MLICP-CNN:基于CNN与ICP的多标记胸片置信诊断模型

针对胸片的多标记预测集缺少可校准性的缺陷,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)与归纳一致性预测器(Inductive Conformal Prediction,ICP)的多标记胸片置信诊断模型MLICP-CNN。该模型将学习数据划分为训练集和校准集,通过使用CNN从训练集中学习出规则D。基于规则D和校准集使用算法随机性对被测数据进行置信预测,即为每个被测数据提供附带置信度的多标记预测集。在对Chest X-ray14胸片数据集的实验结果表明,该模型在临床常用的95%置信度下,模型准确率为95%,体现了置信度评估的恰好可校准性。在CNN架构为Resenet50并采用LS-MLICP为奇异值映射函数下,模型性能最好,其确定预测率为96.43%,理想预测率为92.31%。另外,CNN架构对预测效率的影响程度远远小于奇异值映射函数。     

基于需求/服务模式的大规模个性化网络服务定制方法

服务互联网环境下,海量的服务需求可能被不同用户同时提出.如何在保证成本有效的情况下实现大规模用户需求的个性化服务定制仍然缺乏有效的解决方案.针对该问题,提出了一种基于需求/服务模式的大规模个性化网络服务定制方法.首先,基于历史服务模式库构建与更新可复用的服务网络;其次,针对当前的每一批用户需求,通过定制服务网络中的服务子网生成满足每一个用户需求的服务解决方案.最后,通过实验验证了所提方法的有效性.     

基于服务模式的快速服务组合方法研究

多数传统服务组合方法忽视了领域服务的特性,针对特定的领域服务上下文环境时无法进一步提高优化性能,对此提出一种基于模式的快速服务组合方法。分析了领域服务的特征和规律,提出了服务模式的概念。进而给出了一种基于模式的两阶段快速服务组合方法,该方法在第一阶段利用已有的服务模式,采用贪心覆盖策略对用户需求进行快速覆盖,第二阶段则采用原子服务满足第一阶段无法满足的需求。实验表明利用该方法能获得良好的效果和性能。     

基于业务规则的企业质量成本核算方法研究

针对企业质量成本核算过程复杂、核算困难等问题,以基于业务规则的规范化思想来统一质量成本核算的业务流程,提出了通用可优化的质量成本核算方法体系.该核算方法采用一个具有用户层、业务规则管理层和过程逻辑层的三层两级映像结构,其中规则管理层实现质量成本核算业务规则的定义、学习、评价和优化,以业务规则管理实际核算业务流程,通过过程逻辑层指导具体企业进行质量成本核算.最后,通过具体的质量成本核算实例,验证了该方法的通用性和有效性.     

新一代ERP系统功能构件标准化问题研究

为解决新一代企业资源管理系统功能构件标准化问题,给出了新一代企业资源管理定义及其相关扩展企业模型,利用CIMOSA和领域工程的领域分析方法,综合国内外相关企业资源管理产品及其规范内容,建立了新一代企业资源管理系统5大功能构件标准体系,从而为其软件产品研发、实施与推广的规范化、高效化提供支持。     

制造信息集成应用技术研究

针对企业信息化系统“信息孤岛”及“低层次集成”日趋严重的现象，阐述了制造信息集成技术对CIMS发展的重要意义，详细论述了不同条件下采用何种制造信息集成技术，并对企业信息集成技术的总体发展方向及方法进行了总结与分析。     

MES的计划、调度集成问题研究

在分析制造执行系统(Manufacturing Executive System(MES))产生的背景、概念及其特点的基础上，构造了先进制造车间(Advanced Manufacturing Shopfloor(AMS))计划调度问题的集成功能模型。结合此模型，建立了AMS的作业分批与计划调度的数学模型，并在最后给出了求解此类问题的常用算法。     

基于动态联盟的双单元制造模式研究

通过对敏捷制造以及动态联盟生产模式特点的分析,提出了一种基于动态联盟的双单元制造模式,详细讨论了此生产模式的具体组织结构特点,运行方式以及提出的理论与现实依据等问题,最后,对有关问题进行了总结。     

基于PM/ERP集成模式的跨企业协同计划问题研究

针对复杂产品制造跨企业计划管理复杂的特点,分析了现有复杂产品跨企业制造管理模式存在的问题.在此基础上提出了基于项目管理与ERP结合的跨企业协同计划集成管理模式,该模式的集成主要体现在计划编制、能力平衡以及资源管理3个方面.在此集成管理模式的基础上研究了相关集成方法和技术,建立了多企业协作资源管理模型,提出了生产计划和能力平衡体系.最后,给出了典型的跨企业生产计划求解问题的示例,并验证了该方法的有效性.     

基于自适应混合启发算法求解一类JSP问题

为解决一类Job Shop问题，提出了一种具有自适应机制的新的混合算法。该算法在分析和比较模拟退火算法和遗传算法的基础上，针对它们都缺乏全局指导机制的共同问题，引入具有自适应能力的全局指导策略，建立起个体与种群之间的反馈机制，混合后的算法还综合了两种启发算法的各自优点。通过具体的算例验证了该算法的有效性。