制造业信息化建设

推进制造业信息化是落实"以信息化带动工业化"战略、走新型工业化道路的重要举措。推进制造业信息化是《国家中长期科学和技术发展规划纲要》提出的重要任务;是面向国民经济建设主战场,整合科技资源、实施"以信息化带动工业化"战略、走新型工业化道路的重要举措;是推进经济结构调整和经济增长方式转变的重要手段。制造业信息化将信息技术、自动化技术、现代管理技术与制造技术结合应用,推进设计制造数字化、生产过程智能化和企业经营管理信息化。用高新技术改造和提升制造业,促进制造业研发设计、生产制造、企业管理和市场营销的变革,带动产品设计和制造模式的创新、企业管理和经营模式的创新以及企业间协作模式的创新,是新时期我国制造业适应全球竞争环境、生存和发展的必由之路,对提升我国制造业的自主创新能力和市场竞争能力具有重要意义。     

推进装备制造业信息化建设

制造业信息化是当今世界制造业发展的一大趋势。而装备制造业信息化作为制造业信息化的一个重要部分，更是得到我国政府的高度重视。本文结合装备制造业的现状，提出了如何加快装备制造业信息化的措施。     

工业工程在制造业信息化建设中的作用

工业工程是一门技术与管理有机结合的边缘学科,在企业发展和社会工业化进程中起着重要的作用.本文在分析制造业信息化建设内涵的基础上,阐述了工业工程在制造业信息化建设过程中所起的作用.     

解读制造业信息化建设

制造业是国民经济最重要的支柱产业之一。伴随中国加入WTO和经济全球化，中国正在成为世界制造业的中心。制造业信息化作为企业提高企业国际竞争力的手段，正日益受到政府和制造企业的重视，本文结合我国信息化的发展历史和作者的实际工作经验，阐述了信息化发展过程中的一些概念和相互关系，并提出搞好制造业信息化建设的建议。     

信息化基础建设对我国制造业的影响

我国制造业在启动信息化建设的过程中,一方面要跟踪国际先进水平,瞄准国际发展动向进行创新研究,另一方面又要结合自身的实际情况,从基础做起,制定切实可靠的策略框架,以减少失误,使信息化建设过程得以顺利进行,要使企业的每一步投入都能得到有效继承,逐步向深层次发展。     

制造业呼唤信息化——制造业信息化建设现状及其未来发展

随着我国入世和全球化经济的发展,我国传统制造业企业正面临着更加激烈的市场竞争。如何提高自身的竞争能力和应变能力从而在多变的全球化市场竞争中保持优势,已经成为众多制造业企业生存和发展的关键。实践表明,解决这一问题最有效的办法就是引进先进技术,全面实现企业管理的信息化、智能化、集成化,以最快的时间、最高的性价比提供满足客户个性化需求的产品。当然,由于存在诸多问题需逐步解决,我国制造业信息化将是一项巨大、艰难而又迫在眉睫的工程。     

制造业信息化冶金企业信息化建设的策略

冶金企业信息化是实现企业现代化建设的必然选择，在实现信息化建设中，既具备了有利条件，又面临着3个方面问题和3种误区。如何才能抓住机遇，快速有效地进行信息化建设，章总结了6方面的对策和9条原则。     

一种自反馈细胞神经网络稳定性分析及在函数优化中的应用

提出一种具有暂态混沌的细胞神经网络,该网络是利用欧拉算法将模型的状态方程转化为离散形式并引入一项负的自反馈而形成的.由对单个神经元的仿真发现,该模型具有分叉和混沌的特性.在函数优化中,该网络首先经过一个倍周期倒分叉过程进行混沌搜索;然后进行类似Hopfield网络的梯度搜索.由于该网络利用了混沌搜索固有的随机性和轨道遍历性,因而具有较强的全局寻优的能力.最后通过2个函数优化的例子验证了该网络的有效性.     

Computer-assisted manufacturing process optimization with neural networks

Today's manufacturing methods are caught between the growing need for quality, high process safety, minimal manufacturing costs, and short manufacturing times. In order to meet these demands, process setting parameters have to be chosen in the best possible way, according to demand on quality. For such optimization it is necessary to represent the processes in a model. Due to the enormous complexity of many processes and the high number of influencing parameters, however, conventional approaches to modelling and optimization are no longer sufficient. In this article it is shown how, by means of applying neural networks for process modelling, even these highly complex interdependencies can be learned. That way both process and quality parameters can be assessed before or during processing. By connecting them with corresponding cost models, it is possible to optimize processes with the help of evolutionary algorithms. Using examples of different manufacturing processes, the possi bilities for process modelling and optimization with neural networks and evolutionary algorithms are demonstrated.     

浅析医院网络信息化的建设和管理

医院业务类型繁多,管理复杂,各项业务之间数据交换频繁,但重点是以医疗业务工作为中心的统一管理.现代化医院除了设备现代化,信息和管理手段也要现代化.医院信息化可以规范医院的流程,提高医院各项工作的效率和质量.本文首先对医院信息化系统建设的相关内容进行简要介绍,其次分析了网络信息化在医院管理工作中的实际应用,仅供参考.     

"虚拟制造"重振武汉制造业

虚拟制造模式为企业和地区经济带来了又一次跨越式发展的契机。本文分析了武汉市制造业的现状、优势和不足,结合虚拟制造理论,从政府和企业两个角度阐述了如何利用虚拟制造的思想重振武汉制造业。     

Design and analysis of an efficient neural network model for solving nonlinear optimization problems

This paper presents an efficient approach based on a recurrent neural network for solving constrained nonlinear optimization. More specifically, a modified Hopfield network is developed, and its internal parameters are computed using the valid-subspace technique. These parameters guarantee the convergence of the network to the equilibrium points that represent an optimal feasible solution. The main advantage of the developed network is that it handles optimization and constraint terms in different stages with no interference from each other. Moreover, the proposed approach does not require specification for penalty and weighting parameters for its initialization. A study of the modified Hopfield model is also developed to analyse its stability and convergence. Simulation results are provided to demonstrate the performance of the proposed neural network.     

利用遗传模拟退火算法优化神经网络结构

常用的神经网络是通过固定的网络结构得到最优权值,使网络的实用性受到影响。引入了一种基于方向的交叉算子和变异算子,同时把模拟退火算法引入了遗传算法,结合遗传算法和模拟退火算法的优点,提出了一种优化神经网络结构的遗传——模拟退火混合算法,实现了网络结构和权值的同时优化。仿真实验表明,与遗传算法和模拟退火算法相比,该算法优化的神经网络收敛速度较快、预测精度较高,提高了网络的处理能力。     

一种优化神经网络结构的遗传禁忌算法

常用的神经网络是通过固定的网络结构得到最优权值，使网络的实用性受到影响。引入一种基于方向的交叉算子和禁忌变异算子，同时把禁忌算法(TS)引入标准遗传算法，结合标准遗传算法和禁忌算法的优点，提出一种优化神经网络结构的遗传禁忌混合算法，实现了网络结构和权值同时优化。仿真实验表明，与遗传算法和禁忌算法相比，该算法优化的神经网络收敛速度较快、预测精度较高，提高了网络的处理能力。     

神经网络预测控制局部优化初值确定方法

为解决局部优化算法初值选取不当造成神经网络预测控制性能下降的问题,本文提出了一种动态确定初值的方法.在每次优化时通过逆网络将初值选在输出误差最小点,通过修正目标性能函数中的权重因子来确保初值与当前控制量之间存在极值,并在理论上进行了证明.以BP神经网络预测控制为例,采用牛顿拉夫逊算法实现滚动优化,对所提方法进行了仿真实验,结果表明能够解决初值问题,提高控制系统的可靠性.     

面向多模态函数优化的混沌免疫网络算法研究

针对人工免疫网络解决多模态函数优化时可能出现的早熟收敛现象和搜索精度不甚满意的问题,提出改进的混沌免疫网络算法。改进算法终止条件及采取相应措施以避免早熟,利用混沌变量来模拟免疫细胞的增殖方式以提高算法的搜索精度。通过对一些典型测试函数进行仿真实验,结果表明该算法能够快速优化抗体,搜索能力强,搜索精度高,是一种效果优良的解决多模态函数优化问题的极值寻优方法     

面向级联失效的加权网络负载容量非线性模型鲁棒性优化

在考虑网络负载容量关系的情况下,研究加权网络中的级联失效现象。提出了负载容量非线性模型,并针对模型参数的多目标优化问题,通过理论分析确定其影响因素。以级联失效前后网络连通性测度的比值作为鲁棒性测度,以网络容量与负载的比值平均数作为网络成本测度,采用基于拥挤距离排序的多目标粒子群优化算法(MOPSO-CD)对参数进行优化。最后通过在模拟网络和实际网络中进行的仿真比较,验证了优化后的负载容量非线性模型可以在有限的网络成本下更好地提高网络对级联失效的抵御能力。