非支配解集的质量评价方法

多目标演化算法的目的是获得逼近Pareto最优前沿的分布均匀的非支配解集合,非支配解集的质量是多目标演化算法研究的重要领域.本文对目前提出的非支配解集的质量评价方法进行分类比较,为算法的整体性能评价和算法的性能比较提供了参考依据.     

微小质量测量系统

介绍一种利用CCD传感器对物体微小质量测量的新方法.利用浮力的原理结合CCD制作一种新型质量传感器.把待测物体放在特制小浮标上,小浮标下沉的距离通过CCD测量出来,再将这一段位移量换算成物体的质量.系统采用软硬件结合技术构成CCD驱动电路,将CCD的输出信号经过模拟电路处理后,送给以AT89C55单片机为核心部件的主控电路处理,用数字和图形两种方式在LCD或同时在PC机上显示测量结果.     

3GPP中分组交换流媒体服务的体验质量研究

在未来3G分组交换网络中,除了能向用户提供电信级的服务质量,还必须向用户提供最完美的体验质量. 体验质量不仅能描述用户感受,也可用来衡量业务可用度。在深入分析3GPP分组交换流媒体服务,体验质量的概念及其测量参数和协议的基础上,对如何评价和提高体验质量提出了基本的框架模型。     

基于观测器的广义时滞系统最优保成本控制

讨论一类含有参数不确定性且具有状态滞后的广义时滞系统的观测器型最优保成本控制器设计问题.不确定性假设是时变的且范数有界.通过基于状态观测器的线性状态反馈控制并采用一种新方法,结合凸优化理论得到了不确定广义时滞系统的最优保成本控制器的设计方法.该控制器的设计使得在满足一定的条件下对所有的不确定性,广义时滞系统是鲁棒可镇定的且二次型保成本指标最小,并证明了所得结论等价于一组线性矩阵不等式(LMIs)的可解性问题.最后给出实际算例验证了设计方法的有效性.     

一种双种群进化集成QoS组播路由算法

设计了一种IP/DWDM光Internet中的非NP类QoS组播路由算法,采用树形编码方式,基于双种群进化,寻找一棵带宽、延迟、延迟抖动与出错率受限的费用优化组播路由树,集成解决路由与波长分配问题.仿真结果表明,该算法是可行和有效的,不仅能够满足QoS约束,而且性能优于基于经典遗传算法设计的QoS组播路由算法,克服了算法易早熟、收敛慢等缺点,有效地解决了IP/DWDM光Internet中的QoS组播路由问题.     

冷轧带钢表面质量评价模型构造方法

冷轧带钢表面质量评价是一个与多种影响因素相关的十分复杂的问题,其中表面缺陷种类繁多,其成因复杂,与之相关的数量、等级、位置、分布特性等不同程度地影响着表面质量.将带钢表面质量抽象成多因素、多层次和多方案情况下的系统,从而将质量评价问题转化成了分析决策问题.通过各层次对质量影响因素权值的确定,提供了一个比较完善的表面质量评价指标体系.该方法保证了带钢表面质量评价的科学性与精确性,给出了应用实例,验证了该方法的实用性和有效性.     

上海市主要河流调水方案的水质影响分析

针对上海市平原感潮河网的特点,对全市河网的水流、水质调度情况进行了详细分析,并利用MIKE11建立了上海市平原感潮河网的水动力和水质模型,同时数值模拟和分析了全市主要河流调水方案对水质的影响.结果表明,通过水利工程的合理、科学调度运行,全市骨干河流的水质可以得到一定程度的改善,部分河段的水质甚至可以提高1~2个水质等级.     

计算机集成质量系统模型与实施方案的研究

文章对CIQS的模型进行深入研究,在介绍其结构模型和立体模型的基础上,提出一种面向产品信息流的车间级集成质量系统模型,对该模型及其实施方案的相关问题,包括基于PDM平台的集成方案和车间级集成质量系统的信息流表示以及系统的功能与结构进行了深入讨论。     

供应链产品质量检查策略的比较研究

研究由一个供应商和一个零售商组成的供应链,建立存在质量不确定与检查错误下的报童模型,比较分析全检、抽检、分批抽检以及组合策略在分散式与集中式供应链中对零售商订购决策与质量控制效率的影响.结果表明,次品率的增加会降低零售商订购产品的动因,但会增加组合策略下零售商的订购量与利润,同时对集中式供应链中全检策略下的零售商有利;比较策略可知,在分散式供应链中,若次品率较低,则分批抽检策略最优,而随着次品率的提高,组合策略会更优,而在集中式供应链中,全检策略最优;此外零售商质量控制策略的选择受到检查精度、责任成本、次品率阈值、抽检数量以及分批次数等诸多因素的影响,最优策略不尽相同,但不会改变零售商利润随次品率变化的趋势.     

考虑成本限制的最小化最大延迟时间平行机调度问题

以绿色制造为背景,假定机器设备具有不同的能源消耗成本或维护成本,研究了一类考虑成本限制的平行机调度问题.调度的目标是最小化最大延迟时间.为该问题建立了整数规划模型MIP,设计了改进的EDD (earliest due date firstly)算法,命名为MEDD.由于考虑成本限制,证明了MEDD算法的可行性,并进而理论分析了算法的最坏误差界.通过算例说明了算法的执行情况,同时采用大量随机数据实验验证算法的性能.对于小规模问题,将MEDD的解与MIP的精确解进行了对比;对于大规模问题,由于MIP精确解难以获得,以MIP对应的线性规划松弛模型MLP的最优值为下界对MEDD算法的解进行了衡量.实验结果表明了所构建MEDD算法的有效性.