1、“.....从而认为各时段内的发车时间间隔相等。我们在模型的改进中，可考虑对不等的发车时间间隔进行模拟，并与得到滞留时间的分布。符号说明,第次车离开第站时车上的人数,第次车到第站时上车与下车的人数之差,第次车离开第站时站台上的滞留人数由于车已达最大满载率以至乘客不能上车，故称滞留,为第次车离开第站时站台上滞留者的滞留时间,为第次车离开第站时的满载率，为天单程所发的车次总数,为单程站台总数模拟结果及统计指标分析我们选取参数进行模拟运行，所得结论如表。表中只给出上行方向值表模拟上行方向所得营运指标值参数平均满载率平均候车时间所需总车辆总发车次数综合考虑以上参数，当时，各项指标比较适当，平均满载率较高，平均候车时间较短，所需车辆与总发车次数适中，所以我们选取下面我们给出时的具体模拟结果及统计指标。结果各时段内单程发车次数见表二总车次。表二时各时段中的发车次数时段上行下行时段上行下行各时段单程发车时间间隔由于个时段内的发车间隔已假设为等距，所以由所得的车次很容易确定发车时间间隔。单程发车时刻表数据量太大，故略总车辆数,其中场存车辆，场存车辆......”。

2、“.....∈注目标函数说明目标函数Ⅰ使总车辆数目最小，即使公司的投资成本达到最小。目标函数Ⅱ使总车次数最小，即使公司的运营成本达到最小。目标函数Ⅲ是使所有顾客的平均不方便程度达到最小。约束主要是考虑到可操作性,发车间隔划分到秒级，公交司机是没法把握的,故最小只能划分到分级,那么发车间隔就应是分的整数倍模型的求解本模型是多目标多约束的优化模型，很难求出全局最优解，所以我们先将多目标规化简，再仿真模拟运营过程求解。转化为单目标的求解思路如下模型化简化简多目标问题，我们可以有三个出发点分析各目标之间相关联的数学关系，减少目标函数数目或约束条件数目。依限定条件，给出初始发车时刻表模拟客运数据运营统计指标结论←人工分析客流分布平均分布数据针对具体数据挖掘隐含信息以降低求解难度。分析各目标权重，去掉影响很小的目标函数，从而达到简化目的。分析目标Ⅱ与Ⅲ存在数学关联，发现总车次越多，乘客不方便程度越小。因此与不能同时取最小值。我们认为Ⅲ为主要目标，故主要考虑目标函数Ⅲ。从具体数据可知，在上行方向......”。

3、“.....平均每分钟到达人，站上车人而下车仅人，为客流量最大的时段，发车间隔时间至少需要分钟。由平均速度公里小时及环行距离，可得到此时至少需辆车。由以上分析将原模型简化为目标函数同上运营过程模拟初始时行方向下行方向平均候车时间上行方向下行方向调度方案我们由不同的理解得到两种调度方案，其共同点是都必须形成完整的运营过程，使车流不发生间断。静态调度方案认为在该路线上运行的总车数固定不变，形成序贯流动的车流，依照按流开车和先进先出的原则，按发车时刻表发车。所需总车辆数目为，其中从站的车场始发的车数为搜索，产生初始时刻表。表四为初始发车时间间隔表四初始发车时刻表时段时段模拟运营过程，统计各指标由于模拟运营过程与双车场模型大同小异，故我们在此不再详述。结果及统计分析对仿真产生的多组发车时刻表进行模拟获得最小的分,我们把这组解做为我们的局部最优解,其结果其中统计指标用来描述我们以怎样的程度照顾双方利益如下总车数理想处理平均速度得总车数为辆，加辆应急，为辆考虑高峰期车速小于，高峰期人流量大，是造成高峰期速度稍低于公里小时的主因，那么通过人流量数据和公里小时就可大致推算速度约为公里小时......”。

4、“.....加辆应急最终为辆。全天总车次次发车时刻表见表五用各时段发车间隔时间简述表五单车场各时段的发车间隔时段时段注只是种统计划分，首发车可以在之前，也可在之后。当然当不知道其它原则时可以假设首发车为发。对单车场下行线始发为与数据相吻合。等间距的结果进行比较。单车场调度方案与双车场调度方案的选用由结果分析可知单车场调度方案减少了公司的前期投资成本双车场调度方案的运营成本小，更好的兼顾到乘客与公司双方的利益。我们建议，在有双车场的条件下选取双车场调度方案更好。当需进行路线规划，需要选取单车场或双车场时，建议根据实际所需成本来选取方案。六模型的评价本文的优点如下模型的主体是采用时间步长法，模拟生成的发车时刻表的实际运行过程，准确性高，容量大，逻辑性严格，计算速度快，具有较强的说服力和适应能力。定义了能定量衡量我们的调度方案对乘客和公交公司双方利益满足程度的统计指标。在求最少车辆数时，将两个车场看作两个发射源，通过对两个车场的存车状态的实时模拟，形成不间断的运营过程，从而求得所需车辆数目。上行线共人上车下行线共人......”。

5、“.....高峰期乘客在分钟内等到车的概率为,非高峰期乘客在分钟内等到车的概率为调度方案见表六表六单车场动态调度方案时段所需车辆数时段所需车辆数五模型的进步讨论关于采集运营数据的讨论由于我们假设乘客到站服从均匀分布，而实际中乘客到站时间不可能都服从均匀分布。特别是在高峰期的情况下，乘客到站时间的不均匀分布就会使模型结论误差较大。我们建议以下几种改进采集方式的方法采取不等的统计人数的间隔时间在高峰期的情况下，为削弱乘客到站时间的不均匀分布带来的影响，可适当减小统计的间隔时间但统计时间加密应有定限度。对客流量很小的时段，我们可适当增大统计的间隔时间，不必要每小时都统计次。增加能反应有关滞留人数的统计数据。按相等到站人数来区分时间段的统计方法是统计达到定到站人数时的时间点，即可由此判断乘客到站的大概分布情况，有利于按其分布的疏密进行车辆调度，以更好的满足乘客的需要。其缺点是不易确定相等人数间隔的大小，可操作性不高其优点是能较为准确地反映客流量的变化情况......”。

6、“.....从梁到底盘中心垂线的距离。所以。经受力分析得该梁的剪力，弯矩为。梁的剪力图弯矩图如图所示。由图可知，危险截面在梁的焊接处，故对此处进行校核。由式得式中截面图形的抗弯截面模量，力对梁的产生的弯矩，受力的作用梁产生的扭矩。，该梁的，所以将个数据带入公式得为了保证梁的安全性，由上述计算的结果，选择高锰钢做为梁的材料。螺纹连接的强度计算螺纹连接的受力情况可分为两种，种是受横向的剪切力，种是受轴向的作用力。旋挖钻机履带架下的螺纹连接用于连接支重轮和履带架，故受到以轴向作用为主的力。旋挖钻机的总的工作质量为，每边的履带架上有个支重轮，总的支重轮数为个，故每个支重轮承受的力为。旋挖钻机工作时有不稳定的载荷，所以残余预紧力。螺栓受到的总力为式中残余预紧力螺栓承受的工作载荷。，取故螺栓受到的总力为螺栓危险截面的拉伸强度条件为式中螺栓的总拉力螺栓的直径，。考虑到螺栓在总拉力的作用下可能需要补充拧紧，故将总拉力增加以考虑扭转切应力的影响。根据此结果选择中碳钢做为螺栓的材料......”。

7、“.....见表试件的材料常数，即循环应力中平均应力的折算系数，对于碳素钢，，对于合金钢，拉压疲劳强度综合影响系数，如忽略加工方法的影响，则，此处为有效应力集中系数，见表，为尺寸系数，见表安全系数，见表最小拉应力为式中预紧力螺栓的直径。，式中取则应力幅为表螺纹连接件常用材料的疲劳极限材料疲劳极限材料疲劳极限其中，表材料的表螺纹连接件的尺寸系数直径取，则所以此螺栓安全。表螺纹连接的安全系数受载类型静载荷变载荷松螺栓连接紧螺栓连接受轴向及横向载荷的普通螺栓连接不控制预紧力的计算碳钢碳钢合金钢合金钢控制预紧力的计算铰制孔用螺栓连接刚，铸铁刚，铸铁第四章基于伸缩式履带行走装置的建模的简介是美国公司的产品，于年问世。多年来，经历余次的改个新的零件里有个模块，它提供个开发工具。使用户能自行编写参数化零件及组装的自动化程序，这种程序可使不是技术性用户也可产生自定义设计......”。

8、“.....广组件组成的组件附加特征值如给两中零件之间加个焊接特征等。虚拟地仿真运动组件的加速力和重力的反作用力了解动力效应，工程师无需等待实物样机就能测试产品的动力耐久性，利用机构动力学仿真，可以虚拟地仿真运动组件的加速力和重力的反作用力。而且，您可以综合考虑诸如弹簧电动机摩擦力和重力等动力影响，相应地调整产品性能。无需背上研制样机的高昂费用负担就能获得最大的设计信心。功能及益处综合考虑弹簧阻尼器电动机摩擦力重力和定制的动力负载，以评估产品性能。使用设计研究来优化机构在组输入变量下的性服从均匀分布，从而认为各时段内的发车时间间隔相等。我们在模型的改进中，可考虑对不等的发车时间间隔进行模拟，并与得到滞留时间的分布。符号说明,第次车离开第站时车上的人数,第次车到第站时上车与下车的人数之差,第次车离开第站时站台上的滞留人数由于车已达最大满载率以至乘客不能上车，故称滞留,为第次车离开第站时站台上滞留者的滞留时间,为第次车离开第站时的满载率，为天单程所发的车次总数,为单程站台总数模拟结果及统计指标分析我们选取参数进行模拟运行，所得结论如表......”。

9、“.....当时，各项指标比较适当，平均满载率较高，平均候车时间较短，所需车辆与总发车次数适中，所以我们选取下面我们给出时的具体模拟结果及统计指标。结果各时段内单程发车次数见表二总车次。表二时各时段中的发车次数时段上行下行时段上行下行各时段单程发车时间间隔由于个时段内的发车间隔已假设为等距，所以由所得的车次很容易确定发车时间间隔。单程发车时刻表数据量太大，故略总车辆数,其中场存车辆，场存车辆。统计指标平均满载率上间窗口的单车型运输问题的多目标优化模型目标函数ⅠⅡⅢ约束条件平均满载率限制发车间隔时间限制为早高峰期时为非早高峰期时。∈注目标函数说明目标函数Ⅰ使总车辆数目最小，即使公司的投资成本达到最小。目标函数Ⅱ使总车次数最小，即使公司的运营成本达到最小。目标函数Ⅲ是使所有顾客的平均不方便程度达到最小。约束主要是考虑到可操作性,发车间隔划分到秒级，公交司机是没法把握的,故最小只能划分到分级,那么发车间隔就应是分的整数倍模型的求解本模型是多目标多约束的优化模型，很难求出全局最优解，所以我们先将多目标规化简......”。