就是以直接就业为主要目标而展开的教育与教学活动,其是职教主体思想的指南,因此在某种意义上也可以说职业教育就是"就业教育"。汽车用人市场的要求和市场的适应的不断深化和加强使得我们的汽车专业教育变得更加的艰巨,要使我们的教育符合市场需求,那么就必须对我们现有的教学体系和考核体系做出适当的调整和改变。     

电法勘探技术方法、原理及应用研究进展

电法勘探是一种基于岩石电(磁)性差异的地球物理勘探方法,通过对人工或天然电(磁)场时空分布的观测和研究解决地质构造、能源和矿产资源问题。当前,电法勘探在资源、环境以及工程等应用领域是一种非常有效并被广泛使用的地球物理方法。本文介绍了国内电法勘探的发展历程、常规使用电法勘探的工作原理,并阐述了在实际工作中的勘探效果与应用领域。     

教务管理软件版本控制的机制与技术需求分析

版本控制与版本的自动更新功能对于管理信息系统的开发和维护有着十分重要的意义和作用。讨论通过UML对版本控制的机制与技术进行了技术需求分析及其建模的过程,为实现版本控制提供了思路。     

基于自适应模糊神经网络PID控制器的主动队列管理算法

主动队列管理(AMQ)是一种非常重要的拥塞控制的研究领域。但其自身的复杂性和计算机网络的动态特性,传统的PID控制算法由于其固定参数的方式、导致其对动态环境适应性低。为了克服这些缺点,通过对拥塞智能控制理论的研究,介绍了一个新的AQM算法FAPIDNN。模糊控制器是采用自动学习速率η的计算机,通过神经网络PID控制器根据当前网络状态和对网络数据包下降概率的计算基础上,网络速率自主学习的模糊控制器。仿真结果表明FAPIDNN算法在队列稳定、收敛速度和时间延迟上要优于PID控制器。     

Q学习算法在多十字路口交通信号控制模型中的运用分析

在城市多十字路口交通环境、面对复杂和瞬息万变的交通条件之间的相互作用,通常采用的交通信号控制方法常常暴露出效率低和实用性差。一个采用以Q学习为基础的交通信号控制模型,提出了处理没有规律和瞬息万变的交通流量的问题。利用专业的自主学习—Q学习中固有的,自主适应能力的最优控制策略应对的不同交通条件。这个模型的主要优点是没有固定的数学控制模型,正好适合这个环境。在仿真环境下的实验研究结果也说明该算法是切实可行、有效的。     

弹性福利为什么受到关注

弹性福利计划既有效控制了企业福利成本又照顾到了员工对福利项目的个性化需求。