非技术区
Artech Limited 中国区招聘 Java大连职位（去美国培训机会）大型机/UNIX系统管理大连职位(日本职位)
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区为配合公司业务的飞速发展， 2006年2月大连阿尔泰克信息技术有限公司成立，作为中国总部，辐射北京、上海、成都、武汉、深圳 ，为亚太客户提供世界级服务 。我们一向以为我们的员工提供国际化的管理、极具竞争力的薪酬福利和良好的发展前景而自豪。
公司现在对外招聘以下职位的人才
Java/J2EE工程师（去美国客户公司培训）（HOT）
职位要求：
地点：美国and大连
1、 具有二年以上相关工作经验；
2、 精通Java，熟悉J2EE开发流程；
3、 具有Sun Java认证者优先；
4、 英语六级以上者优先；
5、 良好的团队协作精神，能够承受一定工作压力
大型机系统管理职位
工作地点:日本
1、1年以上IBM大型机系统分析和设计相关工作经验；
2、具有AS400(series)/390/Z/OS下的开发经验；
3、熟悉COBOL、PL/1、JCL、CICS；
4、精通C/C++开发经验的优先考虑；
5、熟悉银行业务，有银行项目背景的优先考虑；
6、熟悉IBM DB2数据库。
UNIX系统管理
工作地点：日本
1、2年以上C/C++编程经验，良好的编程技巧和编程习惯；
2、精通Unix/Linux系统编程，熟悉Unix IPC，Multi-Thread，OpenLDAP，SMTP；
3、熟悉软件工程方法，软件开发过程以及软件配置管理；
4、熟悉Unix/Linux内核并有Shell编程经验的优先考虑；
5、有嵌入式Linux系统经验的优先考虑。
公司为全资的美国公司，待遇优厚，发展前景广大
感兴趣的朋友请回信附带上简历，或电话至0411-39707399
公司网址：www.artechinfo.com.cn
简历发送至E－mail: Andy.Jing@artechinfo.com
MSN: jingshibo@hotmail.com
Tel:13898463504
相关推荐
【信息科学与工程学】计算机科学与自动化——第十八篇 存储系统设计 10 存储器/存储软件/存储芯片/存储盘/存储系统/存储网络01
③ MTJ电阻 → 界面：TMR=(R_AP-R_P)/R_P = 2P₁P₂/(1-P₁P₂) (Julliere模型)；③ 访问延迟模型 → 统计：平均访问延迟 = p_hot * t_dram + (1-p_hot) * t_nvm + t_migration_overhead；：① 储能电容计算 → 数学物理：所需能量 E = P * t_backup，电容 C = 2E / (V_start² - V_end²)；：① B-tree平衡 → 代数：树高 h = log_m(N)，m为扇出；
【信息科学与工程学】【物理/化学和工程技术】第七十五篇 电气工程 系列三 电机学01
至此，总条目达到163 条磁路与电磁场数值方法（131–134）特殊运行状态（135–139）实验技术与标准设计细节（144–149）动态过程（150–154）至此，总条目达到213 条，全面覆盖《电机学》教材及其在电动汽车、工业机器人、家用电器、轨道交通、航空航天、船舶推进、新能源（飞轮储能、波浪发电） 等领域的应用，以及先进控制算法（MTPA、弱磁、MPC、EKF、三环PID） 和仿真技术（联合仿真、遗传算法优化、HIL）。每条均包含逐步推理的数学方程式和详细推导，可直接用于教学、科研和工程参考。
【信息科学与工程学】【物理/化学和工程技术】第一百七十三篇 电力系统设计01
2. 图注意力层：计算注意力系数 αij=∑k∈N(i)exp(LeakyReLU(aT[Whi∥Whk]))exp(LeakyReLU(aT[Whi∥Whj]))，更新节点特征 hi′=σ(∑j∈N(i)αijWhj)。我们被要求继续补充表格，按照之前给定的格式，每个字段包含逐步推理的数学表达式。3. 对比损失（NT-Xent）：L=−log∑j=iexp(sim(zi,zj)/τ)exp(sim(zi,zi+)/τ)，其中 sim(u,v)=uTv/∥u∥∥v∥。
基于MPC+二自由度动力学的车辆轨迹跟踪+横向控制Carsim和Simulink联合仿真（Matlab代码、Simulink仿真实现）
内容概要：本文系统阐述了基于模型预测控制（MPC）与二自由度车辆动力学模型的轨迹跟踪与横向控制方法，通过Carsim与Simulink联合仿真平台实现了Matlab代码与Simulink模型的协同验证。该方法结合MPC算法的滚动时域优化特性与车辆二自由度动力学模型的运动学精度，构建了高精度的路径跟踪控制系统，能够有效提升自动驾驶车辆在复杂工况下的行驶稳定性与轨迹跟随精度。文中详细介绍了控制策略设计、车辆动力学建模、仿真参数配置、联合仿真接口搭建及结果分析全过程，涵盖了状态预测、代价函数构建、约束处理与优化求解等核心环节，适用于智能驾驶中路径规划与跟踪控制系统的研发与验证。; 适合人群：具备车辆动力学、现代控制理论（如最优控制、预测控制）基础知识，熟练掌握Matlab/Simulink与Carsim仿真工具，从事自动驾驶、智能车辆控制算法开发的研究生、科研人员及工程技术人员。; 使用场景及目标：①用于智能网联汽车与无人驾驶系统中横向控制算法的设计与性能验证；②作为MPC在车辆运动控制中应用的教学案例，辅助高校课程实践与科研训练；③支撑高水平学术论文复现、课题申报与工程原型开发。; 阅读建议：建议读者在Carsim与Simulink联合仿真环境下动手复现，重点掌握MPC控制器中预测模型的建立、权重系数调节、约束设定及实时性优化等关键技术，并尝试在不同道路曲率、车速及路面附着条件下进行鲁棒性测试，进一步拓展至非线性MPC或自适应MPC等先进控制策略的研究。
基于线性时变模型预测控制的车辆轨迹跟踪系统研究（Matlab代码、Simulink仿真实现）
内容概要：本文系统研究了基于线性时变模型预测控制（LTV-MPC）的车辆轨迹跟踪系统，利用Matlab与Simulink工具搭建完整的控制系统仿真模型。研究首先建立车辆动力学模型，并通过局部线性化方法将非线性系统转化为时变状态空间模型，进而构建包含状态预测、滚动优化与反馈校正的MPC控制框架。文中详细阐述了目标函数设计、约束条件处理（如输入饱和、状态边界）、预测时域与控制时域设定等关键技术环节，重点分析LTV-MPC在不同行驶工况下对参考轨迹的跟踪精度、稳定性和实时性表现。通过与传统线性MPC的对比仿真，验证了LTV-MPC在应对系统非线性、提升轨迹跟踪性能方面的显著优势，充分展现了其在自动驾驶路径跟踪中的工程应用价值。; 适合人群：具备自动控制理论、车辆动力学及优化算法基础，熟练掌握Matlab/Simulink编程环境，从事智能驾驶决策控制、路径规划、先进驾驶辅助系统（ADAS）研发的科研人员、工程技术人员及研究生。; 使用场景及目标：①掌握车辆轨迹跟踪中MPC控制器的设计与实现方法；②学习如何将非线性车辆模型在线线性化并集成到预测控制框架中；③深入理解LTV-MPC相较于固定参数MPC的性能优势与适用边界；④通过仿真调试优化权重矩阵、预测时域等关键参数，提升实际控制效果；⑤为自动驾驶系统的控制模块开发、学术论文撰写或毕业课题提供可复现的技术方案与仿真平台。; 阅读建议：建议读者结合所提供的Matlab代码与Simulink模型，逐步运行并剖析各功能模块，重点关注车辆模型线性化过程、状态预测模块构建、QP求解器配置及约束处理机制，通过调整工况和控制参数进行对比实验，深入掌握LTV-MPC的调控机理与性能优化方法。
