一、相异路径选择问题的模型与仿真结果研究（论文文献综述）
李孝林[1]（2021）在《建设项目关系治理困境的形成机理及治理路径研究》文中进行了进一步梳理建设项目管理绩效的持续改善一直是项目管理研究者与实践人员追求的终极目标。随着研究的推进,学者普遍认为关系治理是改善项目管理绩效的有效机制,其机理在于:关系治理具备操作上的灵活性,能极大程度地提升项目的执行效率,并可降低由此产生的交易成本。关系治理的积极作用在部分项目的管理实践中得以充分体现,实现了与理论预设的一致性;但在部分项目中,关系治理的积极作用却未能显现、甚至出现了关系治理有损于项目管理绩效的现象。也就是说,项目管理实践中存在着“关系治理困境”——关系治理并非总能发挥积极的治理效应、并非总能改善项目管理绩效。关系治理困境的存在,表明既有研究存在不足。借助对关系治理研究的文献计量分析,发现既有研究在论证关系治理与项目管理绩效的关系时,暗含了关系治理要素单独发挥作用的前提,未对关系治理包含的要素类型加以界定,从而忽略了各要素间的互动关系及对项目管理绩效的共同作用。因此,既有研究无论是在关系治理作用方式探讨的深度方面、还是在研究结果的可靠性方面以及对管理实践的贡献方面,均有所局限。本研究的目的即是分析关系治理困境的成因并探索其形成机理,并提出关系治理困境的治理路径,以持续提升项目管理绩效。为此,本研究开展了下述工作:首先,对关系治理困境的国内外研究进行回顾,发现既有研究尚不清楚建设项目管理领域的关系治理困境以何机理存在及该如何应对。基于此,对关系治理困境的理论根源——关系治理进行了系统性梳理。借助文献计量分析,全方位地揭示关系治理的研究现状。对关系治理要素进行凝练,将其概括为关系规范、关系行为和关系情境三大类型,并界定各类型下的核心要素。进而对既有“关系规范—项目管理绩效”二元研究框架进行双向拓展,搭建起“关系情境—关系规范—关系行为—项目管理绩效”研究框架。在此基础上,基于交易成本理论的相关观点,引入项目控制权配置这一类别变量,考察其对本研究框架的调节作用,以此提炼出本研究的理论模型。其次,开展检验与论证,揭示关系治理困境的形成机理。基于282份建设项目参与方的有效样本数据,运用Smart PLS 3.0软件对本研究的理论模型进行实证检验,以初步揭示关系治理困境的形成机理。在此基础上,运用系统动力学方法,借助Vensim PLE8.2.1软件探讨关系情境不对称依赖、关系规范信任和沟通、关系行为协调等与项目管理绩效的动态响应情况及内在联系,以深入揭示关系治理困境的形成机理。基于此,得出下述研究结论:关系规范信任和沟通均正向影响项目管理绩效、关系行为协调正向影响项目管理绩效、关系规范和关系行为动态地影响着项目管理绩效、情境因素不对称依赖是造成关系治理困境的重要诱因、项目控制权配置对理论模型的调节作用不显着。最后,整合结构方程模型SEM量性分析和系统动力学仿真模拟的结果,从关系情境不对称依赖、关系规范信任和沟通、关系行为协调与项目管理绩效的内在联系出发,揭示了关系治理困境的形成机理。基于此,从以下四个方面给出了关系治理困境的治理路径:（1）避免建立不对称依赖关系,防止其对关系治理的积极效应发挥造成阻碍;（2）提升EPC、PPP等项目中业主与承包商的信任水平,稳定项目管理绩效改善的路径;（3）完善项目沟通机制,加强业主与承包商之间的沟通;（4）改善项目协调机制,提升业主与承包商之间的协调效率。本研究创新性工作主要表现在以下两个方面:第一,本研究运用文献计量分析的等研究方法梳理了关系治理的既有研究,构建了“关系情境—关系规范—关系行为—项目管理绩效”的研究框架。本研究以建设项目管理领域存在的关系治理困境为出发点,分析了关系治理困境的研究现状及研究缺口,在此基础上借助文献计量分析回顾了关系治理研究的核心内容,并将其细分为关系规范、关系行为、关系情境三大类型,填补了既有研究侧重于关系规范分析的不足,拓展了关系治理理论的研究范围与研究层面。此外,本研究对既有“关系规范—项目管理绩效”的二元研究框架进行了双向延展,搭建起本研究“关系情境—关系规范—关系行为—项目管理绩效”研究框架。此外,通过将类别变量项目控制权纳入到本研究的分析体系之中并梳理各变量之间的作用关系,构建了项目控制权配置方案调节下的数个中介模型,为从形成机理层面揭示关系治理困境的形成机理提供了理论支撑。由此,本研究可推动关系治理相关研究的持续发展,具有理论层面的创新性。第二,本研究设计了“实证+仿真”的综合研究模式,深入揭示了关系治理困境的形成机理、并提出了关系治理困境的治理路径。实证研究长于静态地分析某一时间点上各变量之间的横向联系,却难以动态地展现各变量间的变化过程。因此,实证研究对关系治理困境形成机理的诠释势必具有局限性。由此,本研究在进行实证分析之后,另从系统建模的角度构建起关系治理范式下的项目管理系统,藉此对关系治理困境的形成机理进行了仿真演示,实现了对关系治理困境形成机理的深入诠释。故本研究“实证+仿真”的综合研究模式较好地实现了实证分析与系统仿真结果的互补与对照,提升了研究结论的稳定性、加强了研究结论的说服力与可信度。因此,本研究使关系治理的研究实现了从静态分析到动态揭示的进步,“实证+仿真”的综合研究模式亦具有研究方案设计方面的创新性。
陈涛[2]（2021）在《三相电压源逆变器功率管开路故障诊断方法研究》文中进行了进一步梳理三相电压源逆变器在轨道交通、电力系统、航空航天、机器人、电动汽车及工业通用变频器等领域被广泛应用,其可靠性能已经成为保证系统安全运行的关键技术。三相电压源逆变器的故障表现主要分为开路故障和短路故障,现阶段针对短路故障一般采用成熟的硬件电路进行处理,而开路故障诊断技术尚处于研究和发展之中。本文针对三相电压源逆变器功率管开路故障问题,从多个角度对故障特征分析、故障影响机理、故障检测和定位技术等方面进行了深入研究,提出了四种不同的故障诊断方法,主要研究内容和研究成果如下:（1）提出了基于电流矢量相位的三相电压源逆变器功率管开路故障诊断方法。详细分析三相电压源逆变器健康状态、单管故障、单相故障、异相同侧双管故障、异相异侧双管故障下的电流矢量相位变化特征,归纳电流矢量相位在不同故障下的变化规律,为利用电流矢量相位进行故障诊断提供依据。设计基于电流矢量相位标准差的故障检测算法和基于电流矢量相位特征值的故障定位算法,实现仅利用电流矢量相位信息完成功率器件开路故障的在线快速检测和定位。（2）提出了基于故障在线模拟的三相电压源逆变器功率管开路故障诊断方法。剖析电力电子电路的混杂动态特性,归纳基于混杂自动机的电力电子电路一般建模步骤及分析三相电压源逆变器-电机系统运行机理,并在此基础上利用混杂自动机建立逆变器-电机系统的混杂模型。利用健康混杂模型构建电流估计器实现故障检测,有效消除转速和负载突变的影响及提高对误警报的抗扰度;利用电流矢量相位信息实现故障类判断以减小计算负担及提高诊断可靠度;提出基于故障在线模拟技术的故障定位方法,利用混杂模型在线模拟可能发生的故障,再根据模拟电流残差完成故障定位,并将电流矢量相位特征应用于逆变器故障类判断,有效地提高诊断速度和可靠性。（3）提出了基于输出线电压残差分析的三相电压源逆变器功率管开路故障诊断方法。建立单相和双相开路故障下输出线电压残差的数学描述,并分析不同开路故障条件下输出线电压残差的特性规律。推导线电流残差与相应输出线电压残差正负极性的一致性关系,从而通过对输出线电压残差分析实现基于线电流残差信息的故障检测和定位方法,在避免使用额外的传感器的同时提高了故障诊断速度。（4）提出了基于卷积神经网络的三相电压源逆变器功率管开路故障诊断方法。选取电流矢量相位作为故障特征量以降低故障数据维度,并建立逆变器22种功率管故障类型（含健康状态）的数据集。通过引入大卷积核的第一层卷积构建适用于一维信号特征提取的ConvNet模型,从而提高网络诊断准确率,基于该模型实现逆变器开路故障的分类诊断,并进行可视化分析和验证。通过在改进版残差块中增加最大池化层构建的ResNet模型实现网络运算加快和特征信息筛选强化,基于该模型实现扰动下逆变器开路故障诊断,并将其与ConvNet、VGGNet模型进行对比分析,说明了 ResNet模型在实际中应用的可行性和有效性。本文从不同的角度深入探究了三相电压源逆变器功率器件单管、单相和双管开路的故障特征和影响机理,为三相电压源逆变器功率管状态监测和开路故障诊断提供了新的解决方案和技术支撑。
牛燕菲[3]（2020）在《LTE-R无线信道特性及对系统性能影响的研究》文中研究指明近年来,高铁成为日常交通的首选,铁路专用移动通信也起到越来越重要的作用。目前,由于铁路数字移动通信系统（Global System for Mobile Communications for Railway,GSM-R）的窄带特性,无法满足铁路各项需求。因此,由于长期演进（Long Term Evolution,LTE）技术高速率、低时延、完整的产业链等显着优势,提出了基于LTE技术的铁路下一代专用移动通信系统（Long Term Evolution for Railway,LTE-R）,从而满足承载语音、数据和视频的铁路专用通信新需求。第一条LTE-R网络试验段已在2018年部署完毕。与公用LTE网络不同的是,LTE-R铁路专网基站沿铁路线布置,拟采用465MHz频段、5MHz带宽,且铁路线电波传播场景特殊,在高速移动时的列车会导致信号存在多普勒频移和多普勒扩展。并且铁路通信有高可靠性要求,此时,研究LTE-R网络性能与信道特性之间的关系很有必要,这样才能保障铁路运行安全。本文首先对高铁LTE-R网络试验段的系统吞吐量和无线信道进行测试,通过分析吞吐量数据,发现网络吞吐量在小区边缘等区域较差;之后基于信道测量数据,分析无线信道传输特性。最后,结合以上两种分析结果,搭建实验室高速半实物仿真平台,对LTE-R网络进行了吞吐量性能与信道特性之间关系的测试与分析。本论文的主要工作如下:（1）开展了高铁场景下LTE-R系统吞吐量性能测试,根据LTE-R吞吐量测试数据,结合同时刻接收端测量到的参考信号接收功率和信噪比,分析LTE-R系统吞吐量性能,提出了导致系统下行吞吐量下降的原因。（2）开展了LTE-R无线信道测量,解决了基于信道测试数据提取导频信号的问题,涉及时频同步、OFDM解调、导频信号提取等步骤。依据提取的导频信号,分析了乡村场景下的LTE-R路径损耗、大小尺度衰落和噪声干扰程度等信道特性。（3）在实验室环境下搭建了LTE-R高速半实物仿真平台,动态模拟高铁信道环境,基于萃取的大尺度衰落、多径时延、频移、莱斯因子等无线信道参数,在不可分辨单径、两径、三径条件下进行了系统性能测试,分析了吞吐量性能受无线信道特性影响的程度,为LTE-R系统的优化提供理论基础。
张誉凡[4]（2020）在《无线传感网中基于压缩感知的数据收集算法研究》文中指出无线传感网（Wireless Sensor Network,WSN）由大量在监控环境中随机分布的感知节点组成,在农业、军事、环境以及工业等各个领域发挥着不可或缺的作用,节点通过感知模块、收集模块与传输模块将数据收集并传递给基站（Base Station,BS）,然后在BS完成数据的分析与处理。由于WSN大多部署在环境恶劣,人为难以到达的地方,并且节点能量补充、替换的成本较高,因此,网络的能耗、均衡性、稳定性以及生命周期成为研究的重点。WSN中能量主要用于数据的收发,因此减少数据的传输量是降低能耗的主要途径之一。压缩感知（Compressive Sensing,CS）理论利用信号的稀疏性,通过观测矩阵将高维度信号转换为低维度信号,能够有效地减少数据量,并根据重构算法恢复接收的数据。本文在数据收集过程中结合CS理论,可高效率地压缩数据,降低数据的收发量,实现减少网络能耗,延长网络生存周期的目的。具体研究工作如下:（1）针对WSN中节点部署密集,数据冗余性较高的问题,本文根据CS理论和空间相关性来减少参与采样的节点,提高网络传输效率;针对节点短时间内收集的数据可压缩性强的特点,本文通过CS理论和时间相关性将多个时隙的数据压缩,减少数据收发量。因此,通过结合CS理论与时空相关性,可达到降低节点能耗,延长网络有效工作时间的目的。（2）针对现有链式收集算法能耗偏高、均衡性较差以及节点部署数量较多的问题,本文提出一种基于时空压缩的链式数据收集算法。首先,该算法在随机游走算法（Random Walk,RW）的基础上结合时空相关性,充分压缩节点收集的数据;其次,在游走开始阶段,该算法根据提出的节点类别开启数据收集过程;然后,该算法利用邻居节点分布信息预测传输长度,判断游走方向,以改善RW算法传输长度过长导致的能耗高的问题;为了缓解节点能耗不均衡的现象,该算法通过提出的访问记录机制平衡节点访问量;最后,通过仿真实验验证算法的可行性,结果表明:相比于已有的CSRW、STCS-RW和STCDG-TW算法,该算法降低了节点能耗,提高了网络均衡性,并减少了节点部署量。（3）为了进一步提升网络的均衡性,延长网络寿命,本文提出一种基于Fuzzy ART的分簇数据收集算法。首先,该算法根据空间相关性与簇的关系,结合Fuzzy ART、Hausdorff距离以及数据相异度,优化簇的形成过程;然后,利用节点剩余能量、簇间及簇内通信距离设计新的簇头轮换机制;其次,为了提高簇的收集效率,该算法改善了功能性节点的选择策略;此外,通过研究路由对网络能耗与稳定性的影响,提出了簇内两跳路由与簇间分阶段路由策略;最后,通过仿真实验验证算法的有效性,相比于已有的Cluster HCS算法,该算法能有效降低网络能耗,提高网络均衡性和稳定性,与本文提出的基于时空压缩的链式数据收集算法相比,可进一步延长网络生存周期。
刘忠良[5]（2020）在《同站进出视角下的北京城市轨道交通乘客出行特征及异常行为研究》文中研究表明随着城市轨道交通建设投资增加,轨道运营里程显着增加,轨道交通进入网络化运营阶段。网络化运营对路网服务质量和精细化管理要求越来越高。以北京轨道交通为例,轨道交通网络四通八达,应用信息化技术,乘客实现无障碍换乘,提升服务感受。但同时也产生了相关问题,因为票卡非实名且无障碍换乘,所以运营单位难以准确了解乘客出行路径,制约了精细化管理水平进一步提升。本文在对北京轨道交通7000万条乘客出行数据的预处理中,发现了一些非正常乘车行为,这些非正常乘车行为会对运营安全造成隐患,同时也会在一定程度上影响路网服务水平和企业效益。本文对其中的一种称为“同站进出”异常乘车行为进行了统计。同站进出,即在短时间内,乘客在相同车站刷卡进出。统计获得,北京站同站进出比例约为3.5‰,天通苑站约为7‰;一些客流量较小的车站,比如良乡站,甚至达到了9‰。造成上述异常乘车行为原因是什么?如何有效识别进而加强管理?本文将通过数据进行原因分析,为运营管理单位提供分析方法和模型,并初步提出政策建议。本文主要工作如下。通过分析北京轨道交通OD（Origin-Destination）数据,基于数据可视化分析与机器学习算法,构建轨道交通同站进出分析模型;运用聚类分析、乘客特征分析与机器学习的方法,在乘客画像验证分析的基础上,识别出有异常行为的人群,为轨道交通管理提供决策参考。具体讲,本研究的主要内容包括五方面:一是在数据分析的基础上,明晰同站进出的概念,并用Python语言设计同站进出的分析算法,进行验证分析。验证结果表明,所研究的算法具有很好的结构性特点,可以分析大规模数据。二是从车站、线路、时间以及乘客等四个维度,分析城市轨道交通乘客同站进出特征。分桶结果发现:与同站进出总量结果不同,同站进出比例较大的车站为景泰站、良乡大学城站等偏远、客流量不大的车站,而且同站进出的时间间隔主要集中在5分钟以内,个别票卡出现了120次同站进出现象。三是对乘客进行追踪分析、时间分布分析,在此基础上研究乘客乘车的行为聚类。四是运用数据可视化技术分析各类别中典型票卡的同站进出习惯,并将其异常行为归结为三类,即“疑似偷盗”行为、“疑似乞讨卖艺”行为与“疑似发小广告”行为,后两种可以称为蹭福利行为。五是进一步讨论异常行为中的“疑似偷盗”行为、“疑似乞讨卖艺”行为和“疑似发小广告”行为等问题,并基于随机森林算法,对异常行为进行分类管理,以便为运营管理单位提供一种可以预测的方法。本文的创新点如下。（1）提出一种新的密集型数据的分析方法。为了解决轨道交通数据聚类分析过程中两个数据对象相似或相异性问题,引入了相异性度量的概念,数据对象之间的相异度是在轨道交通数据聚类分析之前完成的。一般,用相异度矩阵（或相似度矩阵）来表示其相异度。传统轨道交通数据聚类分析算法还需解决数据密集型计算环境下数据挖掘效率不高、准确度不高的问题。本文提出一种改进的数据密集型计算环境下基于密度的分布式聚类算法（Data-intensive Density Base Distributed Clustering,IDBDC）算法,并引入了开源项目Hadoop下的Map Reduce编程模型,结合云计算和数据流聚类技术,将聚类算法整合到Map Reduce模型中,使其有效解决数据密集型计算环境下的数据分析挖掘。（2）异常人群识别方法与画像。对存在异常轨道交通同站进出行为的票卡进行聚类算法与数据可视化分析,分析各类别中典型票卡的同站进出习惯,并根据其异常行为进行分类研究,基于一种改进的数据密集型计算环境下基于密度的分布式聚类算法,将异常行为归结为三类,即“疑似偷盗”行为、“疑似乞讨卖艺”行为与“疑似发小广告”行为。“疑似偷盗”行为一般具有频繁地换乘,随机停留,经常进行短途出行;“疑似乞讨卖艺”行为一般具有每天比较稳定的乞讨路线,且在站时间非常长的行为;“疑似发小广告”行为一般具有固定的派发时间,且是团伙派发的行为。（3）乘客行为预测与验证。出于管理成本考虑,运营管理单位无法全部一一核实每张票卡的行为特点,即这些票卡究竟是“疑似偷盗”行为、还是“疑似乞讨卖艺”行为、抑或是“疑似发小广告”行为。本文采用学习样本方法,预测各类票卡的行为特点。本文设计了基于随机森林方法的预测分析方法,利用bootsrap重抽样方法从原始样本中抽取多个样本,对每个bootsrap样本进行决策树建模,然后组合多棵决策树的预测,通过投票得出最终预测结果。研究的数据集显示,对于预测行为的描述,基本符合“疑似偷盗”行为、“疑似乞讨卖艺”行为和“疑似发小广告”行为。经过实际抽样测试本文提出的预测模型相对准确,提升乘车异常行为管理准确性和效率。图115幅,表63个,参考文献148篇。
王秀杰[6]（2020）在《柳州汽车产业集群竞争力分析与评价研究》文中进行了进一步梳理中国目前处于汽车产业集群理论与实践应用的关键时期,柳州汽车工业经过近50年的建设和发展,产业集聚优势逐渐显现,已经成为中国中西部地区的重要汽车生产基地。汽车产业集群是一个复杂的运行系统,单纯用某种理论无法为产业集群竞争力做出科学的合理解释。本文以柳州市汽车产业集群为研究对象,在综述前人研究成果的基础上,试图系统的、动态的、全面地研究汽车产业集群竞争力,分别从要素属性、网络属性和能力属性三个维度来分析汽车产业集群竞争力的来源及产生机理,构建出汽车产业集群竞争力分析模型。在研究方法上,采用规范研究与实证研究相结合、归纳与演绎相结合、定性研究与定量研究相结合、文献研究与实地调研相结合等方法;在理论分析方面,主要运用管理学、新经济地理学、区域经济学、生态经济学、新经济社会学、产业经济学原理,对汽车产业集群的内涵及演进动力机制、竞争优势、集群竞争力进行了研究,在此基础上提出了相应的产业升级策略。全文研究从以下方面展开:1、产业集群发展相关理论的梳理和评述,对产业集群的内涵、特征及形成机制,集群竞争力及评价,汽车产业集群及特征等问题做出适合本文研究的新的界定。在此基础上构建出包含要素属性、网络属性和能力属性三个维度的汽车产业集群竞争力分析模型。2、柳州汽车产业集群竞争力能力属性分析。介绍了柳州市汽车产业发展概况,以及柳州汽车产业在当前发展中遇到的主要问题;应用共词聚类分析方法,从研发能力、供应链建设能力、生产能力及市场营销能力四个方面确立了汽车产业集群能力属性的分析体系,并据此分析了柳州汽车产业集群竞争力能力属性,对柳州汽车产业集群竞争力的整体外在表现进行了全面阐述。3、柳州汽车产业集群竞争力要素属性分析。运用产业集群竞争力要素属性分析经典模型——Porter钻石模型,从模型六个要素方面分析了柳州汽车产业集群竞争力来源及形成机制,对形成柳州汽车产业集群竞争力所需的要素资源进行了系统研究。4、柳州汽车产业集群竞争力网络属性分析。创新性的把组织生态学引入到汽车产业集群内部协同进化的动力机制研究中,提出了汽车产业集群生态系统的概念;运用Lotka-Volterra模型,构建了基于种群之间协同进化的汽车产业集群演化动力机制数学模型并进行模拟仿真。基于该动力机制模型,分别分析了柳州汽车产业集群内整车企业之间、整零企业之间以及零部件企业之间的竞争力协同进化机制与特征,对形成柳州汽车产业集群竞争力所需的内部动态协作网络机制进行了深入剖析。5、柳州汽车产业集群竞争力评价研究。在前文研究基础上,构建了定性和定量相结合,综合考虑当前发展实力与未来成长能力的多维度、动态、综合性的汽车产业集群竞争力评价指标体系。把传统复杂系统决策方法AHP与一种新型元启发式优化算法Cuckoo Search相结合,构建了CS-AHP评价方法。选取与柳州市经济水平相当、汽车工业发展水平相近、地域相邻的湖南省长沙市作为参照,展开对柳州汽车产业竞争能力研究,为柳州市汽车产业规划的制定提供科学依据,也为更好的进行汽车产业集群竞争力评价做出了有益的探索。6、柳州汽车产业竞争力提升策略研究。在前文研究基础上,提出了柳州汽车产业升级策略如下:持续制定合理的产业集群发展对策;持续提高集群专业化和规模化水平;集成资源,持续提升集群整体创新能力;完善集群协调机制,持续提升产业链协同效应;抓住产业变革机遇,努力推进转型升级;努力改造提升零部件产业以及努力促进人才培训与引进。
孟娇[7]（2019）在《B2C电子商务环境下回程带货车辆路径的研究》文中指出在过去几年中,特别是在应对环境保护的回收问题时,带回程取货的车辆路径问题（Vehicle Routing Problem with Backhauls,VRPB）引起了很多关注。回程带货的出现,不仅使物流运输的成本降低,也使社会资源得到了充分的利用。在实际问题中,企业为了提高服务质量,会满足客户要求特定的服务时间,由于服务时间的减少,会使物流运输的效率提升,进而更加节省成本。因此本文研究的是带回程取货的车辆路径问题（VRPB）和考虑时间窗约束的带回程取货的车辆路径问题（Vehicle Routing Problem with Backhauls,with Time Windows,VRPBTW）,其主要内容概括如下:第一:构建模型。在传统的物流配送模式中引入了预售模式的理念,预售模式是在数据预处理阶段,在短时间内快速聚集单个分散的客户需求订单,使订单更加集中,在设计配送方案时,能够避免更多的重复劳动,达到节约资源的目的,不仅有利于可持续发展,也能降低物流成本。在此基础上,分别建立了最小化车辆行驶成本与车辆固定成本之和的单目标函数、以及最小化车辆总行驶成本与时间惩罚总成本之和的单目标模型,考虑到时间成本和顾客服务满意度,本文建立了带有软时间窗约束的模型。第二:算法设计。本文采用k-均值聚类算法（k-means）和禁忌搜索算法（Tabu Search Algorithm,TS）的混合启发式算法来进行求解。禁忌搜索算法的原理是从一个初始可行解出发,通过禁忌及特赦准则来对全局最优解及当前最优解进行改进,从而达到求出满意可行解的目的,禁忌搜索算法対初始解有一定的依赖性,一个高质量的初始解能够在解空间中找到一个最终的高质量的解决方案,提升禁忌搜索算法的收敛速度,所以本文采用k-means算法得到了有效的初始解。通过遗传算法（Genetic Algorithm,GA）和禁忌搜索算法所求的解相比,证明禁忌搜索算法具有简单、易行、改进效率高的特点,因此选择该算法进行模型求解。第三:仿真实验。给出相关的数据案例,根据建立的数学模型以及设计的算法,通过Python软件编程,获的高质量的解决方案,给出较好的运输路线方案,并由实验结果可知,算法运行效率较好;在此基础上,分析不同参数的设置,如迭代次数、聚类中心、禁忌表长度等,选择合适的参数值对算法和模型进行验证,仿真结果表明算法的可行性与高效性,能够减少更多的车辆运输成本和时间成本。
周文娟[8]（2019）在《基于非度量多维缩放的划分聚类组合算法研究与应用》文中进行了进一步梳理随着科技的不断发展,聚类作为机器学习人工智能领域重要的分析技术之一,在面临日益纷繁复杂的社会和现实问题面前,传统单一的聚类方法捉襟见肘,远远不能满足实际需求。本文从把数据类型扩充到非度量型的高维数据、有效结合基于个体轮廓系数的变化率函数确定最佳聚类个数以及充分融合蚁群算法和粒子群算法的优势优化初始聚类中心三个方面进行改进,并对改进后的算法有效性进行实例验证。本文的主要工作内容和成果如下:1、根据非度量型高维数据问题亟待解决,进行数据预处理,阐述非度量多维缩放技术,思想原理以及算法流程。一方面通过非度量多维缩放解决非度量型高维数据问题的研究,另一方面结合非度量多维缩放扩大了K-Means聚类算法的适应范围。2、基于非度量多维缩放的聚类组合算法基础上构造一种自适应确定K值的方法。利用个体轮廓系数的变化率作为评价函数,当该函数收敛时,通过相邻K两两之间轮廓系数的变化值最大自适应得到最佳聚类个数K。3、粒子群算法与蚁群算法有效融合已经成功应用各类优化求解问题,融合PSO-ACO各自优势来优化初始聚类中心。先利用具有全局性和快速性的粒子群算法获得初始信息素分布,再利用具有正反馈性和并行性的蚁群算法得到精确解,经过算法的多次迭代,可以较大概率得到全局最优解.将改进后的划分聚类算法分别应用于实际数据和仿真数据进行分析,实验表明新算法在求解能力和时间效率上均有有效提升,另外集群性能实验也进一步验证新算法基于大数据平台优势更加明显.但是由于融合策略中粒子群算法中设定不同的集群数量,可能会导致初始聚类中心存在微小的差距,因此在迭代算法优化问题还需要进一步完善和探讨。
王淋[9]（2019）在《绿色建筑项目关键风险识别与治理研究 ——面向东北地区样本的分析》文中研究表明大力发展绿色建筑是当前实施可持续发展、节约资源和能源、保护环境的一项重要举措,近年来,在国家和政府的鼓励下,绿色建筑得到了很大的发展,但由于绿色建筑比一般建筑具有更大的风险性,绿色建筑开发的数量呈逐年下降趋势,在建筑市场中的大多数建筑企业仍处于观望状态,风险问题仍然成为很多开发商对绿色建筑项目“望而却步”的首要原因。绿色建筑项目面临比传统建筑项目更复杂的风险系统,当前尚缺乏适当的方法来评估与绿色建筑项目有关的风险和不确定性。现有研究都试图从项目风险系统中分离出各个独立的风险,找到各个风险所属的类别和风险源,并未充分考虑风险与风险之间存在的相关性带来的影响。由于利益相关者的多样性,很难找出一个精确的边界来区分单个利益相关者带来的风险。因此,本研究采用网络分析的方法,结合项目所处的各个阶段,探究主要利益相关者所面临的关键性风险。实际上,绿色建筑项目的风险系统是一个交织的风险网络,各个风险因素之间具有一定的关联关系,风险关联关系在一定程度上决定着整个项目的风险程度和风险治理的方向。基于此研究思路,本论文综合网络分析、利益相关者、项目治理、演化博弈等相关理论及方法,研究这一问题。本论文主要从东北地区选取样本及典型案例进行相关研究。东北地区由于地处老工业区和集中供暖等原因,需要更多的绿色建筑项目来实现节能环保和可持续发展。然而,目前我国东三省的绿色建筑项目总数量较少,发展状况堪忧,更迫切地需要大力推进绿色建筑的发展。因此,以东北地区为典型案例的研究,有助于打破东北地区绿色建筑项目开发的僵局,促进东北地区绿色建筑的可持续发展。本论文主要研究内容包括:第一、本文以绿色建筑项目主要利益相关者为视角,采用文献调研结合专家访谈的方式初步确定了绿色建筑项目的风险因素,然后采用问卷调查及有关统计分析软件,进行了绿色建筑项目的加权风险关联关系网络的绘制和参数计算,使用网络凝聚特性指标k核、网络从属关系指标—岛屿与网络基本参数相结合的研究方法,对绿色建筑项目的风险关系进行综合分析与评估。第二、根据绿色建筑项目风险网络的特征,选取了网络效率为指标,计算出了各个风险因素的敏感度,并对各个风险因素的敏感性进行了量化分析和风险的反扩散研究。通过各阶段各利益相关者的风险演化路径分析,编制了绿色建筑项目各利益相关者的风险因素反扩散控制单,实现了面向主要利益相关者的项目关键风险各阶段归类,以指导各主要利益相关者在项目各阶段有针对性的风险治理。第三、进行了绿色建筑项目风险分析的案例研究,选取长白山某酒店绿色建筑项目,利用网络分析方法,对该绿色建筑项目的关键风险进行识别、提炼和聚类,进行了风险敏感性分析与反扩散研究,编制了该绿色建筑项目各主要利益相关者的风险因素反扩散控制单,提出了多项促进该项目风险协同治理的对策。第四、分析了绿色建筑项目风险协同治理的演化博弈过程,构建了两方和三方的演化博弈模型并进行了数值仿真模拟与对比分析,推演出绿色建筑项目风险协同治理的必要条件,剖析了绿色建筑项目风险协同治理的策略。本研究的创造性贡献体现三个方面:（1）构建了绿色建筑项目风险关联关系网络模型,采用网络分析中的K核和岛屿指标对绿色建筑项目风险关联关系网络进行了分析,实现了绿色建筑项目关键风险因素的提炼和聚类。（2）从风险网络关系的角度进行了敏感性分析和风险反扩散研究,通过各阶段各利益相关者的风险演化路径分析,编制了各阶段各利益相关者的风险因素反扩散控制单。（3）进行了详细的风险协同治理演化博弈均衡点及稳定性分析,通过对比分析两方和三方演化博弈的数值仿真结果推演出绿色建筑项目风险协同治理的必要条件,为绿色建筑项目的风险协同治理提供了有针对性的政策参考。本研究的结果表明,各主要利益相关者需要在项目的全生命周期各阶段相互协作,以减少风险的发生。其中承包商面临的风险因素数量最多,风险关联关系最复杂,因此需要实时监控;政府部门的积极参与对于达成绿色建筑项目风险协同治理的均衡策略极为重要;从利益相关者的角度出发,结合绿色建筑项目的各发展阶段制定出项目风险控制单,有利于主要利益相关者有针对性地进行各阶段的风险治理与管控。研究成果可为各主要利益相关者规避绿色建筑项目风险,高效率地进行风险协同治理提供参考。
郑娅云[10]（2019）在《薄板拉深电磁压边控制系统设计与研究》文中认为薄板拉深是指在压力机或拉深机上实现板材拉深形变的一种加工方法,在生产实际中有着广泛的用途。在薄板拉深成形过程中,压边力过大或过小会造成工件的起皱或破裂,直接影响产品的质量。因此能否提供适当的压边力是板料拉深成形是否成功的关键。压边力的提供方式包括机械式、液压式和电磁式。机械式压边的缺点是结构复杂,体积笨重,无法灵活改变压边力的大小。液压式压边的缺点是液压油容易泄露且结构复杂,设计难度大。电磁式压边是电磁力作为压边力,该方式的优势是电磁力调节灵活方便,难点是对适应被加工材料的电磁场设计和电磁力方向和强度的准确控制。随着生产实际中对薄板拉深成品质量要求的不断提升,先进的电磁压边控制技术在该领域的应用研究具有重要的应用前景。本论文研究针对圆形薄板拉深电磁压边的控制方法,根据其对压边电磁力的分布及强度的要求,给出适合的电磁压边控制系统设计。主要研究工作包括:根据圆形薄板拉深压边力要求,确定电磁压边控制系统的设计方案。根据压边力对电磁力分布及强度的要求,提出了利用线圈与磁力环之间的电磁吸力促进提供压边力的设计思想。阐述了薄板拉深电磁压边装置的电磁压边控制原理。采用PWM直流电源为压边线圈提供励磁电流,通过调节电流改变电磁力,从而间接改变压边力。确定了压边线圈充退磁方式为恒流充磁和直流换向退磁。电磁压边的电磁场分析及仿真研究。根据压边电磁力的要求,依据电磁场理论,建立电磁压边的数学模型,推导出实现电磁压边的励磁电流、电磁力和压边力的数学计算模型。应用Maxwell软件,对螺线管式电磁场及分布式多螺线管线圈结构的电磁压边装置电磁场进行二维和三维仿真建模及仿真实验研究。仿真结果展示了作用于压边装置的磁力环、压边圈和板料的磁感应强度及电磁力。并对电磁力的影响因素进行了仿真实验研究。电磁压边自动控制系统设计。针对提出的电磁压边装置的直流励磁方案和分布式多螺线管电磁装置所建立的电流闭环控制系统,应用Simplorer软件和Maxwell软件进行电磁压边自动控制系统的仿真建模和仿真实验研究。给出了电磁压边控制系统硬件电路设计和电源充退磁应用程序设计。圆形薄板电磁压边实验。搭建了包括拉深试验机和针对圆形薄板的电磁压边装置的电磁压边控制系统实验研究平台,确定了实验研究方法,完成了一组圆形薄板电磁压边拉深实验。实验研究结果验证了本文提出的系统设计方案是实际可行的。
二、相异路径选择问题的模型与仿真结果研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、相异路径选择问题的模型与仿真结果研究（论文提纲范文）
（1）建设项目关系治理困境的形成机理及治理路径研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 现实背景 |
| 1.1.2 理论背景 |
| 1.2 研究问题的解构 |
| 1.2.1 现实问题 |
| 1.2.2 科学问题 |
| 1.2.3 关键问题 |
| 1.3 研究范围及对象 |
| 1.3.1 研究范围 |
| 1.3.2 研究对象与要素 |
| 1.4 研究目的及意义 |
| 1.4.1 研究目的 |
| 1.4.2 研究意义 |
| 1.5 研究内容与方法 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.5.3 研究架构 |
| 第二章 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.1.1 关系治理理论 |
| 2.1.2 资源依赖理论 |
| 2.1.3 交易成本理论 |
| 2.2 文献综述 |
| 2.2.1 关系治理困境研究 |
| 2.2.2 关系治理的研究脉络 |
| 2.2.3 不对称依赖文献综述 |
| 2.2.4 项目管理绩效文献综述 |
| 2.2.5 项目控制权文献综述 |
| 2.3 本章小结 |
| 第三章 关系治理困境理论模型构建 |
| 3.1 研究变量的选择 |
| 3.1.1 关系情境:不对称依赖 |
| 3.1.2 关系规范:信任和沟通 |
| 3.1.3 关系行为:协调 |
| 3.1.4 项目管理绩效 |
| 3.2 研究变量的作用路径 |
| 3.2.1 研究变量的直接作用路径 |
| 3.2.2 研究变量的间接作用路径 |
| 3.3 项目控制权配置的调节作用 |
| 3.3.1 项目控制权对理论模型的作用机理分析 |
| 3.3.2 项目控制权与项目交付方式的对应关系 |
| 3.4 量表与问卷设计 |
| 3.4.1 量表设计 |
| 3.4.2 问卷设计 |
| 3.5 本章小结 |
| 第四章 关系治理困境形成机理的实证研究 |
| 4.1 数据获取 |
| 4.1.1 数据获取方法 |
| 4.1.2 数据分析方法 |
| 4.2 小样本预检验与量表修正 |
| 4.2.1 小样本预检验流程 |
| 4.2.2 小样本预检验结果 |
| 4.3 实证分析与检验 |
| 4.3.1 大样本数据的收集与描述 |
| 4.3.2 探索性因子分析 |
| 4.3.3 验证性因子分析 |
| 4.4 假设检验与路径分析 |
| 4.4.1 模型建立与拟合分析 |
| 4.4.2 结构模型检验结果 |
| 4.5 研究结果与讨论 |
| 4.5.1 研究结果 |
| 4.5.2 结果讨论 |
| 4.6 本章小结 |
| 第五章 关系治理困境形成机理的系统动力学仿真分析 |
| 5.1 关系治理困境的系统动力学描述 |
| 5.1.1 系统动力学与关系治理困境研究的适用性 |
| 5.1.2 关系治理困境的系统动力学仿真分析流程 |
| 5.2 系统动力学建模 |
| 5.2.1 问题界定 |
| 5.2.2 系统边界确定 |
| 5.2.3 反馈关系分析 |
| 5.2.4 变量定义 |
| 5.2.5 方程建立 |
| 5.2.6 量化模型建立 |
| 5.3 仿真结果分析 |
| 5.3.1 量化模型检验 |
| 5.3.2 量化模型评估 |
| 5.3.3 系统仿真分析 |
| 5.3.4 政策分析 |
| 5.4 本章小结 |
| 第六章 关系治理困境的治理路径选择 |
| 6.1 关系治理困境的形成机理 |
| 6.1.1 关系治理困境的形成根源:不对称依赖 |
| 6.1.2 关系治理困境的形成机理一:信任的中介作用 |
| 6.1.3 关系治理困境的形成机理二/三:信任与沟通/协调的链式中介作用 |
| 6.2 关系治理困境的治理路径 |
| 6.2.1 治理路径一:避免建立不对称依赖关系 |
| 6.2.2 治理路径二:提升 EPC、PPP 等项目中业主与承包商的信任水平 |
| 6.2.3 治理路径三:完善项目沟通机制 |
| 6.2.4 治理路径四:改善项目协调机制 |
| 第七章 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究创新 |
| 7.3 研究局限与展望 |
| 参考文献 |
| 附录 A 业主与承包商间信任、依赖、沟通、协调对项目管理绩效的影响 调查问卷 |
| 在学期间取得的科研成果和科研情况说明 |
| 致谢 |
（2）三相电压源逆变器功率管开路故障诊断方法研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题的研究背景和意义 |
| 1.2 逆变器拓扑结构及故障分析 |
| 1.3 逆变器开路故障诊断研究现状 |
| 1.3.1 基于信号的方法 |
| 1.3.2 基于模型的方法 |
| 1.3.3 基于数据驱动的方法 |
| 1.3.4 诊断方法比较与总结 |
| 1.4 本文的主要内容及结构安排 |
| 2 基于电流矢量相位的故障诊断方法 |
| 2.1 引言 |
| 2.2 系统描述 |
| 2.3 电流矢量相位特征分析 |
| 2.3.1 健康状态 |
| 2.3.2 单管故障 |
| 2.3.3 单相故障 |
| 2.3.4 异相同侧双管故障 |
| 2.3.5 异相异侧双管故障 |
| 2.4 故障诊断方案 |
| 2.4.1 故障检测 |
| 2.4.2 故障定位 |
| 2.5 实验验证 |
| 2.5.1 多类型故障诊断 |
| 2.5.2 瞬态抗扰性分析 |
| 2.5.3 故障诊断的时间 |
| 2.5.4 与同类算法比较 |
| 2.6 本章小结 |
| 3 基于故障在线模拟的故障诊断方法 |
| 3.1 引言 |
| 3.2 混杂系统一般理论概述 |
| 3.2.1 混杂系统基本概念及特点 |
| 3.2.2 混杂系统建模方法与比较 |
| 3.3 基于混杂系统理论的三相电压源逆变器-电机系统建模 |
| 3.3.1 基于混杂自动机的电力电子电路一般建模步骤 |
| 3.3.2 三相电压源逆变器-电机系统运行机理 |
| 3.3.3 逆变器-电机系统的混杂模型 |
| 3.4 逆变器故障在线模拟诊断方法 |
| 3.4.1 故障检测 |
| 3.4.2 故障定位 |
| 3.5 仿真与实验验证 |
| 3.5.1 仿真结果 |
| 3.5.2 实验结果 |
| 3.6 本章小结 |
| 4 基于输出线电压残差分析的故障诊断方法 |
| 4.1 引言 |
| 4.2 输出线电压残差分析 |
| 4.3 故障诊断方案 |
| 4.4 仿真与实验验证 |
| 4.4.1 参数变化的影响 |
| 4.4.2 单管和双管故障 |
| 4.4.3 抗负载扰动性能 |
| 4.4.4 故障诊断的时间 |
| 4.4.5 与以往方法比较 |
| 4.5 本章小结 |
| 5 基于卷积神经网络的故障诊断方法 |
| 5.1 引言 |
| 5.2 卷积神经网络的基础理论 |
| 5.2.1 卷积层 |
| 5.2.2 批标准化 |
| 5.2.3 激活层 |
| 5.2.4 池化层 |
| 5.2.5 舍弃层 |
| 5.2.6 全连接层 |
| 5.2.7 损失函数 |
| 5.3 基于ConvNet模型的故障诊断 |
| 5.3.1 故障数据集 |
| 5.3.2 网络的结构 |
| 5.3.3 超参数设置 |
| 5.3.4 验证与分析 |
| 5.4 基于ResNet模型的故障诊断 |
| 5.4.1 高斯白噪声 |
| 5.4.2 基本残差块 |
| 5.4.3 网络的结构 |
| 5.4.4 验证与分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（3）LTE-R无线信道特性及对系统性能影响的研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状和发展趋势 |
| 1.3.1 概述 |
| 1.3.2 研究现状 |
| 1.3.3 存在不足 |
| 1.4 论文研究内容和结构 |
| 2 无线信道与LTE-R无线网络 |
| 2.1 无线信道 |
| 2.1.1 路径损耗和阴影衰落 |
| 2.1.2 小尺度衰落与多径效应 |
| 2.1.3 干扰和噪声 |
| 2.1.4 高铁场景无线信道特殊性 |
| 2.2 LTE-R无线网络 |
| 2.2.1 网络架构 |
| 2.2.2 帧结构和下行参考信号 |
| 2.2.3 同步和小区搜索 |
| 2.2.4 LTE-R下行理论峰值速率 |
| 2.3 测量方法和指标 |
| 2.3.1 信道测量方法 |
| 2.3.2 信道测量指标 |
| 2.3.3 性能测量指标 |
| 2.4 本章小结 |
| 3 LTE-R无线信道特性分析 |
| 3.1 无线信道测试 |
| 3.1.1 测试环境 |
| 3.1.2 测试系统 |
| 3.2 路径损耗和阴影衰落 |
| 3.2.1 路径损耗计算分析 |
| 3.2.2 阴影衰落计算分析 |
| 3.3 小尺度衰落 |
| 3.3.1 概率密度函数 |
| 3.3.2 莱斯因子 |
| 3.3.3 多径时延 |
| 3.3.4 多普勒频移和多普勒扩展 |
| 3.4 干扰和噪声水平计算 |
| 3.4.1 最小二乘估计法 |
| 3.4.2 干扰和噪声水平计算分析 |
| 3.5 本章小结 |
| 4 无线信道特性参数对吞吐量的影响分析 |
| 4.1 实验室测试平台 |
| 4.1.1 半实物仿真平台 |
| 4.1.2 信道仿真器相关参数含义 |
| 4.2 LTE-R系统现场吞吐量性能分析 |
| 4.3 不可分辨单径条件下对吞吐量的性能影响分析 |
| 4.3.1 不同RSRP值无多普勒频移时吞吐量性能分析 |
| 4.3.2 不同RSRP值不同频移时的吞吐量性能分析 |
| 4.4 两径条件下对吞吐量的性能影响分析 |
| 4.4.1 瑞利径无多普勒频移时的吞吐量性能分析 |
| 4.4.2 莱斯径无多普勒频移时的吞吐量性能分析 |
| 4.4.3 瑞利径有多普勒频移时的吞吐量性能分析 |
| 4.4.4 莱斯径有多普勒频移时的吞吐量性能分析 |
| 4.5 三径条件下对吞吐量的性能影响分析 |
| 4.5.1 瑞利径无多普勒频移时的吞吐量性能分析 |
| 4.5.2 莱斯径无多普勒频移时的吞吐量性能分析 |
| 4.5.3 瑞利径有多普勒频移时的吞吐量性能分析 |
| 4.5.4 莱斯径有多普勒频移时的吞吐量性能分析 |
| 4.6 本章小结 |
| 5 结论和展望 |
| 5.1 结论 |
| 5.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（4）无线传感网中基于压缩感知的数据收集算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文组织结构 |
| 第二章 压缩感知与无线传感网数据收集理论 |
| 2.1 压缩感知 |
| 2.1.1 压缩感知理论模型 |
| 2.1.2 压缩感知的关键技术 |
| 2.1.3 Kronecker-CS |
| 2.2 无线传感网中数据收集模型 |
| 2.2.1 链式结构 |
| 2.2.2 树形结构 |
| 2.2.3 分簇结构 |
| 2.3 本章小节 |
| 第三章 基于时空压缩的链式数据收集算法 |
| 3.1 网络模型构建 |
| 3.1.1 网络模型 |
| 3.1.2 能量模型 |
| 3.1.3 孤立节点以及通信半径 |
| 3.1.4 游走长度 |
| 3.2 基于时空压缩的链式数据收集算法 |
| 3.2.1 Chain STCS算法框架 |
| 3.2.2 Chain STCS算法流程 |
| 3.3 性能评估 |
| 3.3.1 通信半径 |
| 3.3.2 游走长度 |
| 3.3.3 时间维度采样率 |
| 3.3.4 算法性能对比 |
| 3.4 本章小节 |
| 第四章 基于Fuzzy ART的分簇数据收集算法 |
| 4.1 网络模型构建 |
| 4.1.1 网络模型 |
| 4.1.2 簇头位置 |
| 4.2 基于Fuzzy ART的分簇数据收集算法 |
| 4.2.1 分簇过程 |
| 4.2.2 功能节点选择策略 |
| 4.2.3 路由过程 |
| 4.2.4 数据恢复 |
| 4.3 性能评估 |
| 4.3.1 簇数目对网络性能的影响 |
| 4.3.2 各算法重构性能与耗能分析 |
| 4.3.3 各算法网络性能对比 |
| 4.4 本章小节 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（5）同站进出视角下的北京城市轨道交通乘客出行特征及异常行为研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 乘车数据管理 |
| 1.1.2 同站进出行为 |
| 1.2 研究问题 |
| 1.3 研究内容 |
| 1.4 研究技术路线 |
| 1.5 研究创新点 |
| 2 文献综述与相关理论基础 |
| 2.1 北京轨道交通乘客票价与安全 |
| 2.1.1 北京轨道交通票价制定方法 |
| 2.1.2 北京轨道交通票价与安全问题 |
| 2.2 轨道交通乘客行为特征分析 |
| 2.2.1 正常行为 |
| 2.2.2 异常行为 |
| 2.3 轨道交通智能卡大数据分析 |
| 2.3.1 智能卡与大数据相关研究 |
| 2.3.2 基于智能卡的客户行为特征研究 |
| 2.3.3 基于智能卡大数据的乘客需求预测 |
| 3 轨道交通乘客异常行为识别系统研究 |
| 3.1 异常识别定义 |
| 3.2 同站进出行为 |
| 3.3 同站进出的轨道交通乘客异常行为识别系统 |
| 3.3.1 数据清理子系统 |
| 3.3.2 维度分析子系统 |
| 3.3.3 聚类分析子系统 |
| 3.3.4 乘车行为分析子系统 |
| 3.4 本章小结 |
| 4 轨道交通乘客OD数据处理 |
| 4.1 数据样本 |
| 4.2 数据整理 |
| 4.4 算法过程 |
| 4.5 本章小结 |
| 5 轨道交通同站进出数据分桶分析 |
| 5.1 分析维度 |
| 5.2 车站级分析 |
| 5.3 线路级分析 |
| 5.4 时间级分析 |
| 5.5 乘客级分析 |
| 5.6 本章小结 |
| 6 轨道交通数据密集型问题的处理方法 |
| 6.1 问题分析 |
| 6.2 基于密度的聚类算法 |
| 6.2.1 基本算法 |
| 6.2.2 基于密度的聚类 |
| 6.3 算法在Map Reduce上的实现 |
| 6.3.1 k-means算法实现 |
| 6.3.2 DBSCAN算法在Map Reduce上的实现 |
| 6.4 改进算法及实现 |
| 6.4.1 局部聚类 |
| 6.4.2 算法IDBDC在Map Reduce上的实现 |
| 6.5 实验结果分析 |
| 6.6 本章小结 |
| 7 轨道交通乘客同站进出行为画像分析 |
| 7.1 乘客密集追踪分析 |
| 7.2 乘客密集聚类分析 |
| 7.3 乘客行为的社会分析 |
| 7.4 乘客异常行为画像分析 |
| 7.4.1 “疑似偷盗”行为 |
| 7.4.2 “疑似乞讨卖艺”行为 |
| 7.4.3 “疑似发小广告”行为 |
| 7.5 本章小结 |
| 8 轨道交通乘客同站进出行为验证与预测 |
| 8.1 基于投诉数据的轨道交通异常行为识别 |
| 8.1.1 异常记录投诉数据描述 |
| 8.1.2 投诉数据的NLP算法处理 |
| 8.1.3 异常行为偏好分析 |
| 8.2 同站进出的轨道交通乘客异常行为验证 |
| 8.2.1 同站进出的识别模型 |
| 8.2.2 同站进出的模型验证 |
| 8.3 同站进出的异常行为预测 |
| 8.3.1 训练集构建 |
| 8.3.2 模型验证 |
| 8.4 本章小结 |
| 9 研究总结展望与政策建议 |
| 9.1 研究总结与展望 |
| 9.2 研究政策建议 |
| 参考文献 |
| 附录 A |
| 表索引 |
| 图索引 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（6）柳州汽车产业集群竞争力分析与评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 国内外汽车产业集群研究现状 |
| 1.2.1 国外关于汽车产业集群研究现状 |
| 1.2.2 国内关于汽车产业集群研究现状 |
| 1.3 研究思路与内容 |
| 1.3.1 研究思路 |
| 1.3.2 研究内容 |
| 第2章 理论基础 |
| 2.1 产业集群理论 |
| 2.1.1 产业集群的内涵 |
| 2.1.2 产业集群的特征 |
| 2.1.3 产业集群的形成机制 |
| 2.2 产业集群竞争力理论 |
| 2.2.1 产业集群竞争力内涵 |
| 2.2.2 产业集群竞争力的评价 |
| 2.3 汽车产业集群竞争力 |
| 2.3.1 汽车产业集群 |
| 2.3.2 汽车产业集群的特征 |
| 2.3.3 汽车产业集群竞争力及分析模型 |
| 2.4 本章小结 |
| 第3章 柳州汽车产业集群竞争力能力属性分析 |
| 3.1 柳州市汽车产业发展概况 |
| 3.2 柳州市汽车产业发展中面临的主要问题 |
| 3.3 基于共词聚类分析的汽车产业集群竞争能力属性分析 |
| 3.3.1 共词聚类分析方法 |
| 3.3.2 汽车产业集群竞争能力属性分析指标设计 |
| 3.4 柳州汽车产业集群竞争能力属性分析 |
| 3.4.1 研发能力 |
| 3.4.2 供应链建设能力 |
| 3.4.3 生产能力分析 |
| 3.4.4 市场营销能力 |
| 3.5 本章小结 |
| 第4章 柳州汽车产业集群竞争力要素属性分析 |
| 4.1 生产要素 |
| 4.1.1 柳州汽车产业集群竞争力基础生产要素分析 |
| 4.1.2 柳州汽车产业集群竞争力高级生产要素分析 |
| 4.1.3 柳州汽车产业集群竞争力专业生产要素分析 |
| 4.2 需求条件 |
| 4.2.1 乘用车市场 |
| 4.2.2 商用车市场 |
| 4.3 相关与支持性产业 |
| 4.3.1 本地零部件配套体系 |
| 4.3.2 相关生产服务体系 |
| 4.4 企业战略、结构与竞争 |
| 4.4.1 企业战略与结构 |
| 4.4.2 市场竞争 |
| 4.5 机会 |
| 4.5.1 区域发展战略背景下的产业发展机遇 |
| 4.5.2 新一轮技术变革背景下的产业发展机遇 |
| 4.6 政府 |
| 4.6.1 广西自治区政府 |
| 4.6.2 柳州市政府 |
| 4.7 本章小结 |
| 第5章 柳州汽车产业集群竞争力网络属性分析 |
| 5.1 汽车产业集群生态系统 |
| 5.1.1 汽车产业集群生态系统的定义 |
| 5.1.2 汽车产业集群生态系统内的协同进化形式 |
| 5.2 基于种群之间协同进化的汽车产业集群竞争机制 |
| 5.2.1 非捕食竞争模式下协同进化竞争机制 |
| 5.2.2 原始协作模式下协同进化创新机制 |
| 5.2.3 偏利共生模式下协同进化创新机制 |
| 5.3 汽车产业集群协同进化竞争机制的模拟仿真 |
| 5.3.1 汽车产业集群非捕食协同进化竞争仿真 |
| 5.3.2 汽车产业集群原始协作协同进化竞争仿真 |
| 5.3.3 汽车产业集群偏利共生协同进化竞争仿真 |
| 5.4 柳州市汽车产业集群竞争力网络属性分析 |
| 5.4.1 柳州汽车产业集群发展分析 |
| 5.4.2 柳州整车企业之间协同进化机制分析 |
| 5.4.3 柳州整车与零部件企业之间协同进化机制分析 |
| 5.4.4 柳州零部件企业之间协同进化机制分析 |
| 5.5 本章小结 |
| 第6章 柳州汽车产业集群竞争力评价研究 |
| 6.1 产业集群边界的确定 |
| 6.2 产业集群竞争力评价指标体系设计 |
| 6.2.1 评价指标体系构建的原则 |
| 6.2.2 评价指标体系的确定 |
| 6.3 评价方法 |
| 6.3.1 CS-AHP方法简介 |
| 6.3.2 CS-AHP模型的建立 |
| 6.4 权重计算 |
| 6.4.1 样本与数据收集 |
| 6.4.2 判断矩阵处理 |
| 6.4.3 基于CS-AHP的权重计算 |
| 6.5 评价结果 |
| 6.5.1 数据处理 |
| 6.5.2 研究结果 |
| 6.5.3 评价指标分析 |
| 6.5.4 评价结果分析 |
| 6.6 对策及建议 |
| 6.6.1 持续制定合理的产业集群发展对策 |
| 6.6.2 持续提高集群专业化和规模化水平 |
| 6.6.3 集成资源,持续提升集群整体创新能力 |
| 6.6.4 完善集群协调机制,持续提升产业链协同效应 |
| 6.6.5 紧抓产业变革机遇,努力推进转型升级 |
| 6.6.6 努力改造提升零部件产业 |
| 6.6.7 努力促进人才培训与引进 |
| 6.7 本章小结 |
| 结论与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读学位期间发表和录用的论文目录 |
| 附录B.1 汽车产业集群竞争力能力属性关键词提取列表(2 频次以上) |
| 附录B.2 汽车产业集群竞争力能力属性高频关键词相似矩阵(25Χ25) |
| 附录B.3 汽车产业集群竞争力能力属性高频关键词相异矩阵(25Χ25) |
| 附录B.4 关于柳州市汽车产业集群零部件企业发展情况的调研问卷 |
| 附录B.5 关于柳州市汽车产业集群评价指标权重的调研问卷 |
（7）B2C电子商务环境下回程带货车辆路径的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容及章节安排 |
| 1.4 本章小结 |
| 第2章 车辆路径问题的理论基础与算法 |
| 2.1 车辆路径问题的理论基础 |
| 2.2 车辆路径问题的求解算法 |
| 2.3 本章小结 |
| 第3章 回程带货车辆路径问题 |
| 3.1 问题描述 |
| 3.2 模型构建 |
| 3.2.1 符号说明及模型假设 |
| 3.2.2 数学模型 |
| 3.3 求解算法 |
| 3.3.1 初始解的设定 |
| 3.3.2 邻域操作及候选集的确定 |
| 3.3.3 确定禁忌对象和禁忌表长度 |
| 3.3.4 终止准则 |
| 3.4 仿真实验 |
| 3.4.1 VRPB问题特例 |
| 3.4.2 VRPB问题 |
| 3.4.3 不同参数分析 |
| 3.5 本章小结 |
| 第4章 带时间窗的回程带货车辆路径问题 |
| 4.1 问题描述 |
| 4.1.1 一般描述 |
| 4.1.2 时间窗分类 |
| 4.2 模型构建 |
| 4.2.1 符号说明及模型假设 |
| 4.2.2 数学模型 |
| 4.3 求解算法 |
| 4.3.1 初始解的设定 |
| 4.3.2 邻域操作及候选集的确定 |
| 4.3.3 确定禁忌对象和禁忌表长度 |
| 4.3.4 终止准则 |
| 4.4 仿真实验 |
| 4.4.1 数值算例来源 |
| 4.4.2 实验结果分析 |
| 4.4.3 不同参数分析 |
| 4.5 本章小结 |
| 第5章 结论与展望 |
| 5.1 研究结论 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表(含录用)的学术论文 |
（8）基于非度量多维缩放的划分聚类组合算法研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题的研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究状况 |
| 1.3 数据说明 |
| 1.3.1 数据来源 |
| 1.3.2 数据预处理 |
| 1.4 内容安排与主要创新 |
| 1.4.1 内容安排 |
| 1.4.2 创新点 |
| 第二章 基于非度量多维缩放技术 |
| 2.1 基本概念及原理 |
| 2.1.1 多维缩放法 |
| 2.1.2 算法思想 |
| 2.1.3 理论依据 |
| 2.2 基于非度量多维缩放的聚类组合算法思想 |
| 2.2.1 非度量多维缩放算法 |
| 2.2.2 基于非度量多维缩放的改进K-Means算法 |
| 2.3 本章小结 |
| 第三章 基于轮廓系数的聚类数确定算法 |
| 3.1 聚类个数K |
| 3.1.1 常见经验取值方法 |
| 3.1.2 编程语言R中常见确定方法 |
| 3.1.3 常见确定聚类数的算法 |
| 3.2 个体轮廓系数 |
| 3.2.1 凝聚度和分离度分析 |
| 3.2.2 个体轮廓系数 |
| 3.2.3 适应范围 |
| 3.3 变化率函数 |
| 3.4 基于轮廓系数的聚类数确定算法 |
| 3.5 本章小结 |
| 第四章 基于PSO-ACO的初始聚类中心优化算法 |
| 4.1 基本算法思想 |
| 4.1.1 蚁群算法 |
| 4.1.2 粒子群算法 |
| 4.2 蚁群和粒子群融合算法 |
| 4.2.1 依据 |
| 4.2.2 异同点 |
| 4.2.3 融合策略 |
| 4.2.4 算法过程 |
| 4.3 本章小结 |
| 第五章 非度量多维数据问题实例研究 |
| 5.1非度量多维缩放技术数值实验 |
| 5.2 改进的K-Means算法数值实验 |
| 5.3 集群性能实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 附录1 程序清单 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 致谢 |
（9）绿色建筑项目关键风险识别与治理研究 ——面向东北地区样本的分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究综述 |
| 1.3 主要研究内容 |
| 1.4 研究方法与技术路线 |
| 1.5 本章小结 |
| 2 研究的理论基础 |
| 2.1 项目治理理论 |
| 2.1.1 项目管理与项目治理的产生和发展 |
| 2.1.2 项目治理和项目管理异同 |
| 2.1.3 项目治理的内涵、结构、模式和机制 |
| 2.1.4 项目治理理论的国内外研究现状 |
| 2.1.5 对本论文研究的启示 |
| 2.2 利益相关者理论 |
| 2.2.1 利益相关者的内涵 |
| 2.2.2 利益相关者理论的国内外研究现状 |
| 2.2.3 对本论文研究的启示 |
| 2.3 演化博弈理论 |
| 2.3.1 演化博弈的内涵 |
| 2.3.2 演化博弈理论的国内外研究现状 |
| 2.3.3 对本论文研究的启示 |
| 2.4 本章小结 |
| 3 绿色建筑项目风险因素的识别 |
| 3.1 绿色建筑项目风险因素识别 |
| 3.1.1 绿色建筑项目风险行为表现 |
| 3.1.2 衡量绿色建筑项目风险的主要构面 |
| 3.1.3 基于利益相关者的绿色建筑项目风险核心要素分析 |
| 3.2 绿色建筑项目风险的访谈研究 |
| 3.2.1 绿色建筑项目风险访谈研究思路及设计 |
| 3.2.2 绿色建筑项目风险访谈结果总结及分析 |
| 3.3 绿色建筑项目风险因素汇总 |
| 3.4 问卷调查与统计分析 |
| 3.4.1 调查问卷的编制和数据收集 |
| 3.4.2 问卷预调研 |
| 3.4.3 问卷正式调研 |
| 3.4.4 数据收集及描述性分析 |
| 3.4.5 正式调研阶段问卷的信度及效度分析 |
| 3.4.6 显着性检验及相关关系分析 |
| 3.5 绿色建筑项目风险关联关系强度的识别 |
| 3.6 绿色建筑项目风险关联关系网络的构建 |
| 3.7 本章小结 |
| 4 绿色建筑项目风险因素的网络关系研究 |
| 4.1 绿色建筑项目加权风险网络指标的计算与分析 |
| 4.1.1 基于网络分析的绿色建筑风险网络指标计算 |
| 4.1.2 绿色建筑项目风险关系网络参数计算结果分析 |
| 4.2 基于网络分析的绿色建筑项目关键风险研究 |
| 4.2.1 绿色建筑项目风险关联关系网络凝聚力量化分析指标—k核 |
| 4.2.2 绿色建筑项目风险网络从属关系分析指标—岛屿 |
| 4.3 绿色建筑项目风险因素的敏感性分析与风险的反扩散研究 |
| 4.3.1 绿色建筑项目风险因素的敏感性分析 |
| 4.3.2 绿色建筑项目风险网络的反扩散研究 |
| 4.4 绿色建筑项目各阶段各利益相关者风险因素反扩散控制单的编制 |
| 4.4.1 业主风险因素反扩散控制单的编制 |
| 4.4.2 承包商风险因素反扩散控制单的编制 |
| 4.4.3 设计单位风险因素反扩散控制单的编制 |
| 4.4.4 监理单位风险因素反扩散控制单的编制 |
| 4.4.5 政府部门风险因素反扩散控制单的编制 |
| 4.5 本章小结 |
| 5 绿色建筑项目风险协同治理研究 |
| 5.1 绿色建筑项目风险协同治理的演化博弈与仿真研究(两方博弈) |
| 5.1.1 绿色建筑项目风险协同治理演化博弈模型的构建 |
| 5.1.2 演化均衡策略及演化博弈路径分析 |
| 5.1.3 绿色建筑项目治理的两方演化博弈数值仿真分析 |
| 5.2 绿色建筑项目风险协同治理的演化博弈与仿真研究(三方博弈) |
| 5.2.1 绿色建筑项目风险协同治理演化博弈模型的构建 |
| 5.2.2 演化均衡策略及演化博弈路径分析 |
| 5.2.3 绿色建筑项目风险治理的三方演化博弈数值仿真分析 |
| 5.3 三方演化博弈结果与两方演化博弈结果的对比分析 |
| 5.3.1 三方博弈均衡点(1,0,0)与两方博弈均衡点(0,0)的对比分析 |
| 5.3.2 三方博弈均衡点(1,1,1)与两方博弈均衡点(1,1)的对比分析 |
| 5.4 基于两方博弈的绿色建筑项目风险协同治理均衡条件 |
| 5.5 基于三方博弈的绿色建筑项目风险协同治理均衡条件 |
| 5.6 本章小结 |
| 6 长白山某酒店绿色建筑项目风险协同治理案例研究 |
| 6.1 项目概况 |
| 6.1.1 项目基本情况 |
| 6.1.2 主要技术应用情况 |
| 6.2 长白山某酒店项目风险因素的识别 |
| 6.2.1 长白山某酒店项目面向利益相关者的风险清单编制 |
| 6.2.2 长白山某酒店项目风险网络的构建 |
| 6.2.3 长白山某酒店项目风险网络凝聚力分析 |
| 6.2.4 长白山某酒店项目风险网络从属关系分析 |
| 6.3 长白山某酒店项目风险因素的敏感性分析 |
| 6.4 长白山某酒店项目风险网络的反扩散研究 |
| 6.4.1 项目各阶段的风险网络演化路径及反扩散研究 |
| 6.4.2 项目各主要利益相关者的风险网络演化路径及反扩散研究 |
| 6.5 长白山某酒店项目各阶段各利益相关者因素反扩散控制单的编制 |
| 6.5.1 长白山某酒店项目业主风险因素反扩散控制单的编制 |
| 6.5.2 长白山某酒店项目承包商风险因素反扩散控制单的编制 |
| 6.5.3 长白山某酒店项目监理单位风险因素反扩散控制单的编制 |
| 6.5.4 长白山某酒店项目设计单位风险因素反扩散控制单的编制 |
| 6.5.5 长白山某酒店项目政府部门风险因素反扩散控制单的编制 |
| 6.6 长白山某酒店绿色建筑项目风险协同治理的对策研究 |
| 6.6.1 提升绿色建筑项目带来的社会效益 |
| 6.6.2 提高政府部门给绿色建筑项目业主和承包商的风险补贴 |
| 6.6.3 搭建和完善风险协同治理信息共享平台 |
| 6.6.4 应用新型建筑信息化技术助力绿色建筑项目管理 |
| 6.6.5 健全绿色建筑相关政策及法律法规 |
| 6.6.6 进行适宜东北地区的绿色建筑项目风险治理研究 |
| 6.7 本章小结 |
| 7 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 研究不足与展望 |
| 参考文献 |
| 附录A 绿色建筑项目风险访谈提纲 |
| 附录B 绿色建筑项目风险影响程度调查问卷 |
| 附录C Spearman相关系数表 |
| 附录D 绿色建筑项目风险演化博弈分析的matlab程序全文 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（10）薄板拉深电磁压边控制系统设计与研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 薄板拉深及压边方式 |
| 1.2.2 电磁力相关技术研究 |
| 1.2.3 电磁场的仿真研究手段 |
| 1.3 论文主要研究内容 |
| 第二章 薄板拉深电磁压边控制系统方案设计 |
| 2.1 电磁压边控制原理 |
| 2.2 电磁压边装置结构设计 |
| 2.3 电磁压边控制系统结构 |
| 2.4 PWM电源 |
| 2.5 压边线圈充退磁设计 |
| 2.6 本章小结 |
| 第三章 薄板拉深电磁压边电磁场分析 |
| 3.1 电磁场理论基础 |
| 3.1.1 螺线管电磁场 |
| 3.1.2 电磁场基本方程 |
| 3.2 电磁压边控制系统的数学建模 |
| 3.2.1 励磁电流 |
| 3.2.2 电磁力 |
| 3.2.3 压边力 |
| 3.3 电磁场的二维模型仿真研究 |
| 3.3.1 Maxwell软件仿真建模方法 |
| 3.3.2 螺线管电磁场二维模型建模与仿真 |
| 3.3.3 电磁压边装置电磁场二维模型建模与仿真 |
| 3.4 电磁场的三维模型仿真研究 |
| 3.4.1 螺线管电磁场三维模型建模与仿真 |
| 3.4.2 电磁压边装置电磁场三维模型建模与仿真 |
| 3.4.3 电磁力影响因素仿真研究 |
| 3.5 本章小结 |
| 第四章 电磁压边自动控制系统 |
| 4.1 电磁压边控制系统的仿真研究 |
| 4.1.1 电流闭环控制 |
| 4.1.2 Maxwell和 Simplorer的联合仿真建模方法研究 |
| 4.1.3 电流闭环控制系统仿真建模 |
| 4.1.4 电流闭环控制系统仿真研究 |
| 4.2 薄板拉深电磁压边控制系统的硬件设计 |
| 4.2.1 硬件设计方案 |
| 4.2.2 硬件接线设计 |
| 4.3 薄板拉深电磁压边控制系统的软件设计 |
| 4.4 本章小结 |
| 第五章 薄板拉深电磁压边控制系统实验研究 |
| 5.1 实验装备 |
| 5.2 圆形板材拉深实验 |
| 5.3 圆形板材拉深结果及分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 附录 |
四、相异路径选择问题的模型与仿真结果研究（论文参考文献）
- [1]建设项目关系治理困境的形成机理及治理路径研究[D]. 李孝林. 天津理工大学, 2021(08)
- [2]三相电压源逆变器功率管开路故障诊断方法研究[D]. 陈涛. 北京科技大学, 2021(08)
- [3]LTE-R无线信道特性及对系统性能影响的研究[D]. 牛燕菲. 北京交通大学, 2020
- [4]无线传感网中基于压缩感知的数据收集算法研究[D]. 张誉凡. 西安电子科技大学, 2020(05)
- [5]同站进出视角下的北京城市轨道交通乘客出行特征及异常行为研究[D]. 刘忠良. 北京交通大学, 2020(03)
- [6]柳州汽车产业集群竞争力分析与评价研究[D]. 王秀杰. 湖南大学, 2020
- [7]B2C电子商务环境下回程带货车辆路径的研究[D]. 孟娇. 沈阳航空航天大学, 2019(04)
- [8]基于非度量多维缩放的划分聚类组合算法研究与应用[D]. 周文娟. 南京邮电大学, 2019(03)
- [9]绿色建筑项目关键风险识别与治理研究 ——面向东北地区样本的分析[D]. 王淋. 大连理工大学, 2019(08)
- [10]薄板拉深电磁压边控制系统设计与研究[D]. 郑娅云. 济南大学, 2019(01)