基于分层贝叶斯网络的计划识别方法

分析了态势估计中计划识别问题。采用分层贝叶斯网络对计划进行分级表示,依据发生的战场事件和目标行为,动态构建分层贝叶斯网络结构,并将其作为证据进行推理。为了解决动态构建贝叶斯网络的推理问题,提出构建虚拟节点的方法,将底层贝叶斯网络的推理结果作为不确定证据,输入到对应的上层网络节点中,以代替该底层贝叶斯网络。最后,文中通过仿真实验,对基于分层贝叶斯网络的计划识别方法进行了实验验证,结果表明该方法是有效可行的。     

网络计划计算模型的统一

基于对搭接网络计划的分析 ,给出一组一般网络计划、搭接网络计划和流水网络计划的通用时间参数计算模型 .对于搭接网络计划 ,该模型比传统的计算模型概念更清晰、形式更简明、表述更严谨 ,便于应用 .     

有联系数描述和处理网络计划中的不确定性

通过对集对分析（ＳＰＡ）中的联系数引入到网络计划技术之中,为工程中因各种情况变化引起民的工期不稳定性提供了一种新的表达和处理方法,研究表明,这种基于联系数的网络计划与调控方法提供了更多有价值的信息,如着急路线、次关键路线和再次关键路线及其转化关系等,具有更灵活的表达和处理能力且符合工程实际新方法思路清晰、操作方便,是一种值得推广的新型网络计划方法。     

传感网络低占空比MAC协议同步机制研究

低占空比MAC协议通过节点休眠有效延长了传感网络的寿命,然而同步过程中许多节点监听多个计划,降低了协议的节能效果;同时节点休眠导致数据转发时延大大延长。提出了一种适用于低占空比MAC的新同步机制。基站成为唯一的同步发起者,它周期性地发布同步信息。其他节点仅监听一个计划并广播他们自己的休眠计划,多跳路径上的邻居节点交错监听周期。在一个树型拓扑网络上的仿真试验表明,此同步机制可以在更少能量的条件下进一步减少低占空比MAC的系统时延,提高网络在较重负载下的吞吐量。     

网络计划技术在种猪场安装工程中的应用

以计算机为工具，根据网络计划技术的原理，编制合理的计算机程序，对浙江省某种猪场的安工程项目进行计划分析，缩短了工期；并通过优化网络计划，在不影响工期的条件下，合理安排人力资源，解决了原来人力资源不足的问题，降低了工程的总成本。图３，表１，参３。     

施工网络进度计划的多目标优化

通过对施工网络进度计划的研究 ,提出一种新的评价准则——工程质量 ,并建立了网络计划的数学模型 .同时综合前人已研究出的各种优化方法 ,得出网络计划的多目标优化模型 .由于各优化目标之间的矛盾性 ,用多目标决策理论可以科学客观地优化网络计划.     

现金流优化的网络进度计划问题研究综述

网络进度计划优化问题的研究主要以最短工期为优化目标，因而进度计划在财务方面对项目的影响被大大忽略略了。Ａ．Ｒｕｓｓｅｌｌ提出以净现值作为优化目标，首先研究了现金流优化的网络进度计划问题。本文对该领域的研究文献进行了调研，分别概述了支付进度计划问题，资源约束问题以及时间－费用交换问题的研究情况和成果。     

网络计划术中各工序间相关性的若干研究

提出并分析了网络计划技术中工序是存在相容和相益等各种关系，并在图示表达、理论计算和模糊关系矩阵分析等方面做了初步探讨，这些概念和方法在利用网络计划技术进行现代项目管理中，有着广泛的应用前景。     

多层网络计划的一种新分解方法

本文提出了多层网络计划的一种新分解方法，建立了分层网络模型，并探讨了时间参数的计算方法。     

用联系数描述和处理网络计划中的不确定性

通过把集对分析（ＳＰＡ）中的联系数引入到网络计划技术之中，为工程中因各种情况变化引起的工期不确定性提供了一种新的表达和处理方法．研究表明，这种基于联系数的网络计划与调控方法，比传统的网络计划方法提供了更多有价值的信息，如关键路线、次关键路线和再次关键路线及其转化关系等，具有更灵活的表达和处理能力且符合工程实际．新方法思路清晰、操作方便，是一种值得推广的新型网络计划方法     

Economic Assessment of Planned Projects in Highway Network Planning

ＥｃｏｎｏｍｉｃＡｓｅｓｍｅｎｔｏｆＰｌａｎｎｅｄＰｒｏｊｅｃｔｓｉｎＨｉｇｈｗａｙＮｅｔｗｏｒｋＰｌａｎｎｉｎｇＹＡＮＧＺｈａｏｓｈｅｎｇＪＩＣｈａｎｇｘｕＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｃｈａｎｇｃｈｕｎ，１３００２５，Ｃ...     

基于深度强化学习的应急通信网络规划方法

针对应急通信网络规划传统算法对先验知识要求高、时效性不强等问题,提出一种基于深度强化学习的应急通信网络拓扑规划方法。研究了基于蒙特卡罗树搜索与自博弈相结合的网络规划样本数据生成方法,设计了基于残差网络的策略网和价值网,在此基础上使用Tensorflow库对模型进行构建和训练。仿真结果表明,提出的规划方法能够有效实现网络拓扑的智能规划,且具有较高的时效性和可行性。     

基于深度强化学习的应急通信网络规划方法

针对应急通信网络规划传统算法对先验知识要求高、时效性不强等问题,提出一种基于深度强化学习的应急通信网络拓扑规划方法。研究了基于蒙特卡罗树搜索与自博弈相结合的网络规划样本数据生成方法,设计了基于残差网络的策略网和价值网,在此基础上使用Tensorflow库对模型进行构建和训练。仿真结果表明,提出的规划方法能够有效实现网络拓扑的智能规划,且具有较高的时效性和可行性。     

Analysis of effect factors-based stochastic network planning model

Looking at all the indeterminate factors as a whole and regarding activity durations as independent random variables, the traditional stochastic network planning models ignore the inevitable relationship and dependence among activity durations when more than one activity is possibly affected by the same indeterminate factors. On this basis of analysis of indeterminate effect factors of durations, the effect factors-based stochastic network planning （EFBSNP） model is proposed, which emphasizes on the effects of not only logistic and organizational relationships, but also the dependent relationships, due to indeterminate factors among activity durations on the project period. By virtue of indeterminate factor analysis the model extracts and describes the quantitatively indeterminate effect factors, and then takes into account the indeterminate factors effect schedule by using the Monte Carlo simulation technique. The method is flexible enough to deal with effect factors and is coincident with practice. A software has been developed to simplify the model-based calculation, in VisualStudio.NET language. Finally, a case study is included to demonstrate the applicability of the proposed model and comparison is made with some advantages over the existing models.     

复杂制造协同物流网络资源规划的不确定性控制优化

复杂制造协同物流网络作为动态开放系统,其资源规划决策易受网络中随机不确定性因素影响而出现刚性敏感和稳定失效现象,此问题属于参数状态和概率分布均未知的完全不确定型问题.针对这种问题, 提出了带鲁棒控制约束的期望值模型, 并借助蒙特卡罗方法对资源规划决策中相关参数进行了不确定性仿真. 算例结果表明,与不添加鲁棒约束的优化模型相比, 该模型方法能有效控制不确定性因素的负影响, 增加资源规划决策的稳定性和连续性,为解决完全不确定型问题提供了新视角.     

基于多层Hopfield神经网络的配电网网络规划

分析了配电网网络结构规划模型,在此基础上提出用Hopfield神经网络进行网络结构规划.针对城市电网辐射状运行的特点,提出多层Hopfield神经网络模型、对应的能量函数以及参数选择规律.多层Hopfield神经网络的每一层对应于一个负荷点的供电线路,能量函数的建立同时考虑到各层的状态.提出一种新的基于多层Hopfield神经网络的配电网网络结构的规划算法,该算法通过使能量函数降到最低值,可以求得配电网网络规划问题的最优或近似最优解.新算法无需对线路编码、无需对数据进行归一化处理,更加易于编程实现.实例计算表明该方法可行、有效.     

网络计划进度的风险分析

建立了网络计划进度的风险分析模型,通过仿真获得工程系统的进度估计及其统计分布特性,从而获得工程总工期的风险分布,并通过一个实例加以说明,可用于进度分析和管理决策。     

应用免疫算法进行电网规划研究

将一种新的随机优化方法——免疫算法应用于电网规划 ,利用 IEEE-6节点系统作为样本网络进行分析计算 .并将该方法跟基于遗传算法的电网规划方法进行比较 ,结果表明免疫算法在全局寻优的性能方面要优越于遗传算法 .本文还将基于免疫算法的电网规划方法应用于我国某实际电力网络 ,取得很好的规划结果.