【摘 要】
：
由于公交网络单层规划系统选线复杂,无法平衡路段流量向量,为此根据城市公交网络特点,提出基于数字模型的城市公交网络双层规划系统设计。根据公交骨架线网双层结构,连接公交枢纽及周边多个公交客流需求点,填补公交盲区,设置由点织网、由网定纽、出纽补线的连接结构。建立公交网络双层数字模型,构造公交客流强吸引点集合,利用客流要素,确定公交客流强吸引点集合和可行线路集合,形成点可行路线集,平衡路段流量。通过实际数据统计出一个接近最优解的初始可行解,再进行收敛性验证,得到最优解。由实验结果可知,该系统最佳收敛值为30,能够
论文部分内容阅读
由于公交网络单层规划系统选线复杂,无法平衡路段流量向量,为此根据城市公交网络特点,提出基于数字模型的城市公交网络双层规划系统设计。根据公交骨架线网双层结构,连接公交枢纽及周边多个公交客流需求点,填补公交盲区,设置由点织网、由网定纽、出纽补线的连接结构。建立公交网络双层数字模型,构造公交客流强吸引点集合,利用客流要素,确定公交客流强吸引点集合和可行线路集合,形成点可行路线集,平衡路段流量。通过实际数据统计出一个接近最优解的初始可行解,再进行收敛性验证,得到最优解。由实验结果可知,该系统最佳收敛值为30,能够
其他文献
中国的汉字是中国特有的文字符号,其中蕴含了丰富的人文文化,读写汉字是每一个中国人都要学习的知识。小学阶段是学生们认识汉字的关键时期,在此时期利用自理教学能够提高学生们读写汉字的效率,加深对字意的理解,并且能够在汉字的学习中体会到学习的快乐。本文论述了字理教学的含义以及如何运用字理教学促进小学生快乐识字。
于整个小学阶段的语文教学过程之中,关于小学学生在口语交际方面的水平拥有方面,教师向来颇为看重。小学学生的口语交际能力关乎该学生之后的语文学习过程之中与人交流、思维表达能够处于何种水平,其对于小学学生的语文核心素养培育发展可谓关键。而小学二年级的学生口语交际,相较于整个的小学阶段学生口语交际学习而言,又属于极为重要的学习时期。鉴于此,选取小学阶段二年级语文口语交际教学进行探究分析,提出优化策略,可对其实际教学质量的提升产生积极促进作用。
针对传统战术数据链的不足,为缩短报文等待时间和降低站点能耗,在战术数据链中引入离散时间带优先级的轮询接入控制协议(DPACP),所有站点报文都使用完全服务方式进行发送。采用马尔科夫链和概率母函数对系统进行建模,推导协议性能指标精确解析,并通过理论计算和仿真实验分析系统性能指标。应用FPGA对该控制系统进行设计,实验结果进一步表明,该控制系统能较好地缩短报文平均等待时间和平均排队队长,可提高战术数据链信息传输效率,降低站点能耗,提升系统性能,并验证了该系统的可行性。
近年来,随着新课标改革的推进,新课标的教学方法已经积极地实现于现实教学之中。学生对于数学的学习心理和规律应用现已成为数学课的重点考察内容,使学生能够在数学科目上真正做到与生活的实际结合。往往学生在学习数学的过程当中,不知道数学在生活当中的实际应用,在无形之中形成了数学无用的思想。所以,探索一种新型的教育方式已然迫在眉睫。相关教育部门将“小学数学生活化教育”策略提出并实施,希望能从根本上解决小学数学教育之中遇到的种种困难。
随着教育事业的持续改革,新课标对教师提出了更高的要求,教师在开展教学活动时,除了要帮助学生掌握基础知识之外,还要着重培养他们的综合素养,这就需要教师对教学内容进行深入挖掘,通过新颖的教学方法培养学生的核心素养,从而使学生实现全面发展。
小学教育的目的除了为将知识点传授给学生,为学生今后的学习铺好道路外,还有一点就是让小学生养成良好的学习习惯。然而,据调查统计我们不难发现,现阶段很多的小学生在学习上都没有一个良好的习惯。而导致该问题出现的原因众多,对此,本文将通过对这些原因的分析,给出针对性的矫正措施。
针对无线传感器网络中单跳传输能量消耗大、能耗不均衡以及簇间路由选择不合理的问题,提出一种基于遗传和K均值聚类的多跳路由算法。首先在最优分簇数的基础上,通过遗传算法优化K均值聚类的初始中心;其次为了减轻单簇首通信负载引入双簇首机制,主副簇首分别负责数据的收集、融合、发送、中继,用动态权值调整距离和能量因子对簇首选择的影响;最后综合考虑能量、传输距离等因素,建立中继节点的权值,各副簇首间形成簇间路由表,将数据以单跳或多跳的方式传输给基站。仿真结果表明,提出的路由算法能够有效地均衡网络能耗,延长网络的生命周期。
小学语文教师在课堂教学中通过不同路径渗透德育,能够使学生在学习语文知识的同时接受德育教育,从而在德育教育中引导学生改变错误的思想认知,以及规范学生的言行举止,以此推动学生提高道德品质和道德素质,体现出教师在语文教学中注重德育渗透,有利于取得最佳的教育效果。
基于深层神经网络(DNN)的语音识别模型不仅在单个语言上表现出色,而且在多语言信息处理领域也表现出了优异的能力。随着语音数据量的增加,高斯混合模型(GMM)在有效提升大词汇量连续语音识别系统性能以及识别效果上被神经网络(NN)模型超越。文中采用Kaldi开源语音识别平台,结合RNN语言模型和DNN模型的三种损失函数,即最大互信息量(MMI)、最小贝叶斯风险(sMBR)和最小因素错误率(MPE),在维吾尔语语料库(THUYG-20公开语料库)测试数据上分别取得了16.73%,16.55%和15.95%的词错
K-means算法是常用的一种聚类分析算法。通常预先选取一个k值,然后再通过选取初始聚类中心进行聚类,直到结果不再收敛。但是传统K-means算法存在k值和初始中心点如何选取的问题,因此针对这一缺陷进行改进。通过密度参数的计算和考虑样本之间距离因素来选取初始聚类中心,并且对聚类有效性指标DBI进行改进,得到新的聚类有效性指标函数IDBI来分析不同k值下的聚类结果,从而得出最佳聚类数。结果表明,IDBI值普遍比DBI小,更加趋于稳定,因此该算法相比传统算法具有更好的收敛性以及更高的准确性。