连续滚动生产作业安排中初始状态非平凡的P//C_(max)问题

以实际中连续滚动生产为背景,研究了一类新的平行机作业安排问题,即初始状态非平凡的Ｐ∥Ｃ_ｍａｘ问题。基于经典的Ｂｉｎ－ｐａｃｋｉｎｇ（装箱）理论和技巧,提出改进的Ｍｕｌｔｉｆｉｔ算法及相应的ＩＦＦＤ装法,并分析算法在最坏情况下的性能指标上界为４／３．最后,提出连续生产中周期滚动式作业安排的实施算法,实现了设备不空闲而连续运行。     

基于实例的工艺知识获取模型

介绍了耦合神经网络的工艺设计实例推理系统的实现方法论,提出了一种基于神经网络的工艺设计实例推理索引模型．与现存大多数实例推理系统不同,该方法用神经网络实现实例的动态分类和索引．实例层次分类的三层结构和基于特征的聚类模板概念,为实现基于符号处理的实例推理求解模式向基于神经计算的模式识别求解模式映射提供了条件．提出了基于实例的工艺知识获取模型,采用新实例的入库操作实现工艺知识的隐式获取,从而使知识获取得以简化．神经网络的自适应、自学习能力将减少系统的日常维护工作．基于实例的系统可望解决知识获取的难题．     

针对案例研究局限性的案例研究方法操作过程设计

案例研究是社会科学研究常用的方法之一。但是,从文献来看,案例研究的实际应用常常是不规范的。本文在描述案例研究方法的定义及适合性的基础上,列举了案例研究方法存在的局限,设计出了案例研究方法的操作过程以提高该研究方法的推广性和有效性。     

带机器准备时间的同类机在线与半在线排序问题

研究带机器准备时间的m台同类机(uniform machines)在线和半在线排序问题，目标函数为极小化最大机器(工件)完工时间。对于在线情形，证明了LS算法的最坏情况为ρ=｛（1 √5）/2，m=2,1 √2m-2/2,m≥3，并且当m=2，LS算法是最好的近似算法；当m=2，3，…，6时界是紧的，特别地，当s1=s2=…=sm-1,sm≥l时，证明了LS算法的最坏情况界为ρ=｛（1 √5）/2，m=2,3-4/m 1,m≥3，而且界是紧的；对于已知加工时间递减的半在线排序问题，证明了LS算法的最坏情况界为2—2/(m 1)。     

基于数据挖掘技术的范例库维护

在范例推理系统中,系统的学习会使范例库无限增大,会导致系统的功能不断下降。范例推理学习系统必须有范例库的维护。本文在详细讨论了范例库的维护技术的同时,提出了一个基于数据挖掘技术的维护策略,以保证系统的学习不影响系统性能。     

案例教学在多媒体广告设计教学中的应用

论述了案例教学应用于多媒体广告设计教学中的实施步骤和注意事项.旨在提倡用案例教学方法培养学生的实践操作能力和创新能力.     

约因制度初探

约因制度作为英美契约法中一项非常重要的制度,有其浓厚的法律文化背景并经历了漫长的历史沉淀过程,通过法官的司法判例确立了一系列特色鲜明的原则。这些原则对当下我们建立诚信社会,从方法论的角度寻“求诚信原则”的法律实现程式,极具借鉴意义。     

浅谈化学教学论案例教学

论文根据基础教育课程改革要求,首先对案例教学在化学教师培养中的作用进行了探讨,并对化学教学论中案例教学的实施要求及组织进行了分析,最后对化学教学论案例教学中应注意的问题提出自己的看法。     

Analyzing and Designing Business Processes Management System Based on Transformation of Instantiated Ontology＇s State

The paper discusses efforts of finding a simple and transparent method to analyze business processes and developing its management system architecture. By introducing ontology and its state, the approach tried to find a unified representation and a flexible choreography of business processes. The main idea of the paper is the transformation of ontology＇s states, which are the most important scenarios of enterprises. The business activity composition, that is, case composition based on an AI technique, Case Based Reason （CBR）, which is to solve new problems by retrieving solutions to previous problems, and then store the modified solution. The main interest in CBR relies on that it allows a system to avoid past failures and exploit past successes.     

基于案例推理中特征权重自动学习方法研究

讨论基于案例推理中特征权重的自动学习方法．通过分析现有的一种利用粗糙集理论进行权重自动学习的算法，指出了该算法中存在的一些问题，最后提出了一种改进的权重自动学习算法，并通过实例对两种算法进行了比较．