基于约束人力资源配置系统的设计与实现

由于传统的人工排班模式难以完成满足约束条件的人力资源合理配置,为此,针对国内客服中心全职话务员、班组管理和轮班与连续班规则的特点,设计并实现了基于约束的人力资源配置系统。该系统经过话务员和班组定义、规则设置、话务量预测、话务员需求计算、执行排班5个步骤,完成人力资源的动态配置。其中话务量预测采用周期模型和近邻算法相结合的方法,能够更好地区分工作日和非工作日,提高了预测精度;排班算法采用基于深度优先回溯和整数规划结合的方法,达到了话务量高度拟和以及节省人力成本的目的。     

呼叫中心到达过程的建模与预测

呼叫中心到达量的拟合和预测对呼叫中心人力需求计算和排班有着重要作用.根据用户在呼叫中心的不同阶段,可以将到达量分为交互式语音应答(interactive voice response,IVR)到达量和人工服务到达量.国外学者主要对人工服务到达量进行拟合和预测,非齐次泊松过程作为一种模拟到达过程的方法得到广泛使用.而这里首次提出对IVR到达量进行研究,对比实际数据与非齐次泊松过程的均值和方差,发现该呼叫中心IVR到达量呈现"过离散(overdispersion)"现象,不能使用泊松分布拟合.因此选择时间序列模型对IVR到达量进行拟合和预测,用残差的白噪声检验拟合效果,平均绝对误差(mean absolute error,MAE)值判断模型预测优劣.最后使用线性回归模型分析IVR到达量与人工服务到达量之间的关系.结果表明:自回归滑动平均ARIMA(autoregressive integrated moving average)(1,0,1)模型能更好地对该呼叫中心正常天数(normal days,ND)的IVR到达量进行短期预测,而Winters指数平滑法能更好地对春节期间(Spring Festival,SF)的IVR到达量进行短期预测;通过回归模型可以预测呼叫中心人工服务到达量.     

呼叫中心人力资源配置鲁棒规划模型

针对现实呼叫中心中顾客到达不确定的问题,建立了基于排队论的离散流体模型,解决了考虑鲁棒性呼叫中心的人力资源配置问题.通过区间数据来表示顾客到达的不确定集,利用可调整鲁棒优化方法的思想,分析了鲁棒优化模型与确定性优化模型的关系.数值试验表明,使用可调整鲁棒参数的鲁棒优化方法减小了呼叫中心到达率不确定性给呼叫中心系统带来的影响;到达率越大,对应的最优的鲁棒参数越大,模型越保守.     

基于控制参数和反馈调节的分时电价定价策略

针对已有研究中关于用电量、电价、响应函数的不合理假设以及缺少参数控制和反馈调节过程的现状,提出了基于控制参数和反馈调节的分时电价定价策略.以满足各时段电价比与电量比、供电收入与总用电量等控制参数要求为目标,将1天分为多个时段,根据电价理论和价格需求响应矩阵计算控制参数的实际值,并对控制参数的目标值进行反馈调节,使得各参数的目标值与实际值的总体差距最小.数值实验结果表明,所提出的分时电价定价策略既可以满足各时段电价与电量比例关系的要求,也能够有效增加供电收入、减少总用电量并缩小峰谷时段的负荷差距.     

基于“能源大脑”的城市区域碳排放实时计算方法

现有碳排放计算方法不能很好地满足碳排放区域逐渐细化和实时需求.为保证碳排放责任分摊的实时和准确,提出一种城市区域碳排放实时计算方法.利用改进的K-means聚类算法,对城市区域能源负荷的运行时段和运行场景进行聚类组合,得到典型碳排放特征.将区域单位电力碳排放量作为碳排放指标;归类运行时段和场景,计算各簇单位电力碳排放量和城市区域碳排放总量.基于中国东部某地区“能源大脑”中部分能源消费历史数据进行验证,结果表明：该聚类方法和碳排放指标可以有效地实时计算城市区域碳排放总量.     

基于用户行为和分时电价的充电定价策略优化

考虑用户充电行为和竞争对手定价等因素,研究公共充电站的充电定价问题.建立用户价格响应模型,量化分析充电价格与用户需求的内在关系.基于用户价格响应和分时电价,提出一种两阶段充电定价策略:第1阶段基于用户的充电频率分布,采用K-means聚类算法将一天划分为峰时段、平时段和谷时段;第2阶段,分析各时段的充电供需,峰时段以充电站利润最大化为优化目标,平谷时段以充电站利润和利用率最大化为目标,构建分段式定价优化模型,并分别采用遗传算法和NSGA-Ⅱ算法求解模型.基于某市充电站的运营数据,完成案例分析.结果 表明:峰时段总体利润提升约13.4％,充电桩利用率提高约26.8％;平谷时段共获得17组Pareto最优解,均优于固定电价机制.所提出的充电定价策略可以为充电站运营与规划提供决策参考.     

网格计算环境中的资源管理研究

现有的资源管理模型往往无法同时满足网格计算的动态性、可伸缩性和适应性需求.针对这个问题,提出了一种融合了Web计算技术、正统的网格计算技术和对等计算技术的资源管理模型.它将整个网格计算环境分为两级,在各个管理域内部可采用不同的管理策略和体系结构,体现了对遗留系统的适应性支持;各管理域之间的组织则采用对等计算模式,从而可适应网格计算环境的动态性和可伸缩性.在该模型中,标准化的互操作性通过万维网服务提供,以克服资源的异质性;动态资源部署采用基于XML的数据模型来描述资源信息,并通过软状态机制来解决分布式垃圾收集问题;动态资源发现克服了LDAP和关系性数据模型的限制,具有高度的灵活性和可扩展性.     

单相受热管动态数学模型的改进

为提高多段集总参数模型的仿真精度,用动态方程代替静态方程计算控制体管壁放热量,建立了一种新的单相受热管集总参数动态数学模型.将机理模型中偏微分方程的时空分离,采用集总和解析相结合的方法,推导出管内工质温度分布的解析解,再由传热微元方程积分得到管壁放热量的动态方程式.新模型具备稳定、通用和可显式求解的特点.理论精度分析结果表明:模型的响应初终值不存在静态误差;均分3段时的计算结果明显优于传统多段模型均分5段时的计算结果.对某台超超临界压力锅炉过热器的仿真实验表明:新模型在入口温度阶跃响应方面改进明显;纯延迟时段内模型的计算结果基本与分布参数模型吻合.相比传统的多段模型,在相同条件下新模型可采用更少的分段数,且能更好地反映管内工质的输运延迟特性.     

单车型动态车队调度问题的时空分解模型构造

构造了问题的动态规划模型,详细地研究了模型中总收益函数的凹函数特性,进而设计线性逼近函数,构造问题的时空分解模型,从而达到将问题时空分解为多个单时段单节点问题的目的.     

基于综合需求侧响应的多能存储系统优化配置

相比单一储能和需求响应(demand response,DR),多能存储和综合需求响应(integrated demand response,IDR)可显著改善多能源系统的经济性.首先构建基于激励手段的综合需求响应模型,接着对多能存储系统进行分析及建模,同时引入用户用能舒适度指标模型.最后,基于典型日负荷轮廓,以系统年最低总成本为优化目标建立多能存储系统优化配置模型.算例分析表明多能存储和综合需求响应可协同优化各时段能源供给和柔性负荷需求,可显著提高多能存储系统的经济性.     

Analysis of Completion of Call with on-off Data Source in Wireless Networks

In wireless network, call completion probability accounts for users‘ satisfaction since the admitted ongoing call may be interrupted during hand off process or even stay in the same cell when dynamically allocaring resource to calls hecause of the loss of resource. We focus on the relationship between call‘s completion probability and these interruptions and develop an analytical relationship model for homogeneous cellular networks based on probability analysis. Then assuming call‘s data source is modeled by on off traffic model, a two dimensional Markov process is established to compute these blocking and dropping probahilities for call‘s completion probability. The impacts of different new call arrival rate. call‘s traffic characteristic, user‘s mobility, call‘s holding time and call‘s admission threshold on call‘s completion are evaluated and compared through numerical examples. These results show that call‘s completion reaches its maximum value if making no difference between hand off call and new call in the case of light traffic load. But some resource should be reserved for the hand off call in high traffic scenario. The analytical model provides a basis for helping to set the call admission threshold.     

基于Java的Agents的安全问题

在分布式系统中，随着计算机网络的普及，编程方式也发生了变化，即由远程调用方式转变为远距编程方式，这种变化可减少网络流量、提高系统性能.软件agents适合完成这项任务.使用agents能带来多种好处，且不利方面很少，这包括附加的安全问题.新的组件系统能改进Java套装软件系统的多个缺陷，使编程者能获得更多的对动态连接的控制权，实现Java-agent的自主安全.agent模型中出现的一般安全问题，可通过一种实用的方法加以解决.     

Hanoi塔问题的最佳解法

Hanoi塔流游戏是欧洲中的一种智力游戏，又是一古老的趣味数学问题，也是具有递归调用的所有程序设计语言教材中递归调用的典型例题。本文给出了独立的非递归解并从理论上证明了用新算法移动2^n-1次盘就可解决Hanoi游戏问题。     

基于CTI的报警呼叫中心系统设计

报警呼叫中心系统可以广泛应用到国防、治安、民生等各个方面,文章探讨了基于CTI的报警呼叫中心系统的设计思想,对系统的组织结构以及软件设计模式进行了分析,并在此基础上提出了报警呼叫中心系统的一种实际解决方案,该方案可以极大提高目前报警呼叫系统的反应速度和工作效率。     

基于图卷积网络的恶意代码聚类

许多新型恶意代码往往是攻击者在已有的恶意代码基础上修改而来,因此对恶意代码的家族同源性分析有助于研究恶意代码的演化趋势和溯源.本文从恶意代码的API调用图入手,结合图卷积网络(GCN),设计了恶意代码的相似度计算和家族聚类模型.首先,利用反汇编工具提取了恶意代码的API调用,并对API函数进行属性标注.然后,根据API对恶意代码家族的贡献度,选取关键API函数并构建恶意代码API调用图.使用GCN和卷积神经网络(CNN)作为恶意代码的相似度计算模型,以API调用图作为模型输入计算恶意代码之间的相似度.最后,使用DBSCAN聚类算法对恶意代码进行家族聚类.实验结果表明,本文提出的方法可以达到87.3%的聚类准确率,能够有效地对恶意代码进行家族聚类.     

基于隐马尔可夫模型的程序行为异常检测

针对入侵检测中普遍存在误报与漏报过高的问题，提出了一种基于隐马尔可夫模型的程序行为异常检测新方法．该方法以程序正常执行过程中产生的系统调用序列为研究对象，建立计算机的正常程序行为模型．在入侵检测时，先对测试的系统调用数据用滑动窗口划分得到短序列，再根据正常程序行为的隐马尔可夫模型求得每个测试短序列的输出概率，如果系统调用短序列的输出概率低于给定阈值，则将该短序列标定为“不匹配”，如果测试数据中不匹配的短序列数占总短序列数的百分比超过另一给定阈值，该模型就认为此程序行为异常．实验结果表明，与Forrest和Lee的方法相比，所提方法的检测率的最大提高率可达590％．     

微小区交换通话处理的改进方案及性能分析

在第三代系统环境的微小区和微微小区中,用户的移动造成交换通话掉话的概率和新建通话被拥塞概率是决定系统QoS的重要参数.现有的一些方案虽然能够很好地处理交换通话,但都是以牺牲新建通话为代价的.为了有效解决交换通话掉话与新建通话拥塞之间的矛盾,提出了一种新的通话处理的改进方案,它是基于原有的部分保护信道方案模型,但额外地考虑了新建通话的拥塞问题.这个方案相对于普遍采用的交换通话处理方案,能够很好地提高系统的性能.最后通过对改进方案的计算机仿真,取得了比较满意的结果.     

基于VoiceXML的呼叫中心的研究和实现

在呼叫中心的建设中，为用户提供更为方便、灵活的接入方式在电子商务迅速发展的时代显得尤为重要。结合实际开发中的经验，介绍了基于VoiceXML的呼叫中心的体系结构及备模块的功能。     

呼叫中心系统在ARP 用户服务中的应用

健全的运维体系和优质的用户服务,是大型信息管理系统能稳定运行、持续优化和深入应用的重要保障。本文对中国科学院资源规划系统 (Academia Resource Planning,简称ARP) 自实施上线以来的用户服务模式进行介绍,重点阐述了ARP 呼叫中心系统在用户服务中的应用,并对当前用户服务工作中存在的问题以及如何进一步提升用户服务能力、提高用户满意度进行了探讨。