一种面向自然语言表达的不确定时态数据的建模方法

在医疗信息系统中,含自然语言表达式的时态信息起着关键性作用。如何处理基于自然语言的不确定时态信息问题一直没有得到很好地解决。针对医疗信息系统的需求,在此对时态数据模型的研究现状以及一些经典的不确定时态医疗信息数据模型进行了研究。对各种传统的时态原语类型进行不确定性扩展。提出了基于自然语言表达式的不确定时态数据模型NLTM。     

一种基于时空因素的实化视图选择算法的研究与设计

分析了几种经典视图选择算法存在的不足,提出了一种新的基于时空因素的价值模型,在此基础上设计了一个新的视图选择算法——PBPUS(preprocessing benefit perunit space)算法。该算法与原有算法相比,降低了视图搜索的时间,减少了实化视图更新维护的代价,有效提高了实化视图的查询效率。     

退化设备预防维修策略研究

运用故障率衰减模式对退化设备的预防维修策略进行研究,建立了一种新的预防维修模型。考虑到故障小修对整个预防维修时间的影响,引入了设备完好率的概念,以单周期内的设备完好率为约束条件,建立了一个以设备更新周期内单位时间平均维修费用为目标函数的优化模型,来求解使维修费用最低的最优预防维修周期以及最优预防维修次数。运用MATLAB软件进行了数值验证,验证结果表明模型可以有效地找出在不同设备完好率要求下的最优预防维修策略。