技工院校后勤服务工作的社会化改革

学校的后勤管理者，在做好日常工作的同时，应不断思考怎样把后勤工作做得更好，更扎实，即进行“社会化改革”。本文将结合自身的实践，使其有机结合，为后勤服务管理工作奠定更加坚实的基础。     

基于改进克隆选择算法的含调整时间并行机调度

针对实际工业生产中广泛存在的带调整时间的并行机调度这一类NP难问题,研究并提出了一种改进的克隆选择算法(HSMCSA).为了提高算法的求解效率,特别是对大规模问题的优化性能,提出了一种基于单机排序的均匀插入分割点的编码方法;在此基础中进一步研究了基于单机调度最优解与随机解混合启发式初始化策略,有效提高了初始解性能;最后详细对比和分析了克隆选择算法中4种变异操作的优化性能,实现了基于改进的克隆选择算法的带调整时间的并行机调度问题的优化求解.仿真实验结果表明:所提出的改进克隆选择算法具有更好的优化性能;与遗传算法相比,求解性能提高了18.5%,与基本克隆选择算法相比提高了7.2%.     

数控铣削过程颤振的研究

介绍了数控铣削过程中的颤振现象,给出了详细的动力学分析,并介绍了颤振的预防与控制方法。     

基于结构化时延估计算法的声源定位研究

针对声源定位研究中无法实现三维空间内高的定位问题、俯仰角以及方位角无法达到360°空间体内系统精度一致性的问题,提出了一种基于结构化延时估计算法的声源定位研究。首先对采集的波形进行去混响滤波处理,提高采集声音信号的信噪比以后,依据空间内拾音器的安装位置以及单元划分,引入细胞单元的结构化模型,该算法首先要根据细胞单元元素位置坐标,在空间体内建立虚拟坐标参考系,依据参考系中方位角、俯仰角、半径,推算出声源发声体在空间中的位置,该算法经过数据采集分析验证具有精度高、定位灵活等特点,适用于生活环境中的大部分场合。     

基于UG的渐开线直齿圆柱齿轮建模研究

摘 介绍了使用UG／OPEN API实现渐开线直齿圆柱齿轮的模块的开发过程，并结合UG／OPEN GRIP开发渐开线直齿圆柱齿轮的方法，这个方法成功设计出参数化渐开线直齿圆柱齿轮的模块。     

基于DNA进化算法的Flow shop生产调度问题

DNA进化算法是基于细胞分裂中DNA分子复制原理的进化算法.算法模拟了一类单亲群体的演化过程,单亲个体能够通过分裂和变异的交互作用,以1的概率演化得到全局最优解.目前,该算法只是在连续优化问题中有很好的应用.在此算法的基础上,本文将其在个体变异操作中进行了一些改进并成功应用于Flow shop生产调度.为验证DNA进化算法的有效性,采用Flow shop标准问题进行测试.仿真实例表明,该算法简单可行,与其它算法相比较,不但有很好的求解性能,而且具有更快的收敛能力与搜索能力.     

基于Hilbert-Huang变换的室内地磁信号处理分析

提出一种利用Hilbert-Huang变换(HHT)处理分析室内地磁信号的方法。介绍HHT原理与方法,设计出一种室内地磁信号采集平台,对实际测量的室内地磁信号进行经验模态分解(EMD),并对分解后的固有模态函数(IMF)进行频谱和时频剖析,最后将经过HHT处理的原始信号进行重组。结果表明,HHT能用于描述复杂的室内地磁信号的非线性时变特征,为室内地磁信号的处理分析提供一种可行的方法。     

我国企业在国际贸易活动中的路径研究——电子商务活动面临的机遇与挑战

介绍了电子商务兴起的意义,分析了网络贸易的迅猛发展及其带来的问题和挑战,提出了我国在电子商务发展过程中存在的问题。     

A Novel Particle Swarm Optimization for Flow Shop Scheduling with Fuzzy Processing Time

Since in most practical cases the processing time of scheduling is not deterministic, flow shop scheduling model with fuzzy processing time is established. It is assumed that the processing times of jobs on the machines are described by triangular fuzzy sets. In order to find a sequence that minimizes the mean makespan and the spread of the makespan, Lee and Li fuzzy ranking method is adopted and modified to solve the problem. Particle swarm optimization （PSO） is a population-based stochastic approximation algorithm that has been applied to a wide range of problems, but there is little reported in respect of application to scheduling problems because of its unsuitability for them. In the paper, PSO is redefined and modified by introducing genetic operations such as crossover and mutation to update the particles, which is called GPSO and successfully employed to solve the formulated problem. A series of benchmarks with fuzzy processing time are used to verify GPSO. Extensive experiments show the feasibility and effectiveness of the proposed method.     

基于启发式规则的新型进化算法在流水车间调度中的应用

针对流水车间调度这一典型的NP难问题,采用了一种新型进化算法——DNA进化算法进行求解,并对算法做了改进。改进的DNA进化算法中引入了交换操作以更好地搜索解空间,并采用黄金分割率控制变异个体的数目。同时为了进一步提高搜索性能,采用一种新颖的启发式规则产生初始种群。以50个T aillard基准问题进行仿真,并与遗传算法进行了详细比较,仿真结果表明:改进的DNA进化算法具有更好的求解性能以及更高的运算效率。