基于ISM的工程装备质量评价体系构建方法

针对工程装备质量影响因素的特殊性及其评价的复杂与不确定性,提出了一种基于系统工程中解释结构模型ISM（interpretative structural modeling）的质量评价体系构建方法.在确定工程装备质量影响因素逻辑关系的基础上,求解系统可达矩阵,构建多层递阶的质量评价体系解释结构模型.应用该ISM,解释了评价体系的神经支撑结构、因素支撑影响图等.基于该模型的分析与应用,质量评价的立足点在于“作战可用度”,骨干支撑因素包括作业能力、经济性、信息化水平等,其评价直接支撑“后继研发性”,体现了装备发展与质量提高的研发策略.     

高校后勤实体经营成效影响因素分析

运用解释结构模型法，以陕西高校后勤实体为实例，在构建影响高校后勤实体经营成效关键要素系统结构模型的基础上，对其进行布尔运算和可达矩阵的分解，得出相应的结构矩阵和多级递阶结构模型图．探讨了影响高校后勤实体经营成效中的各要素间的影响，分析了各因素相互间的层次关系，并据此提出了高校后勤实体发展的对策和建议．     

区域物流中心选址的系统动力学分析

在物流中心选址的动态双钻石模型的基础上,运用系统动力学的因果与相互关系分析并构建了物流中心选址的系统动力学流图,设计了动态模型方程式及状态变量方程.     

个性化Agent层次结构模型构造

通过对人类心理的分析,构造出个性Agnet的层次结构模型,即需要模块、驱动模块、喜好地址表模块及世界观模块.重点阐述了需要模块,其分别包括思维策略、安全系统等低层次结构体系及通信请求、推理系统、解释系统等高层次结构体系.这些层次结构体系及各模块确保个性化Agent具有层次分明、开放、灵活及较好的稳定性等优良特性.     

基于ISM分析法的高中有机化学“先行组织者”体系的构建

ISM分析法是一种结构模型化技术,是解释结构模型法的简称.主要是将复杂系统里的各个要素进行层级结构化,从而明了各个要素彼此之间的关系及在整个系统之内的地位.本文利用ISM分析法对高中有机化合物体系进行了研究,构建了高中有机化学"先行组织者"体系的结构,不仅有利于教学有条不紊地进行,还能促进学生高度精致有效知识结构的生成.     

基于BoBGSAL-Net的文档级实体关系抽取方法

文档级实体关系抽取的主要任务是提取文档中实体之间的关系.相较于句内实体关系提取,文档级实体关系抽取需要对文档中多个句子进行推理.为了解决文档中不同实体之间的复杂信息交互问题,提出一个混合提及级图MMLG (Mixed Mention-Level Graph)策略,用于拟合文档中不同实体之间的复杂信息交互,提高模型对于文档级实体关系的感知能力.此外,为了应对实体关系中存在的关系重叠问题,构建了实体关系图ERG (Entity Relation Graph)模块,该模块融合了路径推理机制,主要针对实体间的多个关系路径进行推理学习,更准确地识别提及级节点实体及关系.通过将MMLG策略与ERG模块聚合到实体关系抽取模型中,构建BoBGSAL-Net (Based on Bipartite Graph Structure Aggregate Logic Network)模型,并在公开数据集DocRED和作者实验室构建的数据集AlSiaRED上开展实验,结果证明BoBGSAL-Net在文档级实体关系抽取任务中性能得到提升,其中BoBGSAL-Net+BERT模型在AlSiaRED数据集上的关系抽取...     

基于解释结构模型的生态复合墙结构质量影响因素

目的分析生态复合墙结构质量影响因素,明确各影响因素间的主次关系和层级关系,找到影响生态复合墙结构质量的根本因素.方法基于解释结构模型,结合在建项目现场调查和专家意见,选取25个影响生态复合墙结构质量的主要影响因素,采用邻接矩阵定义,将各影响因素间的相互关系数量化并进行区域化、层次化处理.结果构建出生态复合墙结构质量的解释结构模型,将25个影响因素分为5个层次3个区域,使影响生态复合墙结构质量各因素间主次轻重关系得以直观表现.结论利用解释结构模型有效地建立起生态复合墙结构质量影响因素层次结构关系图,明确了每个子区域最底层因素为影响生态复合墙结构质量的根本因素,引导设计和施工单位定制相应有效策略控制其质量,为现场管理人员提供管理依据.     

太仓市物流园区和物流中心发展策略研究

本文根据太仓市的地理位置、经济情况、交通条件和物流业现状对太仓市物流园区、物流中心的发展策略进行研究,并提出了切合实际的发展策略,以期构筑太仓市设施完备、协调一致的物流园区、物流中心体系,从而全面推进太仓市的经济发展,快速提升太仓市的影响力和竞争力。     

"互联网+"时代高职院校图书馆空间功能布局研究

阐述了"互联网+"时代图书馆实体空间与虚拟空间的智慧互联,介绍了"互联网+"时代图书馆的功能定位,探讨了"互联网+"时代图书馆空间功能的构建策略,分析了空间功能布局的框架体系.     

基于区域整合理论的关中城市群发展研究

目的 为了解决目前关中城市群在区域整合过程中存在的规模等级结构畸形、产业分工不明确等问题.方法 对关中城市群在区域整合过程中存在的问题进行总结、分析综合运用区域整合以及城市空间结构分析等理论及方法.结果 关中城市群区域整合发展策略包括:构建合理优化的空间规划体系,实现优势互补的产业分工合作体系,形成协调发展的城市职能分工体系,建设多层次交通网络体系.结论 在关中城市群的整合发展中应构建集聚式的关中城市群发展体系,同时还应注重改善关中城市群发展的软环境.     

基于遗传算法的配送中心选址问题

配送中心是物流系统的枢纽,配送中心地址的确定是物流系统分析的核心内容．文中根据配送中心选址问题的特点和要求,在运输成本最低的基础上,构造了选址问题的数学模型．并把遗传算法引入到该模型的求解中,通过选择恰当的编码方法和遗传算子,求得了模型的最优解,验证了该模型的正确性．该方法也适用于大规模物流系统配送中心的选址问题．     

卷烟物流中心效率优化设计研究

面对着经济逐步放缓的趋势，卷烟行业也受到一定影响，卷烟企业需扎实开展提质降本增效工作，全面深化精益物流管理。鉴于目前的严峻形势，国家卷烟专卖局提出了将“第三利润源——物流”列入卷烟行业的核心业务，并积极推进行业现代物流体系的建设。卷烟物流中心作为物流的核心环节，如何建设卷烟物流中心以适应卷烟行业未来发展趋势，值得我们探究。本研究通过实证分析利用订单品项数量分析（EIQ分析法）、帕累托分析法（ABC分类法）对卷烟物流中心历史数据全面分析，首次从配送体系模式、入库设计、库存设计、分拣设计出发纵向研究卷烟物流中心运作模式，提出了X卷烟物流中心的优化方案，其结果可为卷烟物流中心的规划设计提供科学的参考依据。     

物流中心选址动态双钻石评价方法

以竞争优势理论中的动态双钻石模型为基础,提出物流中心选址的动态双钻石模型.该模型用区位论的要素分析方法选取区位因子,用聚类分析法设计北京市物流中心选址贩指标体系,用层次分析法定量解决物流中心选址问题.测算结果与北京市"十五"物流中心规划吻合.     

装配型连锁制造企业物流配送优化技术探讨

针对装配型连锁制造企业物流模式对准时制供应的需求,进行了备用仓库成本优化分析和供应及时性分析,在此基础上建立了备用仓库优化分析模型,对物流配送过程中的准时制(just in time,JIT)仓库优化技术进行了量化研究;为实现物流配送的及时有效性,研究了配送过程的JIT优化发运技术,建立了物流中心配送模型和配送系统算法流程.研究成果在某成套电器连锁制造企业的物流中心规划与设计中得到了应用,取得了较好的应用效果.     

地下物流多级节点选址的双层规划模型

地下物流系统逐渐成为缓解城市交通问题的新思路,其中地下物流节点选址是其中的关键问题。利用分级配送的原则,首先基于聚类算法依据货物需求情况对城市进行区域划分。然后,在保证地上交通畅通的情况下,构建了基于双层规划的多级地下物流节点选址优化模型,并利用模拟退火-贪心算法求解一级、二级物流节点位置及各节点间可运输的最大货运量。最后,通过分析算例,验证了该地下物流多级节点选址模型的正确性和实用性。     

社会化物流中心模型

从系统的角度出发,采用了面向对象的且适用于复杂系统的IDEF方法,在对物流中心进行系统分析的基础上,建立了物流中心的功能模型和模拟模型;为物流中心信息系统的建立作了初步的探索,也为物流中心的建模提供了一种系统性与结构性的方法。     

政府引导下绿色逆向物流网络线性规划模型——以快递包装为例

为提高快递包装物的回收率和再利用率,快递包装行业急需构建逆向物流网络.考虑无政府引导及有政府引导下设计快递包装逆向物流网络.首先在无政府引导下,建立包含回收中心、处理中心、再制造中心、快递企业收发点的逆向物流网络,以总成本最小化为目标.然后加入政府奖励机制和物流的负外部约束引导企业布局绿色物流网络.分别构建线性规划模型,运用cplex软件求解,分情形对有关参数进行灵敏度分析.分析结果表明：政府实施物流负外部约束会显著改变设施布局,政府实施奖励机制会降低处理成本,增加回收量,而将两种情形结合实施能在降低网络成本的同时布局污染较小的设施.     

基于加权因素法的物流配送中心选址分析——以江苏宜兴为例

物流设施场址的选择,关系到该设施在今后长期生产运行的合理性、可靠性和经济性。因此,物流配送中心的选址决策对于整个物流系统的优化是个十分重要的问题。围绕宜兴"太湖西线第一城"建设和建成新兴中心城市这一目标,对宜兴市物流中心的选址进行科学合理地分析具有重要的意义。     

基于神经网络的物流中心选址算法设计

传统物流中心选址模型存在种种局限,通过建立BP神经网络选址模型,提高神经网络的泛化能力,在解决非线性系统的物流中心选址问题中取得了较高的精度和效率,使得网络的运行时间显著降低,为物流中心选址优化提供了一种新的方法.     

基于MacBERT-BiLSTM-CRF的反恐领域细粒度实体识别

为验证基于深度学习的命名实体识别框架在反恐领域的有效性,参照ACE 2005实体标注规范,制订了细粒度反恐实体标签体系,构建了反恐实体语料集Anti-Terr-Corpus;提出基于MacBERT-BiLSTM-CRF的实体识别模型,通过能减少预训练和微调阶段差异的MacBERT(masked language modeling as correction bidirectional encoder representations from transformers)预训练语言模型获得动态字向量表达,送入双向长短时记忆(bidirectional long short-term memory, BiLSTM)和条件随机场(conditional random field, CRF)进行上下文特征编码和解码得到最佳实体标签;替换框架中的预训练语言模型进行对比实验。实验表明该模型可以有效获取反恐新闻中的重要实体。对比BiLSTM-CRF模型,MacBERT的加入提高了24.5%的F_1值;保持编码-解码层为BiLSTM-CRF时,加入MacBERT比加入ALBERT(a lite BERT)提高了5.1%的F_1值。可见,深度学习有利于反恐领域实体识别,能够利用公开反恐新闻文本为后续反恐形势预判服务,同时有助于反恐领域信息提取、知识图谱构建等基础性任务。