研究对象是带有限缓冲区混合流水车间中的多目标调度问题。以各机器前置后置缓冲区容积有限、工件以批量形式运输、运载设备的运载能力有限等作为资源限制因素，以最小化完工时间、最小化物料运输时间、最小化并行机前置缓冲区空间占用率均衡指数为目标，建立调度模型。分别采用NSGA-II、NSGA-III算法求解该模型，并对比两者之间的差别；设置不同的缓冲区容积，探究不同缓冲区容积对生产目标的影响，寻找最优缓冲区容积；建立不同模型，探究以最小化并行机前置缓冲区空间占用率均衡指数为目标的意义，最后以某船用管类生产企业的实际生产案例作为对象，通过对比优化结果与实际生产数据，验证了算法有效性

本章主要介绍电力机车辅助线路的作用、组成和辅助设备的设置等内容,以SS型机 车为代表讲述其辅助线路的工作原理、分析方法,并讨论SS型机车的列车供电系统。通 过学习要达到的要求是:

针对TTE (time-triggered Ethernet, TTE) 网络对业务安全性与对业务实时性要求高的问题, 提出了一种自适应双冗余的网络结构, 设计冗余报文的时间标签, 自适应恢复传输, 并设计了TTE网络中的混合流量(TT (time-triggered) 流, RC (rateconstrained) 流, BE (best-effort) 流) 调度规划方法, 根据报文的重要性, 发送端自适应的对网络报文进行分类, 其中, TT信息双网备份传输, RC、BE信息在双网分散传输.此外, 基于确定性网络分析方法, 推导了自适应双冗余调度方法下RC流的闭式延迟界, 并仿真验证了在极限网络、确定网络以及排队论仿真模型下所提方法减小网络延迟的效果, 满足TTE网络在保障业务安全性的情况下对业务实时性的要求

EViews提供了几种对数据进行初步分析的方法。在第九章 我们已列出了几种图来描述序列分布特征。在本章,列出了几 种散点图且允许我们可以用有参数或无参数过程来做拟合曲线 图。 这些图包含着复杂计算和大量的特殊操作,这些将在下面 详细论述。对某些完全技术性的介绍,不必掌握所有细节。 EViews中设置的缺省值除了对极特殊的分析外,对一般分析而 言是足够的。直接点击ok键接受缺省设置,就可以轻松的展现 出每个图

随着汽车保有量的提高，能源消耗和环境问题对汽车用钢提出了轻量化的要求。目前正在发展的第三代汽车用钢的研究思路是将加入轻量元素以“轻”和增强增塑以“薄”相结合。Fe?Mn?Al?C系中锰钢作为第三代汽车用钢的主要组成部分，是当今的研究热点之一。本文总结了近些年国内外Fe?Mn?Al?C系中锰钢的研究文献，从生产成本、力学性能等方面介绍了Fe?Mn?Al?C系中锰钢的优势。从成分设计、工艺设计、组织特征、变形及断裂机制等多个方面出发，对文献进行分析，总结出了合金成分、工艺路线和组织特征对性能的影响规律。阐述了奥氏体层错能及其稳定性对中锰钢变形机制，尤其是相变诱导塑性（TRIP效应）的影响规律。最后对目前Fe?Mn?Al?C系中锰钢研究过程中存在的争议问题进行了总结，展望了未来的发展趋势，以期为中锰钢的后续研究和实际生产提供参考

当一条链路建立后,idle- -timeout定时起作用。若设定的时间内没有有效数据包从此链路 发送,DDR挂断链路:若idle- timeout设定为0,则相应的链路在建立后,将永远不被挂 断(即使一直无有效数据包从此链路发送)

为控制Incoloy825合金中的Al、Ti含量，并减少电渣过程中氟化物的挥发。借助FactSage热力学软件，建立渣?金反应的热力学模型。设计出适宜控制Al、Ti含量的低氟渣系，探究了渣中组元与Al2O3和TiO2活度比的关系，并通过高温渣–金平衡实验进行验证。结果表明：当渣中CaO和Al2O3含量增加，导致$\\lg \\left( {{{a_{{\\rm{A}}{{\\rm{l}}_{\\rm{2}}}{{\\rm{O}}_{\\rm{3}}}}^2} / {a_{{\\rm{Ti}}{{\\rm{O}}_{\\rm{2}}}}^3}}} \\right)$

针对机器或设备的剩余寿命（Remaining useful life, RUL）预测精度低的问题，提出基于一维卷积神经网络（Convolutional neural network, CNN）和双向长短期记忆（Bidirectional long short-term memory, BD-LSTM）的集成神经网络模型。为了更好地抽取时间序列上的特征，以及产生更多的训练样本，采用滑动窗口对数据进行处理，同时采用卡尔曼滤波对数据进行降噪处理，将数据标准化以及设置RUL标签。与人工提取特征不同，利用一维CNN对数据进行特征提取，并舍弃了CNN中的池化层。然后将提取到的高维特征输入到BD-LSTM进行回归预测，并采用Bagging的方式对此神经网络进行集成来预测RUL。最后通过在NASA的数据集上验证该模型的有效性，以及相比于其他机器学习或者深度学习模型的优越性，实验表明所提模型在RUL预测方面更加准确

§9-1 机械零件设计概述 §9-2 机械零件的强度（重点） §9-3 机械零件的接触强度（重点） §9-4 机械零件的耐磨性 §9-5 机械制造常用材料及其选择 §9-6 极限与配合、表面粗糙度和优先数系 §9-7 机械零件的工艺性及标准化

针对自动化高速公路（Automated highway system，AHS）车队稳定性问题，发展了一种多目标自适应巡航控制算法，根据李雅普诺夫（Lyapunov）稳定性理论对该问题进行了量化分析，并给出了同质与异质车队稳定性的设计要求，基于模型预测控制（Model predictive control，MPC）理论，综合协调驾驶员期望响应、跟驰安全性、车队稳定性、车队整体品质等控制目标， 采用加权二次型性能泛函以及线性矩阵不等式约束的形式，将协同式多目标自适应巡航（Adaptive cruise control, ACC）设计问题最终转化成带约束的在线凸二次规划问题