基于产品数据管理的产品和开发过程集成方法

为支持集成的产品和过程开发 (IPPD) ,建立了表达产品开发过程的功能、行为、组织和信息要素的过程模型。用产品模型数据交换标准 (STEP)建立了产品与开发过程间的关系 ,用面向对象方法建立了产品和开发过程的集成机制。开发了支持 IPPD的工程框架系统 ,它由产品数据管理(PDM)层、开发工具层和过程管理层组成。 PDM层提供了有效的集成信息环境 ;开发工具层由许多单独的产品开发软件组成 ,这些软件封装在 PDM系统中 ;根据建立的过程模型 ,过程管理层仿真和控制产品开发过程 ,并在工程框架系统中有效地实现了产品和开发过程集成     

基于时间和成本的动态联盟建盟过程分析

在讨论了 Rick Dove企业敏捷性评价指标和企业经营收益评价方法一致性的基础上 ,基于成本和时间敏捷性评价指标 ,研究了基于生产过程分解和招投标的动态联盟的建盟方法的一般性问题 ,并讨论了影响动态联盟建盟过程整体规划时间和成本的主要因素 ,以及具体的建盟过程步骤。分析了动态联盟的演化趋势和对中国企业的启示     

Analytical Results of Server Loads and Network Load in a General Client／Server System

ＡｎａｌｙｔｉｃａｌＲｅｓｕｌｔｓｏｆＳｅｒｖｅｒＬｏａｄｓａｎｄＮｅｔｗｏｒｋＬｏａｄｉｎａＧｅｎｅｒａｌＣｌｉｅｎｔ／ＳｅｒｖｅｒＳｙｓｔｅｍ￥ＪｉｎＺｕｎｈｅ，ＷｕＣｈｅｎｇ，ＷａｎｇＲａｎ金尊和，吴澄，王然（ＣＩＡＳ－ＥＲＣ，Ｔｓｉｎｇｂｕａ...     

一千元买了一个馒头

1000元买了一个馒头,并不久远,这是1998年春天的事情。那天是星期一,傍晚下班兴冲冲地坐上班车。今天是个好日子,发了讲课费,发了郊区补贴费,发了午餐补贴费,993元。差7元就是1000!真高兴,人逢喜事精神爽!还在班车上,我就琢磨着这笔钱,先招呼上先生儿子直扑大森林酒店吃上一顿海鲜肥牛自助餐,饱餐之后,这钱,是存是花,再说,反正钱放在口袋里,跑不了。下了班车,走上人行过街桥,向左拐,是我家;向右拐,是颇具规模的副食商场。站在桥上,我犹犹豫豫,向右拐去商场?其实真的用不着买什么,先     

并行机调度问题的最优公共交货期和最优调度

现有的提前／拖后调度问题主要针对单机情况，且大多采用启发式方法。为了有效地解决带有待定公共交货期的并行机提前／拖后优化调度问题，提出了一种分段编码的遗传算法，使遗传编码能同时反映调度方案和公共交货期，并对初始种群产生、交叉和变异方法作了研究。计算实例表明了该遗传算法有很好的性能，所得解的质量优于启发式算法，且适用于较大规模并行机提前／拖后优化调度问题     

网络时代馆藏文献发展趋势之思考

介绍了电子文献的类型，比较分析了电子文献与印刷型文献的优点及电子文献的局限型，阐述了电子文献是未来馆藏文献的发展方向，两种文献在未来的信息传播中将发挥各自优势，二者将会长期相互补充、相互依存、共同发展。     

面向对象的FMS仿真软件重用研究

本文就面向对象ＦＭＳ仿真软件的重用进行了深入的研究，建立了ＦＭＳ仿真的对象类库，利用该类库开发了面向对象的ＦＭＳ仿真软件。提出了基于ＦＭＳ仿真软件直接重用的控制软件开发新方法，研制了叶片ＦＭＳ控制系统仿真器，成功地实现了面向对象仿真软件直接重用于控制系统     

并行机优化调度问题的新算法

将调度规则的简洁性与遗传算法的强大搜索能力相结合,提出一种能用于最小化拖期任务数并行机调度问题的基于遗传的新的调度算法,并用计算实例表明了该调度算法优于迄今最好的启发式算法,并能适用于大规模并行机调度问题,本算法计算量小,具有很强的鲁棒性。提出的基于遗传的调度算法不仅能用于生产调度领域,在大规模数值计算及计算机网络技术等方面都有很好的应用前景。     

随机故障下单机鲁棒调度算法的遗传编程方法

研究了随机故障环境下具有预测能力的单机鲁棒调度方法.通过插入空闲时段的方法吸收随机故障的扰动,进而对带空闲时段的鲁棒调度启发式,采用基于双子树结构编码的遗传编程体系加以学习.实验表明 所进化的启发式算法的拖期性能明显优于现有启发式,并通过适量插入空闲时段保持了较好的预测性能.这些算法由自适应的组合排序规则和空闲时段计算程序有机构成,并可较好地移植到其他不确定环境中.因此,所提出的遗传编程方法是不确定调度环境下相当有效的机器学习方法.     

Performance Improvement of Distributed Systems by Autotuning of the Configuration Parameters

The performance of distributed computing systems is partially dependent on configuration parameters recorded in configuration files. Evolutionary strategies, with their ability to have a global view of the structural information, have been shown to effectively improve performance. However, most of these methods consume too much measurement time. This paper introduces an ordinal optimization based strategy combined with a back propagation neural network for autotuning of the configuration parameters. The strategy was first proposed in the automation community for complex manufacturing system optimization and is customized here for improving distributed system performance. The method is compared with the covariance matrix algorithm. Tests using a real distributed system with three-tier servers show that the strategy reduces the testing time by 40% on average at a reasonable performance cost.