城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

高校图书馆服务与MOOC融合发展研究

介绍了MOOC的基本概念及其发展情况，探讨了MOOC时代高校图书馆的角色定位，分析了MOOC时代高校图书馆的独特优势，指出高校图书馆只有与MOOC融合发展，才能适应信息化社会的需要。     

集成电路设计产业产品创新趋势研究——国际片上系统（SOC）IP核发展现状及对策分析

基于国际集成电路设计产业的分析，系统阐述了国际SOCIP核的发展状况，指出SOC设计将是集成电路设计企业技术创新的发展方向。提出了一些国际SOCIP核发展的对策，包括口核标准化、SOC技术平台开发及加强与Foundry的合作。     

物流系统容错设计方法

在相关理论的指导下，提出了物流容错技术的基本概念，论述了常见的系统故障、典型的容错设计方法和故障检测手段，讨论了物流容错技术的应用前景和发展方向。     

APCI5000电气自动化成套装置设计

电气自动化成套装置种类繁多，并广泛应用于电力系统．结合现场实际商业运行期所积累的经验，并根据市场预测以及目前工控机发展动态，提出了采用APCI5000工业控制计算机实现电气自动化成套装置设计的最佳方案．     

算法的相关性变换与划分带个数的关系

使用相关性变换法，划分并映射循环算法到具有固定尺寸的Ｓｙｓｔｏｌｉｃ阵列。下标集合被划分成若干条带，划分带的条数与变换后的Ｓｙｓｔｏｌｉｃ阵列算法的执行时间成正比。指出了Ｍｏｌｄｏｖａｎ给出的计算划分带条数的公式有很大局限性，给出了由空间变换计算划分带条数的方法。     

文化观转型与“象思维”之失

20世纪初以降，自从教育制度西化之后，在开启科学思维理性之窗时，却关闭了自己“象思维”的悟性之窗，致使中国学人陷入失去主体话语境地。后来几代学人，由于只有单一科学思维理性，以至于不能真正进入和领会中国传统经典。中西思维方式不同，源于语言不同。“象思维”作为前语言前逻辑的思维，是最具本原性和原刨性的思维。在“轴心时期”，西方在“象思维”基础上产生出理性的逻辑的概念思维，并逐渐构成西方文化主流的思维方式。而中国的“象思维”则经过儒、道、佛三家而推向高级形态，构成中国文化主流的思维方式。崇尚不同最高思想观念（非实体与实体）的中西思维方式，各有不同的功能和价值，但都非万能。两种思维方式相互不能取代，而只有经过会通，才能推进各自文化的创新与发展。     

GFMIMU/GPS组合导航系统信息融合技术研究

GFMIMU/GPS(Gyroscope Free Micro Inertial Measurement Unit/Global Positioning System)组合导航系统具有抗高g值冲击、低成本、长寿命、较高精度等优点,在低成本精确制导武器和微小型无人机具有广阔的应用前景。针对工程应用中信息融合的精度和实时性两方面的要求,运用基于模型误差预测的扩展卡尔曼滤波MEP-EKF(Extended Kalman Filter base on Model Error Predictive)方法,将MEMS(Micro Electromechanical Systems)加速度计的误差作为模型误差来考虑,对GFMIMU/GPS组合导航系统进行建模仿真,将其与EKF和UKF(Unscented Kalman Filter)方法进行了仿真比较,在方位误差角的估计上取得了比他们精度高的仿真结果,而且MEP-EKF所需时间是UKF的10%.     

A Dynamic Forecasting System with Applications in Production Logistics

Production logistics involve the co-ordination of ac tivities such as production and materials control (PMC), inventory management, p roduct life cycle management, etc. Those activities demand for an accurate forec asting model. However, the conventional methods of making sell and buy decision based on human forecast or conventional moving average and exponential smoothing methods is no longer be sufficient to meet the future need. Furthermore, the un derlying statistics of the market information change ...