IP骨干网络流量控制系统分析及方案部署

从运营商对IP骨干网链路进行流量控制的需求出发,对深度包检测DPI和深度/动态流检测DFI两类主流IP骨干网流量控制系统解决方案从技术原理、部署方式、方案成本等方面进行了比较,并提出了不同解决方案的阶段性部署建议,为骨干运营商结合自身实际需求选择合适的流量控制技术提供了参考。     

浅谈企业物流成本的控制之道

伴随着市场的迅速变化和激烈竞争,物流在帮助企业降低成本、增加利润、提高市场占有率方面正扮演着日益重要的角色。由于物流本身的复杂性,如何对自身物流资源进行优化配置,以期用最小的物流成本带来最大的效益,已成为企业所面临的最重要问题之一。文章从组成结构、影响因素、控制途径等几个方面着手对难以核算的物流成本进行分析,以期对企业提高运作效率和经济效益作出一点有益的探讨。     

隧道及其应用技术的研究

隧道是一个数据包被封装进另一个数据包的净荷部分进行传送时所经过的路径。介绍了两种典型析隧道协议,讨论了协议中的几个关键技术和隧道的工作原理,论述了它在Virtual Private Network,Virtual Server,IPv4/IPv6过渡策略等领域中的应用。     

基于小波包变换的一种降噪算法

白噪声的方差和幅值随着小波变换尺度的增加会逐渐减小 ,而信号的方差和幅值与小波变换的尺度变化无关。因此 ,文章提出一种以小波包能量为基础 ,以降低原始信号与降噪后信号之间的均方误差 (MSE)为目标的基于小波包的降噪算法 ,并与传统的 Donoho的硬阈值降噪算法作了比较。仿真结果表明 ,该算法可以有效去除白噪声干扰 ,并且明显优于传统的 Donoho的硬阈值降噪算法。     

物流中心信息化建设分析

本文详细分析了物流中心的信息化建设的3种模式,即单一政府引导型、单一市场驱动型和面向市场的政府引导型的优缺点,根据交通运输理论发展和交通运输系统管理的现状提出了物流中心信息化建设中所必须遵循的原则,并明确了物流中心信息化建设的应用软件系统结构。     

基于模糊聚类的我国主要港口物流效率分析

由于我国港口物流效率测评中存在大量模糊、不精确的数据,已有方法无法处理;所以港口物流效率评价往往只针对定性数据进行,而忽略了大量有价值的定量知识。如何有效利用定量指标进行物流效率的评价称为一个难点问题。鉴于此,引入模糊聚类算法,针对我国主要港口物流效率中的定量数据进行分析,选取公认的10个物流效率指标,建立了模糊相似关系矩阵;通过进行矩阵元素的合成得到模糊等价关系;并以此得到最终的有效范围及划分结果。最后,通过以我国八大主要港口的指标数据为例,采用模糊聚类进行聚类,结果显示模糊聚类的精度更高,且分析发现其符合各港口的现状。     

卷烟辅料自动化物流系统研究与应用

在卷烟生产中,由于卷烟辅料品种多、用量大,因此辅料的储运对生产具有十分重要的意义。我国传统的人力运输的方式不仅劳动强度大、有效生产率低,而且生产车间内人员流动频繁,难以管理,影响车间环境。而国际上广泛采用的卷烟辅料自动化物流系统能很好地解决这些问题。 一、卷烟辅料自动化物流系统构成 卷烟辅料自动化物流系统主要构成如下: 1.立体辅料库系统 主要由巷道堆垛机(自动存、取设备),高层立体货架,出、入库站台等设备组成。其功能是用于自动储存和取出辅料。 2.自动输送机系统 主要由链式输送机、辊式输送机、转换台,外型尺寸检测站、装载识别站、重量检测站、穿梭车、地面有轨自动车、空中有轨自动车等设备组成。它按工艺设计的要求分布于立体辅料库内各相关位置,负责辅料的入库、出库的传输,具有检查和识     

自适应小波包干扰抑制技术

干扰抑制是提高直接序列（ＤＳ）扩频通信系统抗干扰能力的重要手段。最近人们提出了一种新的干扰抑制技术－基于自适应小波包变换的干扰抑制。该技术利用小波包变换对受到干扰的ＤＳ信号进行分解,使得有用信号和干扰分离,然后滤除干扰分量,最后通过小波包合成恢复扩频信号,其性能在很多情况下优于传统方案。对小波包干扰抑制技术作了综述,指出其优点和有待于解决的问题。     

立体仓库自动控制系统设计

企业现代化生产规模的不断扩大和深化 ,使得仓库成为生产物流系统中的一个重要且不可缺少的环节 立体仓库正以它最小的占地面积和最佳的空间利用率 ,逐步替代着面积利用率极低且陈旧落后的平面仓库 ,这种替代促使仓储物流业的水平提高 为满足现代化生产与流通的需要 ,就必须采用以计算机控制技术为主要手段组成的自动化立体仓库 笔者针对其应用中存在的问题 ,设计了立体仓库的三级计算机实时控制系统及认址检测系统 提高了立体仓库的管理水平     

基于改进遗传算法的末端共同配送车辆路径优化

为解决共同配送路径优化问题,提出一个具有可操作性的共同配送策略,基于此构建了以考虑车辆使用成本、车辆行驶成本和碳排放成本最小化为目标的共同配送车辆路径模型,用K-means聚类方法对客户节点进行分区聚类,确定各末端配送网点所服务的客户,并在此基础上利用基于节约里程算法的遗传算法对该模型进行求解.通过利用公共数据集实验验证设计的CW-GA算法的优越性,发现相较于传统GA,本文算法具有良好的求解性能.利用本文算法仿真分析共同配送前后相关成本的变化以及不同配送模式下的燃料消耗、行驶距离变化,结果表明共同配送能够有效降低物流总成本.