随机产量下的二级供应链契约协调

研究了由单个供应商与生产商构成的两级供应链中,当生产商为领导者且面对确定性产品需求,供应商是追随者且面对随机产量时的契约协调问题.考虑了乘法型和加法型两种随机产量情形,在集中控制模式下,研究了供应链系统的最优生产问题;在分散控制模式下,建立了由批发价契约和批发价与原材料缺货惩罚、剩余原材料收购策略联合形成的四种契约下的Stackelberg博弈模型.通过参数分析发现博弈结果能够协调乘法型随机产量供应链,并给出了相应契约参数的解析解,而对加法型随机产量,博弈结果不能达到供应链协调.通过算例进行了验证,并对这四种契约的特点进行了分析比较.     

高校物联网专业人才培养体系的思考

物联网产业的迅速发展,使得人才短缺成为物联网发展的重大瓶颈,高校仍然处在物联网教育的探索阶段。文章分析了目前高校物联网专业的教育现状和面临的问题,从物联网的专业定位和人才培养目标、课程体系建设、实验室建设、师资力量建设和校企合作培养模式等方面,对物联网人才培养体系进行了思考和探讨。     

模糊语言下的梯形模糊数心态指标群决策方法

在模糊语言下,提出了梯形模糊数心态指标的群决策方法。在属性权系数和决策者权系数信息都不完全的情况下,引入心态指标,将模糊语言的梯形模糊数决策矩阵转化为带心态指标的决策矩阵;利用决策的不完全信息构造Fuzzy线性规划,分别求解出属性权重和决策者权重;对决策者的心态指标进行集成得到群体风险态度,模糊集成群体风险态度与方案的群体评价值,得到整个方案集的排序。选取实例说明该方法的有效性、可行性和可操作性。     

基于知识图谱的国际协同计算领域可视化分析

通过Cite Space对Web of Science的SCI数据库中收录的协同计算领域的2 297篇文献进行分析,具体对国际协同计算领域的发文量时间分布、研究力量及合作、研究方向、研究主流、发展演变过程、研究热点及前沿进行了分析。结果表明该领域的研究正处于上升期;国家、地区以美国、中国和欧洲为核心,其研究机构以美国和中国的机构为核心,虽然我国已经具备了一定的科研实力,但缺乏该领域的高产研究者,总体来看欧洲各国之间的合作最为密切;研究方向的构成以计算机科学为主;Foster I为该领域中最具影响力的主流研究者,该领域的主流期刊(文献)包括Lecture Notes in Computer Science、Commun ACM等,主流分支领域包括网格计算等9部分;发展演变过程为前期相关研究—分布式计算—网格计算—云计算,同时穿插协同过滤的发展路径;云计算、网格计算等关键词代表了当前该领域的热点,网格计算、云计算、分布式计算、网络服务、协同过滤等关键词则代表了当前该领域的前沿,且已经广泛渗透、融合到生物学、病理学、气候学、教育学、企业信息系统、社会网络、多媒体、文本分析、产学研等领域中,体现了协同计算这一领域具有较强的跨学科特点。     

炼油厂价值链分析与优化

运用价值链分析方法对炼油厂内、外部的价值活动进行了分析,将炼油厂内部价值链划分为主生产作业链、辅助生产作业链和辅助价值链三部分,通过分析指出产品结构不合理、炼油成本较高是影响炼油业务价值的主要原因,针对企业实际情况,提出价值链优化调整策略:提高炼油技术水平,优化装置结构和产品结构,增产高附加值产品,不断提高企业经济效益。     

基于双阈值Apriori算法和非频繁项集的关联规则挖掘方法

针对从本文数据集中的正负关联规则挖掘问题,提出一种基于双阈值Apriori算法和非频繁项集的挖掘方法。首先,对通过逆文档频率(IDF)对语料库中的项(项集)进行加权,筛选出前N%的项集。然后,通过提出的双支持度阈值Apriori算法来提取频繁项集和非频繁项集,以此降低非频繁项集的数量。最后,通过置信度和升降度阈值的判断,分别从频繁项集和非频繁项集中挖掘正负关联规则。其中,创新性的利用了非频繁项集来挖掘正负关联规则。在一个医学文本数据集上的实验结果表明,提出的方法能够有效挖掘出正负关联规则,且能够大大降低项集和规则数量。     

2017年国际人工智能领域研究前沿的分析与研究

文献共被引可以为目标领域研究前沿的分析研究提供一种更加客观、全面的研究视角。文中利用文献共被引分析对2017年国际上人工智能领域的131篇ESI高被引论文进行分析,探寻得到了2017年该领域中包含的12个研究前沿和2个重点研究前沿。通过对研究前沿中核心论文的进一步研究发现,在2017年国际人工智能领域的多个研究前沿中,我国的学者已经成长为中坚力量,发挥着重要的作用。相比而言,在深度学习的两个重点研究前沿中,我国还缺乏高质量核心论文的产出者,这也激励着我国学者不断为之努力。     

基于RBF预估神经网络控制器的无线传感器网络拥塞算法

无线传感器网络中,汇聚节点是网络的瓶颈.由于传感器网络自身的特点,传统有线网络中的拥塞控制策略不再适用.已有的大多数拥塞控制策略和算法都没有充分考虑往返时延(RTT)对算法性能的影响.同时由于实际传感器网络运行中存在非线性、时间延迟和参数时变等干扰因素,若设计的控制器参数固定,不具有学习能力,则实际运行中收敛性差,收敛速度慢,无法达到控制队列长度的目标.针对以上问题,提出一种基于灰色预估神经网络控制队列的控制器,利用RBF神经网络的自学习能力解决网络实时变化时算法参数的在线整定问题,并利用灰色GM(1,1)预测器有效地解决了大时滞对网络性能的影响,最后通过仿真验证了这一算法的有效性.     

考虑切换时间的多品种印刷电路板表面贴装生产线调度优化

考虑了多品种小批量生产环境下的印刷电路板生产调度优化问题,建立了以包括切换时间在内的多品种平均流程时间最小化为目标的调度优化模型.针对电了产品组装独特的切换后效性,开发了主动禁忌搜索算法,分组间搜索和组内搜索2个层次对印刷电路板的排序问题进行优化.通过与理论下界值比较的仿真实验显示了模型与算法的有效性及现实应用的可行性...     

高光谱成像的红提总酸与硬度的预测及其分布可视化

利用高光谱成像技术实现对红提总酸和硬度无损检测和分布可视化。首先,利用高光谱采集生长期360个红提样本在波段450～1 000 nm的高光谱图像信息后用化学方法测定对应样本的总酸,用质构仪测定硬度。采用KS(Kennard-Stone)算法将总样本按照3∶1的比例划分为训练集（270个样本）和测试集（90个样本）。对红提原始光谱数据分别利用标准正态变量变换（standard normal variate transformation,SNV）、卷积平滑（Savitzky-Golay,SG）处理法、多元散射校正（multivariate scatter correction,MSC）、归一化等光谱预处理方法处理,确定最优光谱预处理方法。然后,分别采用一次降维（竞争性自适应重加权算法（competitive adaptive reweighted sampling,CARS）、连续投影算法（successive projections algorithm,SPA）、遗传算法（genetic algorithm,GA）、无信息变量消除法（uninformative variable elim...