带时间窗和调货特性的多品类取送货优化算法

为了满足快时尚品连锁门店多品类的销售需求,综合考虑载重限制、多货品、门店相互调货和服务时间窗等因素,研究了同时取送货车辆路径问题。为了有效降低库存管理和运输成本,通常鼓励门店间的货品相互调配,且需要控制用车数。为此,以最小化车辆数为第一优化目标,最小化转运成本（运输成本和仓库处理成本）为第二优化目标,构建了混合整数规划模型,并设计了两阶段启发式求解算法。算法采用最短路径插入规则生成初始解,并配合8个邻域操作算子进行迭代搜索。采用该算法求解标准算例,对比文献中结果表明,其具有较好的寻优能力。基于某女鞋连锁门店的实际运营数据设计了72个算例,计算分析表明,该算法的求解能力与效率均优于整数规划模型。     

计算机定时自动播音系统

介绍了一个计算机定时自动播音系统，重点叙述硬件组成、软件思路、控制过程等，实践证明该系统优越于目前使用的电铃、录音机系统。     

网上药店“一单多品”订单的协同配送优化方法

线上线下融合的商业模式是当前电子商务乃至网上药店新的经营模式和发展方向.由于药品是特殊商品，其物流配送的"安全性"和"时间紧迫性"等要求远远高于一般日用品.网上药店和实体药店融合并协同运作，这是解决药品电子商务物流配送难题的有效手段.不同药品由于存储条件不同，必须分类存储，由此产生了"一地多仓"的布局.实体药店作前置仓的履行模式能够满足药品订单的时效性，但药品种类繁多且实体药店库存有限，部分"一单多品"订单需要多个实体药店协作才能完成订单.在"一地多仓"以及"一单多品"的网上药店背景下，本文针对带时间窗的药品订单的多主体协同配送问题，研究订单拆分、子订单分配以及订单主体之间的联合配送决策，构建目标函数为订单配送成本最小化的非线性规划模型.然后，设计定性的控制规则缩减解空间，嵌套C-W节约算法构造改进粒子群算法，能够有效求解本文的多个子问题联合决策的复杂问题.最后通过算例实验，验证了模型与算法的科学性和有效性，并且在一定程度上论证了药品协同配送模式的可行性和实用性，为网上药店实践提供一定的思路和启示.     

手持计算机产品与技术发展

详细地叙述了国内外有关手持计算机技术和产品状况,总结了该领域技术的发展趋势,阐述了国内技术和国外先进技术的差异;并介绍了手持计算机上的操作系统的情况。     

基于物体轮廓和前向预测的自适应窗匹配

针对用窗方法进行视差估计的问题,在详细分析了不同情况下窗大小对亮度差平方和（SSD）影响的基础上,根据立体图像内容的特点和自然界物体的性质,提出了基于物体轮廓和前向预测的自适应窗匹配方法,用于立体图像对对应像素点的视差估计,对一维亮度信号的仿真分析清楚地展示了该算法能在图像的各像素点迅速合理地调整窗大小,从而达到几乎在每一像素点的匹配窗尺寸参数都是最优的目标,与以前提出的自适应窗匹配法比较,该算法复杂度更低,最后,对立体图像信号的处理证明了同样的结果。     

与文本无关的说话人辨认系统中一种新的使用基音周期方法研究

研究了与文本无关的说话人辨认系统中一种新的使用基音周期方法。在说话人辨认系统中将矢量量化（VQ）、高斯混合模型（GMM）分类器结合,使用升正弦窗函数加权的线性预测倒谱系数（LPCC）。在训练时为训练集中的每个说话人估计一个一维高斯形式的基音周期概率密度函数;在识别时,将测试语音中提取的基音周期在训练集说话人基音周期概率模型中得到的基音周期概率密度对VQ、GMM分类器的似然测度加权,形成新的似然测度。实验结果表明,使用新的似然测度进行与文本无关的说话人辨认比VQ、GMM分类器的辨认率有较大的提高,码字个数为8,测试时间为8s时,辨认率相对VQ提高约13%。     

《基于windows平台的网络构建》课程实践教学改革

该文就《基于windows平台的网络构建》课程实践教学存在的问题进行探讨,并提出改进思路与方法,提高学生运用windows平台进行网络组建和网络服务管理的职业技能。     

危险品关联运输调度问题的优化设计

针对带硬时间窗的关联运输调度问题(Incident Vehicle Routing Problem with Hard Time Windows,IVRPHTW),联系实际应用中危险品的车辆路径问题,介绍了混沌遗传算法的基本原理,并对其进行改进,自适应地调整交叉概率和变异概率,引进了模拟退火机制,并用改进的算法来对IVRPHTW求解,然后与遗传算法求解此模型的结果相比较。实例证明该算法求解危险品的关联运输调度问题是可行的,且优于传统的遗传算法。     

具有交期约束的非同质顾客并行机竞争调度

考虑面向具有交期要求的非同质顾客的并行机调度问题,其中,不同顾客具有不同等待敏感程度,且具有各自的交期约束.为此,采用非合作博弈建立描述该问题的模型,并提出一种包含松弛、可行化和交互协调三步的启发式算法.算例仿真进一步阐述和验证所提方法的有效性.     

基于时间窗口权值的数据流分类算法

针对不同时间段的数据流对当前数据流分类影响程度不同,在滑动窗口技术基础上提出了时间窗口权值的频繁模式(TWWFP)分类算法.首先,对滑动窗口中的每个基本窗口赋予一个与时间有关的窗口权值;然后,采用TWWFP-Tree结构存储当前滑动窗口中每个基本窗口中的频繁数据属性,实时更新TWWFP-Tree结构;最后,检测相邻3个滑动窗口中权值属性的平均分类误差,发现突变后及时减少下一个滑动窗口的长度可适应数据流的变化.实验证明该分类算法比没有时间窗口权值分类算法的精确度最大提高3%.