2 LINGO中的集 说明:实际问题建模时,总会遇到一群或多群相互联系的对象, 如工厂、消费者群体、交通工具和雇工等等。 LINGO允许把这些相联系的对象聚合成集sets)一旦把对象聚 合成集,就可利用集来最大限度的发挥LINGO建模语言的优势。 现深入介绍如何创建集,并用数据初始化集的属性。 学完本节后,对集如何引入模型会有一个基本的理解

能控性和能观测性无论是从概念上还是从判据的形式上都是对偶的,这种对偶关系反映了系统的能控问题与估计问题之间的对偶性

崩塌灾害的早期预警一直是岩土工程领域研究的热点问题之一.传统的监测预警方法监测指标相对单一, 更多关注于加速破坏前兆的识别, 使得崩塌的早期预警存在诸多困难.本文首先引入动力学监测指标, 对岩土体破坏过程中的动力响应进行综述, 得出基于固有振动频率等动力学监测指标可以为危岩体的损伤提供数据支持.随后基于最新的实验研究发现动力学监测指标可以有效反应边坡的物理力学特征的变化, 进而可以实现岩体损伤与稳定性的动态识别和定量判断.在对国内外现状进行综述发现, 基于分离阶段破坏前兆识别的岩块体崩塌灾害预警思路, 具有更好的时效性, 是未来崩塌早期预警的发展方向, 同时对崩塌的早期预警指标体系进行展望, 得出基于动力学指标、静力学指标和环境量指标三位一体的早期监测预警指标体系, 必将在工程监测与灾害预警方面发挥更大潜力, 为从事应对崩塌等脆性破坏灾害预警预防的研究工作者提供有效参考

无人驾驶车辆自身具有强烈的非线性、信号时延和参数不确定性，对它的控制还受到道路附着系数的变化、侧向风等外界因素影响。因此传统控制方法往往难以对其稳定和精确地控制。神经网络所具有的学习能力、自适应能力和近似非线性映射的能力，为解决车辆模型参数的不确定性、外界的扰动以及车辆自适应控制问题提供了有效的途径。针对上述几个方面，对近几年国内外学者将神经网络应用到无人驾驶车辆运动控制中所取得的成果与进展进行了归纳分类，分别介绍了应用情况并对优缺点进行评价。最后总结了神经网络在无人驾驶车辆运动控制中存在的主要问题，并展望了可能的发展方向

深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

一、经济法调整对象的特定性 二、经济法调整对象的范围 三、关于经济法调整对象各种主要学说的评介

一、利率形成机制 利率是经济领域最重要的经济变量。 对于个人而言,利率水平的变动影响人们的消费 意愿和投资选择。 对企业而言,利率水平的变动会影响其融资成本 和投资的机会成本,从而对企业的投资决策产生 影响。 对宏观国民经济而言,利率水平的高低是衡量经 济景气程度、信用状况和政府政策取向的重要指 标

软件项目计划是软件工程活动的开始。首先是估算,估算是对未来的一种预测,具有不确定性。但我们有许多办法和技术对工作量和时间进行估算,它是其他一切活动开始的基础。项目计划是通往成功的行车图,没有它我们会迷失方向。 5.1对估算的观察 作为一个项目管理者,他首先就应具有在未来还是一团迷雾时对项目的估算能力

抽象是对具体对象(问题)进行概括 弓,抽出这一类对象的公共性质并加以描 恐述的过程 先注意问题的本质及描述,其次是实 现过程或细节

第7章类与数据抽象 7.1类的定义 7.2对象的定义 73构造函数和析构函数 7.4成员函数的特征 7.5静态成员 7.6友元 7.7对象的指针和对象的引用 7.8对象数组 7.9常类型