1。 |
从司机的角度乘坐共享平台：来自优步和Lyft司机的证据那页数：89-98 新浪Shokoohyar.  PDF（650K） |
||
抽象的：优步及其主要竞争对手Lyft正在积极地竞争以吸引更多的司机，而且反过来限制了司机供应基地的竞争对手的访问。要控制供应方面，重要的是分析司机的角度的乘车共享平台。使用优步和Lyft驱动程序的在线评论，显示驱动程序略高于Lyft。此外，比较优步和Lyft评级趋势随着时间的推移，分析表明他们密切竞争吸引更多司机。在总级别，司机计数工作灵活性，工作/生活平衡，并将新人与乘坐共享平台工作的主要优势。另一方面，结果表明，司机对其运算的成本不足，工作保障不足，遇到良好的骑手的行为，以及客户服务差的损害不足。 DOI：10.5267 / J.ijdns.2018.10.001 关键词：乘车共享平台，供应侧管理，工作满意度，优步和Lyft
|
|||
| 2。 |
使用遗传算法的CNC转向参数的多目标优化及纳米复合涂层碳化物插入物的性能评估那页数：99-108 M. R. Pratheesh Kumar，K. Saravanakumar，S. Balakrishnan和R. Saravanan PDF（650K） |
||
抽象的：Inconel 600是一种超级合金，其性质，如低导热率和工作硬化。这种合金的工作硬化性能在加工过程中连续通过工具的连续通过时更难以更加困难。因此，这种材料的加工需要工具材料中的vIno - vation，适当的参数组合及其适用于经济性加工。涂层硬质合金工具插入物最广泛地用于加工Inconel合金。这些插入件通过PVD或CVD技术用特殊材料涂覆，以减少侧面磨损，改善机加工组件的表面光洁度并增加材料去除率（MRR）。在这种工作中，碳化物插入涂有纳米复合材料涂层，如Altin和Tialsin商业称为高潮和HSN2使用了在加工期间600时使用的性能。作为选择不当上的产品和生产率的质量工艺参数的影响的，它以识别输入处理参数的最佳组合是重要的。大部分时间都是独立研究了MRR，表面粗糙度和侧面磨损等输出参数对输出参数的影响。通过单个客观优化获得的信息可能是不够的，因为Industries希望同时优化所有输出参数。多目标优化是满足行业要求的唯一解决方案和基于遗传算法的基于多目标优化在这项工作中采用了基于的多目标优化，以获得输入过程参数的最佳组合，以获得最大的材料去除率，最小表面粗糙度和最小值侧翼同时穿。 DOI：10.5267 / J.ijdns.2018.9.002 关键词：多目标优化，遗传算法，Inconel 600，Anova，涂层硬质合金插入
|
|||
| 3. |
使用Taguchi-Topsis的表面粗糙度和表面微硬度进行粉末混合电放电加工工艺参数的多响应优化那页数：109-119 Phan H. Nguyen，朗泰鲍恩，越州。D. Bui和Dung T. Hoang PDF（650K） |
||
抽象的：研究了田口法与TOPSIS法在粉末混合电火花加工多响应优化中的集成效率。选取工件和工具电极材料、极性、脉冲启动时间(吨)、脉冲关闭时间(toff)、电流(I)和粉末浓度等输入参数对两种响应进行优化;即表面粗糙度(Ra)和表面硬度(HV)。结果表明，钛粉混合介质提高了PMEDM多响应优化效率。此外，刀具电极材料、粉末浓度、脉冲对时间、极性、电流密度、A×G和B×G等加工条件的交互作用对C*的S/N比起着非常重要的作用，其中粉末浓度的影响最大。TOPSIS -Taguchi是PMEDM中一种潜在的多响应优化方法。然而，通过方差分析得到的最优结果表明，为了提高PMEDM中两种优化多响应的方法的整合效率，还需要在TOPSIS-Taguchi进行更多的研究。 DOI：10.5267 / J.ijdns.2018.9.001 关键词：Taguchi，Topsis，EDM，PMEDM，S / N比，钛
|
|||
