高压增氧T′相R_2CuO_(4+δ)(R=Nd～Tm)低温磁性研究

T′相R2CuO4稀土铜氧化合物由于尺度效应而产生弱铁磁性行为已经被人们关注,报导了通过高温高氧压(6GPa,1000℃)合成稀土T′相R2CuO4(R=Nd,Sm,Eu,Gd,Tb,Dy,Ho,Er和Tm)化合物的结构和磁学性能。磁化率曲线显示,在低温下所有的高压增氧R2CuO4样品都出现新的低温弱铁磁性反常行为,转变温度在28K附近。新的低温弱铁磁性行为是由于CuO2面上微量氧空穴的掺入,使处于反铁磁有序CuO2面形成局域化的铁磁性团簇造成。实验证明新发现的低温弱铁磁性行为与尺度效应产生弱铁磁性行为属于完全不同的物理机制。结果还预示T′相R2CuO4稀土铜氧化合物很难通过空穴掺杂而实现超导。     

最优受教育年限选择的模型分析

为进一步定量分析个人教育投资现象,构建了一般性地反映人们在就学和就业之间进行选择的最优化模型,并对影响人们教育投资决策行为的因素进行了分析.在简单的假定前提下运用数学语言再现了教育经济和劳动经济研究中的相关结论.     

基于考虑状态分布的深度确定性策略梯度算法的端到端自动驾驶策略

端到端方法是实现自动驾驶的方法之一,而自动驾驶的场景较为丰富,不同场景的特征差别较大,这使得基于强化学习的端到端自动驾驶方法训练时的随机性衰减速度难以确定,若衰减过快,在面对新场景时无法获得较好的自动驾驶效果,反之则会使得算法难以快速收敛。针对这一问题,该文提出了一种基于输入状态分布筛选的随机策略和经验回放方法,将当前输入的状态数据和已保存的状态数据之间的距离进行对比,根据不同的距离选择不同的随机策略参数,同时在经验回放时提高出现频率较低场景的回放概率。仿真结果表明:该算法在训练后期面对与前期数据分布差异较大的场景时仍有足够的探索能力,提高了基于深度确定性策略梯度算法的端到端自动驾驶策略在全新工况下的车道保持能力。     

道路网络中门到门包含重复节点的最优路径算法

设计了用于包含交通约束的受限路网中基于兴趣点(PO I)的门到门包含重复节点的寻路算法。首先利用距离最短准则建立PO I和路网间的临时拓扑关系,然后根据受限路网中最优路径的结构特征,构造包含驶入路段的节点进行寻路拓展,以此为基础进行标记设定广度优先搜索,即可获得门到门包含重复节点的最优路径。在道路密度较大的北京市路网中的试验结果表明,该算法能够根据交通约束规划出实用的最优路径,对于长度约60 km路径的计算平均耗时在3 s左右,可以满足车辆导航应用的实时性要求。     

基于神经网络方法的集成式驾驶员跟车模型

为了提高驾驶辅助系统的跟车性能,基于神经网络方法建立了一种集成式驾驶员跟车模型.通过真实交通环境下的驾驶员实验获得了稳定跟车状态数据,并利用Kalman滤波器对数据进行了处理和估计.设计了以BP神经网络为核心的集成式模型结构,该模型以前车速度为输入,计算跟车过程中的两个特性参数并输入神经网络以模拟驾驶员控制的自车加速度.利用处理后的数据样本对网络进行了训练,并对该模型进行了仿真验证.仿真结果表明;神经网络模型具有模拟驾驶员跟车行为的能力,模型体现出较为准确的跟踪特性,并对不同的前车工况具有良好的适应性.     

个人所得税收入分配效应的模型分析

通过分析征税行为对征税前后的基尼系数的影响,讨论了个人所得税的收入分配效应.结论是只有当税赋基尼系数大于税前基尼系数时,征收个人所得税才能对收入分配起到调节作用.     

基于高速开关阀的电控汽车辅助制动系统

为解决目前纵向运动控制系统通常采用的电子真空助力器(EVB)响应速度较慢的问题,设计了一种基于高速开关阀的电控汽车辅助制动系统.采用脉宽调制(PWM)方法对高速开关阀进行控制,然后对开环系统进行辨识,在辨识模型基础上设计PI控制器实现对制动压力的控制.试验结果表明 该系统的稳态误差小于0.1 MPa, 响应时间小于0.2 s; 该系统具有安装方便、与原制动系统可以很好兼容的优点.     

基于行星传动的双模混合动力履带车辆传动系统结构设计

该文提出了一种具有双输出的混联式混合动力履带车辆的传动系统结构设计。该结构具有双输出轴分别连接左、右履带,通过与3排行星齿轮结构连接,可以实现两侧履带的精确独立控制,通过控制发动机工作状态,使车辆的运行效率最优,在充分保证直线行驶性能的同时,增强行进中转向能力。相比于现有的复杂混合动力履带车辆传动系统,该设计可以省去转向机构,并提升系统综合运行能力。采用自动建模的方法对所有可行结构进行动力学分析,结合不同结构类型的特点确定双模结构组合方式。通过系统特性初筛、性能精细筛选得到满足设计要求的结构。通过动态规划算法对所选结构进行典型工况下的燃油经济性分析。仿真结果表明,得到的最优方案比目前常用的串联式混合动力履带推土机具有更优的直线行驶、转向行驶和燃油经济性能。     

Longitudinal Acceleration Tracking Control of Low Speed Heavy-Duty Vehicles

This paper presents a model matching control （MMC） method based on the sliding mode control （SMC） method for longitudinal acceleration tracking control in a vehicular stop-and-go cruise control system. The nonlinearity of the vehicle acceleration response at low speeds was analyzed to develop a transfer function model of the vehicle longitudinal dynamics using the least-mean-square system identification technique. This transfer function was then used to design the MMC controller, including an SMC feedback compensator. The system combines the advantages of the two control methods with robust control and rapid response. Simulations show that the controller enhances the rapid trackability to the vehicle acceleration and improves the system＇s robustness at low speeds compared with conventional PID MMC controllers.     

基于单线模型的交通车载电子地图

针对车载导航系统的需要,提出了一种基于单线模式的车载电子地图模型。该模型采用分层管理,对核心的路网结构采用单折线表示道路,节点表示路口,用形值点表示道路的形状,通过有序节点对和道路对的方式来表示交通限制信息。整个地图数据库可以由节点集、道路集和转弯限制集3个集合来描述实现。该模型可以清晰准确地描述道路网络结构及其相关的交通限制信息。试验表明:这种电子地图能很好地支持寻路以及路径导航功能,存储空间较小,非常适合于车载导航使用。