概率资源约束下多品种库存系统的优化

为了有效利用库存资源,同时降低大型仓储配送中心的运行成本,需要对随机需求下的多品种库存问题进行深入研究。在原有单周期线性资源约束下的多品种订货策略的基础上,通过将一种概率形式的库存资源约束应用于多品种(Q,R)策略,实现对仓库面积和运营资金更为科学的管理和控制。同时还提出了一种有效的多项式启发式算法,为物流企业在实际库存管理中应用这一模型提供了解决方案。相对于已有的方法,在不增加资源使用量的情况下,该方法可以节约平均库存成本30%以上。     

桩基荷载下溶洞顶板安全厚度研究

本文以深圳市龙岗区龙城工业园内某高层建筑桩基下的溶洞顶板为研究对象,运用理论公式和数值模拟方法分别对桩基荷载下溶洞顶板安全厚度进行研究。选取单桩承载力、溶洞洞跨、溶洞形态系数、桩端偏心率作为顶板安全厚度的影响因素,通过数值模拟得到了安全厚度与各单因素之间的影响规律,并综合考虑这些影响因素得到安全厚度的预测模型;在能保证安全的前提下,将预测模型值与理论公式值进行对比,判断出预测模型更合理节约,对岩溶地基高层建筑桩基设计和现场施工有一定的指导意义。     

小波变换在大气污染物时间序列分析中的应用

以西安市PM10日平均浓度时间序列为例，根据小波分析的基本原理，应用小波变换的时频局部化功能，对大气污染物时间序列的变化进行了分析，清楚地给出了大气污染物的年变化趋势及突变特征。这些特征对大气污染物的治理、预报和控制具有十分重要的实际意义。研究结果表明，将小波变换应用于大气污染物时间序列的分析是可行的。     

试论瑞典大学英语自主化教学模式及其对中国的启示

中国的大学英语教学一直在如何提高教学质量,赶上世界先进水平方面进行改革。瑞典等一些发达国家教育投资大,学习环境优越,与中国相比显示出明显的优越性。中国教育不仅要加大投入,还要改革、创新。     

多层前馈神经网络的快速学习算法及其仿真研究

本文主要研究多层前馈神经网络的快速学习问题。文中首先概述了多层前馈神经网络的B—P学习算法,并分析了这种算法的主要缺陷,在此基础上提出了若干克服和缓解这些缺陷的技术方法,由此构造了一种新的多层前馈神经网络的快速B—P学习算法即FB—P算法。通过对FB—P算法学习过程进行较详细的分析,本文还建立了一种改进的FB—P学习算法即MFB—P算法。最后本文以三层前馈神经网络识别五类地面目标图像为例,对文中提出的FB—P和MFB—P学习算法的性能(即学习速度与推广特性)进行了计算机仿真实验,同时与B—P学习算法的性能作比较,理论分析与仿真实验表明:MFB—P与FB—P学习算法比B—P学习算法具有更快的收敛速度,且MFB—P算法收敛最快;MFB—P算法比FB—P和B—P学习算法具有更好的推广特性,而后两者的推广特性则大致相同。     

基于TFD-Hough变换的毫米波导引头微运动参数提取算法

分析了旋转目标的微多普勒特性与微运动参数的关系,指出其微多普勒信号为三参数的正弦调频信号。针对这一信号形式,推导了多分量正弦调频信号的时频分布特性,提出了一种在时频图上检测三参数正弦曲线的Hough变换方法,进而提出了一种基于TFD-Hough(time frequency distribution-Hough)变换的微运动参数提取算法。仿真实验和外场试验数据处理表明了该方法的有效性和鲁棒性。     

指标均衡性对评价结果的影响

本文针对一类需要考虑指标间均衡性的决策问题,利用Gini系数,提出了一种新的多目标决策方法。     

蛋白质凝胶电泳与田间种植鉴定玉米种子纯度的相关性研究

采用蛋白质凝胶电泳与田间种植鉴定两种方法鉴定了25个玉米种子样品的纯度。表明两者结果显著相关,相关系数r=0.583,确定了回归方程为y=0.564+0.427x。证明蛋白质凝胶电泳法鉴定玉米种子纯度是可靠的。表1,参2。     

基于改进WNN的随动负载模拟器研究

为了抑制随动系统负载模拟器的多余力矩对力矩加载性能的影响,提出了一种基于改进的自学习函数扩展小波神经网络智能控制器。该控制器在误差大时采用Bang-Bang控制,误差小时采用基于函数扩展的小波神经网络和模糊补偿控制;同时采用基于改进的差分演变算法来估计控制器的参数;考虑到计算复杂度和控制系统性能,设计了隐含神经元数目的自学习算法。系统仿真实例结果表明,动静态响应性能均达到双十指标,该控制策略具有可行性和合理性,可以提高该系统力矩加载的跟踪性能和控制精度。     

协调战略和运作计划的ATO型供应链设计集成模型

结合ATO型供应链运作的特点,从MRP中的物料单(BOM)入手,考虑产品结构,建立了以供应链收益最大化为目标的供应链整体设计集成模型,该模型同时协调战略层和运作层的生产计划。通过该模型可将企业运作层的随机模型和战略层确定性模型决策过程相互结合在一起,利用该迭代算法求出在保证每层中每个供应链企业最优产量情况下,供应链整体最优的生产计划安排。