基于Google maps API的地图Mashup

Mashup作为最具有战略性意义的十大信息技术之一,正在Internet上逐渐兴起。本文对基于Google maps API的地图Mashup进行介绍,分析研究这种新技术的应用方法,最后给出了具体的地图Mashup实例。     

基于Google Maps API的地图解析研究与实现

首先对Google Maps的运行机制进行分析,研究了Google Maps主要采用的两种技术:图片数据分片和Ajax技术.然后重点探讨Google Maps的地图解析,并设计一个基于Google Maps API的地图解析的持久化方案,最后对这个方案进行了实现.     

基于地图API的监测预警信息共享平台的建设与研究

由于地质灾害日益频发,为了响应国家号召,积极应对地质灾害,以最快的速度提前做出应对部署,基于免费的地图API接口,使用ASP.NET、Ajax和JavaScript等计算机编程技术,对现有上传至服务器的地面气象观测数据充分利用,设计出了一款界面直观,客服端零安装、零维护,方便日常维护,易于推广的多部门数据共享的中小河流和山洪地质灾害监测和预警信息共享平台。     

基于蒙特卡罗的高速公路项目全寿命周期成本模型

在分析高速公路项目全寿命周期成本构成的基础上,采用成本现值和等额成本年值指标构建了高速公路项目全寿命周期成本数学模型,并针对成本计算中的不确定性,运用蒙特卡罗方法对实例进行了模拟,验证了模型和模拟方法的实用性,为高速公路项目建设方案决策和节约成本提供了科学方法和理论依据.     

基于综合能源优化配置的增量配电网工程投资效益测算方法

在增量配电改革进一步放开的环境下,增量配电网工程的投资方向不仅是供电服务的基本建设投资,而且是终端服务模式的创新,为用户提供全面的综合能源增值服务。为实现综合能源与增量配电网协同优化规划,本文结合增量配电网发展新特点,基于全寿命周期法研究并建立了基于综合能源优化配置的增量配电网工程成本与收益测算数学模型,对具体增量配电网工程进行投资效益测算,并选取综合能源增值服务等关键因素进行敏感性分析。结果表明：合理优化配置多种能源,实现综合能源与增量配电协同规划,能够降低增量配电网运行投资成本。可见所建立投资效益模型可用于指导增量配电网工程投资,有利于多能源协同规划,促进综合能源增值服务的发展。     

基于全寿命周期的房屋建筑项目成本管理研究

本文结合房屋建筑项目的特点,从全寿命周期分析,并且考虑了社会成本、环境成本、资金成本。运用资金时间价值思想,从房屋建设项目整个使用年限内,每年的费用出发,对其现金流进行优化,从而可以控制整个项目的全寿命周期成本。     

基于百度地图的旅店查询系统的研究与开发

传统的旅店查询统计系统已不能满足人们的要求,人们只能获得关于旅店内部情况的枯燥数据,对旅店外部环境无法了解,而互联网地图对地理信息有着很好的诠释,可以显示旅店周围的地理环境、交通状况等．将信息管理系统与互联网地图服务相结合,并集网络爬虫获取数据和信息管理于一体,利用百度地图API将地图服务应用到旅店查询系统中,使用户不仅可以在系统中了解旅店的具体信息,还可以直观地查看旅店的周边环境,为出行用户提供了极大的方便．     

基于全寿命周期成本的配电网多阶段无功规划

以无功补偿方案全寿命周期净收益现值为目标函数,建立了多阶段配电网无功规划数学模型.不仅考虑了多阶段配电网无功规划方案的初始投资、运行维护成本、报废成本,反映了无功补偿方案全寿命周期的降损节能收益能力,还考虑了配电网在不同阶段的无功负荷需求,使无功补偿设备可以分阶段进行安装建设,优化了工程投资.提出了一种混沌多粒子群算法并对上述模型进行求解,该算法克服了基本粒子群算法早熟问题.最后,通过配电网无功规划实例验证了上述模型和方法的正确性及有效性.     

基于多目标优化的游戏地图生成研究

游戏地图自动生成是目前过程内容生成PCG(Procedural Content Generation)研究的热点之一.本文以开源RTS游戏MegaGlest的地图为研究对象,以公平性、可玩性、战略性和趣味性为优化目标,提出多目标粒子群优化的游戏地图生成算法.实验结果表明,自动生成的地图在4个优化目标方面具有明显改进,能给玩家提供更好的游戏体验.     

基于Google Maps API的地理CAI课件设计与实现

以Authorware为平台,设计、开发基于Google Maps API的强交互性的地理CAI课件,用以辅助地理课堂教学.该课件具有海量地理空间信息查询检索、显示分析的功能,并且实现代码简单,不需安装任何插件即可运行使用.以高中地理教材城市空间结构一课的课件设计为例,说明此课件在增加课堂教学容量、激发学生学习兴趣方面的优势.     

供应链系统的一种集成网络模型研究与实现

基于现实供应链的网络状特性,抽象出了一种体现供应链本质的供应链集成网络模型,并基于此模型提出了一种具有良好适应性、可扩展性、可重构性的供应链集成网络系统实现方案。     

基于无等待约束的供应链在线调度问题

研究了供应链在线调度问题.给出了在不改变已有工件调度的情况下,最早完成临时订单的算法,该算法在寻优过程中结合了微粒群算法的局部搜索能力,计算机仿真结果表明,在大规模订单的情况下,该算法同样能很快找到最优加工方案.     

基于离散粒子群算法的城市物流节点选址模型

在考虑城市物流系统运行费用最小的基础上构建了城市物流节点的选址模型,使用离散粒子群优化算法对该模型进行求解,算例分析表明该算法计算效率较高且易于实现,在求解城市物流节点选址问题时可以快速搜索到问题的最优解,具有较高的达优率．     

Supply China Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

基于粒子群优化的移动通信功率控制方法

功率控制技术是移动通信中最为关键的技术之一,在分析移动通信的功率控制模型基础上,提出基于改进的粒子群优化(PSO)算法的功率控制方法,主要包括功率控制模型的建立,PSO寻优求解等过程.仿真实验表明,采用改进的PSO算法可以完成功率控制,大大提高工作效率;此外,基于业务优先级的功率控制模型在应用中更符合实际情况.     

Supply Chain Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

基于模态空间及空间压缩理论的粒子群算法在输电网络规划中的应用

提出了模态空间及空间压缩理论,将每次搜索到的一个满足N-1原则的网络定义为一个模态,并定义模态空间.将该理论应用于粒子群算法(PSO),通过防止重复搜索已搜索的模态空间对整个可行空间进行压缩,提高了算法的全局搜索效率,并提出了模态结构变异法,为算法提供了跳出局部最优的途径.通过算例与普通PSO算法的分析比较,证明了模态理论的正确性和应用模态理论的PSO算法具有全局、快速的搜索性能.     

离散二进制粒子群算法在MIMO系统检测中的应用

假设被检测的某个矢量信号外的其他信号已知,将离散二进制粒子群优化算法( DBPSO,Discrete Binary Particle Swarm Optimization)应用到MIMO(Multiple-Input Multiple-Output)系统中对信号进行检测,能够较好地解决检测技术在提高MIMO频率选择性信...     

基于DPSO负载可控的虚拟网络映射算法

针对多租赁模式下的虚拟网络映射问题,以降低底层链路负载、加快映射速度、提高底层物理资源利用率为目标,将离散粒子群算法与虚拟节点映射规则相结合,提出了物理节点可复用、负载可控制的MLB-VNE-SDPSO算法.该算法在兼顾CPU等主机资源利用率的前提下节约了物理链路的带宽资源,缩短了虚拟链路的映射过程.仿真实验表明,在保证网络负载的前提下,获得了较好的物理节点利用率,提高了虚拟网络的收益成本比.