采用B/S架构设计与实现超市配送系统

系统采用B/S架构。整个系统由六大模块构成,分别是人员基本信息管理模块、商品信息管理模块、连锁店管理模块、商品入库管理模块、商品配送管理模块、退出系统模块。整个系统能够独立运行,使用方便,能够及时地分析企业进销存情况,提高工作效率,能给企业带来更大的利益。     

Transit smart card data mining for passenger origin information extraction

The automated fare collection(AFC) system,also known as the transit smart card(SC) system,has gained more and more popularity among transit agencies worldwide.Compared with the conventional manual fare collection system,an AFC system has its inherent advantages in low labor cost and high efficiency for fare collection and transaction data archival.Although it is possible to collect highly valuable data from transit SC transactions,substantial efforts and methodologies are needed for extracting such data because most AFC systems are not initially designed for data collection.This is true especially for the Beijing AFC system,where a passenger’s boarding stop(origin) on a flat-rate bus is not recorded on the check-in scan.To extract passengers’ origin data from recorded SC transaction information,a Markov chain based Bayesian decision tree algorithm is developed in this study.Using the time invariance property of the Markov chain,the algorithm is further optimized and simplified to have a linear computational complexity.This algorithm is verified with transit vehicles equipped with global positioning system(GPS) data loggers.Our verification results demonstrated that the proposed algorithm is effective in extracting transit passengers’ origin information from SC transactions with a relatively high accuracy.Such transit origin data are highly valuable for transit system planning and route optimization.     

基于改进的蚁群算法的组播路由问题的研究

目前,蚁群算法在路由协议上已有广泛应用。通过研究蚁群算法的特性和目前在路由协议上的应用,发现其在加快运行时间、局部最优解等问题上还有改进的空间。为此文中提出一种蚁群优化算法,使蚁群算法更好地应用在路由协议上。针对蚁群算法容易出现局部最优解的问题,文中提出一种链表随机选择法,该方法能有效地减小蚁群算法出现局部最优解的几率。同时为了减少蚁群算法在选择路径上的时间,提高运行速率,文中还提出了一种雅克比迭代收敛准则,此方法很好地减短了算法时间。     

基于Adams的摆杆输送机动力学仿真分析

采用Adams脚本语言建模,自动完成摆杆输送机整体系统的轨道、链条、摆杆和工件之间的装配约束和载荷边界条件的设定等.对某卡车白车身涂装过程进行动力学仿真分析,求得系统整体运行时所需的驱动力大小、链节间的相互作用力和进行静力学分析所需的载荷条件等,分析结果可指导摆杆输送机的整体设计.     

基于改进麻雀搜索算法的服务功能链优化映射算法

为了实现5G网络场景下服务功能链的低成本高效率部署,提出了一种基于改进麻雀搜索算法的服务功能链优化映射算法。在服务功能链映射过程中,采用双层编码方式,将服务请求的组链方案和映射方案进行混合编码,然后使用改进离散麻雀搜索算法进行求解,得到该请求的服务功能链部署方案,并计算其映射权重。当同一时间片内存在多个请求类型时,按照映射权重对所有服务功能链进行排序,优先映射权重高的请求,以此减少延迟开销,提高节点计算资源利用率和链路资源利用率。仿真结果表明,该算法可以有效减少部署开销,提高资源利用率。     

移动边缘计算网络下的服务功能链部署优化设计

为解决移动边缘计算网络中面向用户的服务功能链部署算法系统成本支出过大、响应时间长的难题,提出了针对服务功能链成本与时延联合优化设计的方法。首先,在服务功能链构建阶段,根据节点位置和资源状况,选择当前最佳节点减少虚拟网络功能（virtualized network function,VNF）间的时延以提高服务功能链的响应时间。其次,在服务功能链部署阶段,由于映射资源有限,在服务映射节点时应用节点选取算法确定最佳节点映射排列顺序,并从中选取最短加权路径作为各VNF间的通信链路。实验仿真结果表明,相比于已有方案,该方法能有效降低时延和部署成本,并能显著提高服务功能链部署的成功率。     

基于改进HBA算法的生鲜闭环供应链网络鲁棒优化设计

针对生鲜闭环供应链网络设计问题,建立了一种基于生鲜闭环供应链网络的鲁棒优化模型,以解决供应链网络中的不确定性问题。首先,针对涵盖五个节点的生鲜供应链网络结构建立了多周期、多产品,以最小化成本、最小环境影响为目标的混合整数规划模型,采用模糊折中规划与区间数据鲁棒优化方法进行处理;其次,在原有蜜獾算法的基础上引入差分进化原则,增强算法的全局搜索能力与收敛速度;最后,通过MATLAB数值分析与仿真实例表明,所提鲁棒优化模型与蜜獾算法在求解生鲜闭环供应链网络设计问题中具有明显优势。     

基于ECC-ZKP的农产品供应链可控身份管理与认证模型

基于区块链的农产品供应链中,当参与主体数量规模越来越大时,节点与企业之间的1：1匹配关系将造成节点数量众多,从而造成网络开销大、共识效率低等问题。针对这些问题,引入中间件使得节点与企业之间1：1关系变为1：n的关系,对所涉及到的企业身份管理以及相互之间的认证,提出一种基于ECC-ZKP（elliptic curve cryptosystem-zero—knowledge proof）的可控身份管理与认证模型,实现身份的可控管理和完成可信交易前所需要的身份认证。通过模型分析和仿真实验分析结果表明,该模型能够提供较高的安全性,能够有效进行身份的管理和认证,且节点与企业之间1：n关系相比较于1：1关系减少了网络开销并提高了共识效率。     

基于透明土技术与颗粒流方法联合开展管涌细观机理研究

我国现今拥有堤防总长度超30万公里,但管涌型渗透破坏频发,造成极大社会经济损失,故开展管涌细观机理研究对于解决堤防工程安全问题具有重要意义。当前有关管涌细观机理研究主要从模型试验、数值模拟两个方面开展,并且大多从颗粒摩擦系数、颗粒级配和细料含量等角度揭示该细观机理。本文提出一种基于透明土技术、颗粒流模拟联合开展该细观机理研究的方法,并从颗粒间接触力链的细观角度分析颗粒摩擦系数、颗粒级配和细料含量对管涌发生、发展的影响。首先结合PLIF（平面激光诱导荧光技术）与透明土技术自行设计可视化模型试验平台,其次基于MRI（磁共振成像）技术,借助Avzio软件实现对透明土样二维切片的三维重构,然后将重构模型导入PFC^3D中并进行相同条件下的颗粒流模拟,通过比对模型试验与数值模拟结果,验证本方法开展管涌细观机理研究的可靠性,最后进行重构模型在不同颗粒摩擦系数、颗粒级配和细料含量条件下的数值模拟,并从力链角度论述各组试验规律。本文可为管涌细观机理研究提供一种置信度高、可行性好的新途径。     

Transformation of semantic knowledge into simulation-based decision support

Simulation is capable to cope with the uncertain and dynamic nature of industrial value chains. However, in-depth system expertise is inevitable for mapping objects and constraints from the real world to a virtual model. This knowledge-intensity leads to long development times of respective projects, which contradicts the need for timely decision support. Since more and more companies use industrial knowledge graphs and ontologies to foster their knowledge management, this paper proposes a framework on how to efficiently derive a simulation model from such semantic knowledge bases. As part of the approach, a novel Simulation Ontology provides a standardized meta-model for hybrid simulations. Its instantiation enables the user to come up with a fully parameterized formal simulation model. Newly developed Mapping Rules facilitate this process by providing guidance on how to turn knowledge from existing ontologies, which describe the system to be simulated, into instances of the Simulation Ontology. The framework is completed by a parsing procedure for an automated transformation of this conceptual model into an executable one. This novel modeling approach makes model development more efficient by reducing its complexity. It is validated in a use case implementation from semiconductor manufacturing, where cross-domain knowledge was required in order to model and simulate the impacts of the COVID-19 pandemic on a global supply chain network.