探讨我国电子商务物流发展

电子商务在我国发展起步较晚,但是想使电子商务发展的更快、更好的话就必须要加强电子商务物流的发展。本文通过电子商务的四种模式分析了电子商务对物流影响,还分析出中国目前电子商务物流发展的存在问题。提出了以后的发展对策。     

计算机等级考试操作测试阅卷系统编程环境

通过对“计算机等级考试（操作测试）自动阅卷系统”编程环境分析研究，探讨混合编程方式下存储模式、编译模式、混合编程接口及外部连接的一些规律，给出在阅卷系统中处理以上问题的方法。     

在GaAs—Ga_(1-x)Al_xAs量子阱结构中的施主束缚能

对由夹在两个半无限Ga_1-Al_xAs块中的单GaAs层中的量子阱中浅施主基态束缚能做了变分计算、施主束缚能是作为GaAs层厚度和杂质位置的函数来计算的。研究了两种合金成分X=0.1和X=0.4。计算是在真实导带差额所决定的有限势垒情形下进行的。计算结果与前人结果作了比较。结果表明:对杂质处于阱中心和X=0.4的情形当阱厚L<5A时,束缚能的修正是显著的。例如峰值修正超过了15％。此外,还研究了由于GaAs和Ga_1-Al_xAs具有不同有效质量而对基态束缚能的影响。     

巨微CIMS体系结构研究

计算机集成制造系统是国家“８６３”计划自动化领域的主题之一。文中对批流程型ＣＩＭＳ系统的总体结构进行了讨论,在此基础上给出了巨微生物工程有限公司（以下简称巨微）ＣＩＭＳ的应用体系结构及支撑结构,并分析了开发流程型ＣＩＭＳ的关键技术。     

多电荷原子在半导体上的化学吸附

利用自洽格林函数计算,研究了过渡金属原子的d轨道电子与半导体表面的相互作用,其中半导体用S-P杂化原子链模型来描述。采用Anderson-Newns模型来处理d轨道电子间的库仑排斥作用。结果表明,不存在像Haldane-Anderson结果所表现的那种当过渡金属杂质在半导体内时杂质原子束缚多个电子或空穴而其真实电荷改变不超过小数级的现象,详细讨论了磁解及非磁解存在的条件及解的特征。发现与金属表面吸附的情形很不相同,对半导体情形费米能级附近局域态对磁解的存在起决定性作用。此外对费米能级处的Shockley表面态的影响也作了讨论。     

最小延时问题GPU并行加速变邻域搜索方法

为了能够在尽可能短的时间内获得最小延时问题的优质解,提出一种运行在CPU-GPU混合环境中的变邻域搜索方法。在遗传算法的顺序交叉生成子代基因过程中,改变邻域结构以避免解方案陷入局部最优。该方法在避免局部最优问题的同时,又可以利用GPU的并行加速能力缩短算法运行时间。实验结果表明,对于大规模最小延时问题,可以在短时间内获得足够好的解。     

基于B+树索引的动态社会网络差分隐私保护

针对当前社会网络的动态更新速度越来越快,而社会网络中差分隐私保护方法迭代速度慢的问题,提出一种基于B+树索引的动态社会网络差分隐私保护方法.使用B+树索引社会网络图的边,根据差分隐私并行性组合的特点,对B+树的索引数据划分,为数据分配不同的ε并添加拉普拉斯噪声,实现数据隐私后的整体高效用性和局部强保护性;在迭代时利用B+树的高效索引对欲更新的信息快速定位,实现动态社会网络差分隐私保护的快速迭代.实验表明,B+树索引有效提高了动态社会网络差分隐私保护的迭代速度,同时差分隐私的并行性提高了数据的效用性.     

电气自动化控制人工智能技术的应用分析

近年来,随着现代技术的进步,科技创新层出不穷,人工智能技术在电气自动化控制中的应用越来越广泛。自从人工智能技术应用于电气自动化控制中后,使得工作效率有了极大的提高,运营成本也大大降低,更好地实现了电气的自动化。本文首先阐述了电气自动化控制中人工智能技术的优势,进而探索了人工智能技术在电气自动化控制中的应用。     

一种SDN控制节点故障恢复的部署策略

针对广域网中软件定义网络(software defined network, SDN)在运行过程中控制器发生不可恢复的故障的情况,提出一种考虑控制器节点故障的部署方法。首先将网络划分成多个子网络,进而提出采用改进的粒子群优化算法对SDN控制器进行部署,以达到较高的可靠性和较低的时间延迟以及负载较为均衡的目的;在网络运行的过程中,当控制器发生不可恢复的故障时,采用熵权多目标决策法确定由发生故障区域的目标slave控制器,将其升级为master控制器,从而保证网络的正常运行。实验结果表明,相对于采取K-means或贪心算法,使用本方法进行控制器部署,在SDN网络的负载均衡率、链路时间延迟等网络关键指标方面均有所提升,且能以较低的代价降低控制器故障节点对网络正常运行的影响。     

实数编码遗传算法的改进及并行化实现

针对实数编码的遗传算法容易掉入局部极值、收敛速度慢等缺点,提出一种改进的实数编码的遗传算法,并对其进行了基于GPU的并行化实现.通过4个典型的遗传算法性能测试函数进行测试,结果表明,改进后的算法可以有效地跳出局部极值点,并能加快算法的收敛速度;在求解复杂的高维函数时,并行化后的改进算法可以显著减少算法的运行时间.