基于制造定制的产品工时定额快速计算方法

为了保证制造定制生产方式下能够有效、快速、精确的确定产品的工时定额,提出了一种快速制定工时定额的方法.该方法通过成组技术和模块化思想对定制产品进行模块划分;并综合考虑了实际操作和知识经验对制定时间定额的因影响作用,在时间模块的基础上建立作业模块和补偿模块;采用不同的技术手段制定其时间定额,再构建时间模块数学模型;通过时间模块的快速组合计算产品的工时定额.最后,通过实例证明了其可行性及有效性.该方法可以拓展到设计定制、装配定制等多种定制形式下的工时定额的高效制定,具有较强的通用性.     

考虑状态维护策略与工时恶化作用下的单机调度研究

为了解决单机调度问题,提高设备的可靠性和稳定性,根据连续故障检测和离散故障检测的特点,以最小化拖期成本和维护成本为目标,建立了考虑分段线性恶化和维护不可用时间的单机调度模型,基于系统可靠性理论研究考虑机器可靠性的单机调度问题,采用决策条件统一化处理方法对维护策略进行对比,通过单因素和双因素调参分析确定相关参数变化对生产调度优化的影响。结果表明：模型求解时间与单位时间拖期成本的减少呈近似指数级增长,单位拖期成本越大,求解速度越快;单位时间拖期成本的变化不会引起维护成本的大幅度改变,成本函数不存在柔性周期维护中的跳跃节点,不能“自适应”调节;预防性维护时间与故障小修比值对离散检测下的维护决策有较大影响。采用决策条件统一化处理方法,可减少计算时间和检测成本,较好地解决了离散故障检测中易出现的过度维护或维护不足等问题,有助于降低运营成本,提高经济效益。     

变压器损耗比对变压器经济运行的影响

文中通过对变压器总损耗的分析,得出变压器年运行费用和变压器年运行费率以及年运行费率最低时的变压器最佳负载率的公式。由此导出变压器年运行费率、最低年运行费率、变压器最佳负载率以及变压器经济运行区宽和变压器损耗比的关系。从而进一步在理论上分析了损耗比对上述各量的影响,得出提高变压器损耗比将有利于变压器经济运行的结论。     

政府投资建设项目的审计重点与方法

审计部门对政府投资建设项目审计的工作量日益增大，任务繁重。审计人员应抓住政府投资建设项目审计重点，从容易引起造价变更的环节入手，重点审查设计变更、现场签证费率、取费基础、工程量等环节，往往可起到事半功倍的效果。     

机械加工工时定额计算的微机管理系统

本文介绍了一种计算机辅助机械加工工时定额系统,该系统操作简单,具有完善的浏览、汇总、修改、报表打印、系统服务功能,工时计算合理准确.     

标准化工时研究在发动机制造企业的应用

标准化工时研究是工业工程的一项重要工具,主要对操作时间进行研究分析,在日企及台企中具有广泛的应用,本文将对工时研究的历史以及常用的工时研究工具进行简介,并举例说明常用工具在的应用,以期提高工时研究在企业人员中的意识。     

大型工程的保险费率厘定方法研究

针对目前保险界存在的大型工程保险理算难的问题,提出将理算阶段的风险前推.在投保阶段合理地确定保费的观点,以避免理算阶段出现问题.并基于这一思想提出了一种新的工程保险费率厘定方法.该方法在工程基本费率的基础上,针对大型工程的特殊性,结合工程造价确定费率的调整系数,从而计算出合理的工程保险费.最后结合实例验证了该方法的可行性.     

费率厘定平行四边形方法的数学模型

为在保险费率调整实践中著名的平行四边形方法建立了严格的数学模型,提出了修正平行四边形方法和更一般的三角形方法,其皆可被看成是费率厘定的新工具。     

一种从企业遗留智能系统学习OWL本体方法研究

为规避基于文本的本体学习中尚未解决的中文分词歧义问题,实现企业遗留智能系统中拥有的大量领域知识的复用,提出一种从遗留智能系统学习OWL本体的方法.在分析关系数据库模式、元组集与OWL本体之间元素对应关系的基础上,详述了该方法的具体步骤.与现有相关方法相比,本方法针对的数据源蕴含更丰富的领域知识,更加适合实际的工程应用;通过一个简单、低时间复杂度的转换算法,而非中间模型或大量抽象规则,从关系数据库模式中自动获取相应的OWL本体部分;并按照一定的先后顺序将遗留系统中范例、规则知识项(元组集)移植为OWL本体中对应的个体.一个面向企业工装工时定额的遗留智能系统应用实例证实了该方法的有效性.     

基于深度强化学习的高频交易优化算法

为解决高频交易的高额交易费用问题,该文提出了一种融合长短期记忆(LSTM)网络细胞结构的深度确定性策略梯度交易算法。该算法利用细胞结构对当前信息和历史特征进行环境特征提取和保存,用于指导交易决策。通过深度确定性策略梯度算法实现在线自动交易,并考虑了交易费率和收盘价格对奖励函数的影响。在上证50指数基金的分钟级数据上进行实验,结果表明,该算法能有效捕获稍纵即逝的交易机会,是一种低风险高收益的稳健型投资策略;LSTM细胞结构和所设的奖励函数能大幅减少交易次数,不仅增加了算法对交易费率的包容性,还提升了收益的稳定性。