网络计划多资源平衡优化工序排序方法研究

通过研究多资源对平衡优化效果的相对贡献率，分析了工序时差对工序调整的影响，构造了平衡优化的综合数量指标，提出了固定工期条件下多资源平衡优化方法。     

网络技术资源优化及其在工程中的应用

就工期固定资源均衡优化中的调整工序的先后次序、多种资源优化的方法等问题进行了探讨，并提出了新的方法，选择一个实际工程例子，在该工程的基础、主体工程中实施网络技术资源优化的全过程，在网络技术资源优化的实际应用上进行了初步尝试。     

大型工程网络计划工期—成本优化研究

本文针对目前网络计划工期—成本优化实际应用中存在的几个问题进行了分析研究,并结合大型工程提出解决方法,从而使网络计划工期—成本优化更具实用性。     

网络计划在工程施工中的应用

通过工程实例证明网络计划管理技术，不仅能够实现工程施工中的最短工期，而且能够节约原材料，提高经济效益。     

多目标优化下WSN网络生命周期优化模型

为了有效延长中小型WSN网络生命周期,改善其能量利用效率,在增量学习算法的支持下,基于多个优化目标设计并实现WSN网络生命周期优化模型。在反馈值确定过程中同时兼顾链路距离、节点剩余能量两个方面;通过分析节点到sink节点的跳数,确保数据能够准确递交;同时针对传输时节点无法发现下一跳转发节点这一问题,制定相关协议把该节点视为孤立的,在转发节点确定过程中将此节点忽略,从而能够明显降低能量开销。通过在NS2仿真平台上与EAR协议及其改进优化的I-EAR协议做对比,结果证明所设计的协议能够在相对较小的能耗下表现出更好的性能。     

多目标网络及其优化

本文通过对由多个单项网络组成的多目标网络在矿建工程计划管理中应用的研究介绍了多目标网络问题的产生及其模型，讨论了多目标网络的优化方法。     

企业和工程施工中的网络优化及应用

企业网络计划给企业带来的经济效益，促使人们将其广泛应用于工程施工和建设中，本文结合企业和工程建设的实际，应用网络优化技术，模拟工程建设的网络计划，重点论述工程施工中使用期固定－资源均衡优化方法和技术。     

建设项目多目标优化方法研究

建筑工程项目管理的重要内容就是对工程的质量、工期、成本、资源等目标进行综合均衡控制.在具体分析各目标之间相互作用关系的基础上,建立了工期-费用关系模型、质量-工期关系模型和资源均衡-工期关系模型.进一步在工期-费用优化的基础上,引入工程质量、资源均衡目标,综合单目标模型,建立了进度计划的多目标模型,并利用改进的理想点法(TOPSIS法),对实施方案进行优选,最后用算例验证了方法的可行性和实用性.     

网络技术资源优化及在工程中的应用

“工期固定——资源均衡”网络计划优化的基本问题之一 ,它较适合我国目前工程建设的情况。本文就工期固定——资源均衡优化中的调整工序的先后次序、多种资源优化等问题进行了探讨并提出了新的方法。最后选择了一个实际工程例子 ,在该工程的基础、主体工程中实施了网络技术资源优化的全过程。在网络技术资源优化的实际应用上进行了初步尝试     

单纯形法在网络工期成本优化中的应用

介绍了用单纯形法求解网络最优化工期成本方案的步骤和方法，重点介绍了数学模型的建立原理和步骤。     

多元高斯声束叠加模型在隐蔽工程的识别应用

为准确识别地下隐蔽性建筑物的内部基本信息并实现三维图像可视化,将多元高斯声束叠加模型与相控阵超声原理结合对隐蔽性工程进行识别,为无损识别提供一种新方法.结合工程实际情况,分别对地下结构的板和外墙进行识别,绘制出识别值与设计值的数据对比直方图,并结合误差分布走向图对比分析,确保该方法的识别精度.结果表明,该方法可以清晰描...     

无线网络优化工程实证研究

随着移动通信网络中用户数量不断增加,中国移动通信公司加快了TD-SCDMA无线网络的规划建设和运营工作,不断扩大网络覆盖.由于建网初期规划的缺陷以及无线通信传输介质等的不确定性因素,导致网络中出现信号弱、速度慢和网络不通等现象.为解决上述问题,文章结合TD-SCDMA的技术特点,结合日常维护工作中出现的案例以及采取的维护措施对该无线网络进行容量覆盖、引起掉话的干扰等故障问题探讨分析,以此来提高网络的通信质量和速率,保证用户对网络的良好感知.     

人工神经网络及粒子群优化算法在跟驰模型中的应用

在车辆跟驰现象中,驾驶员-车辆系统可视为一个非线性的动态系统,而人工神经网络(ANN)是开发非线性系统模型的有效工具,采用ANN技术建立了车辆跟驰模型,开发了基于粒子群优化(PSO)算法的ANN训练算法。测试结果表明,基于神经网络的跟驰模型比传统模型具有更强的鲁棒性,基于PSO算法的ANN训练方法能够避免陷入局部最优。     

数据库外基于多模型的学习式查询优化方法

对于AI与数据库优化问题,现有技术均须改动数据库底层,影响研究成果的应用且缺乏可扩展性. 提出一种非嵌入数据库的学习式查询优化方法. 在基数估计阶段,使用多模型的方法,对特定的子查询建立神经网络,独立训练不同的子模型,解决需要训练集过多且可扩展性差的问题;在连接优化阶段,应用基于代价的强化学习方法,提高查询优化性能. 针对每个查询,从基数估计到连接排序的优化过程都在数据库外执行,按照得到的优化策略对查询重写,并将重写结果返回到数据库中,通过设置参数使该查询按照指定的计划执行. 在包含8个表的数据集上进行实验验证,与未进行优化的查询进行比较,非嵌入数据库的优化方法具有良好的优化效果.     

基于多目标拆分优化思维的拥塞网络数值调度方法

针对网络拥塞数值调度中存在的盲目性问题,提出了一种基于多目标拆分优化的网络拥塞数值调度方法.将拥塞网络的数值调度问题进行模型化表示,并将拥塞过程调度的最优问题分解为多个目标同时优化问题:即信道最优任务分配问题和路由拥塞调度问题.根据粒子群算法,对信道分配问题的最优解进行计算,同时设计约束模型并利用遗传算法求解拥塞调度问题,实现了在拥塞状态下的网络数值调度.结果表明,所提出算法获得的拥塞调度方案具有较好的可执行性.     

多目标模糊优选理论在投资项目评价中的应用

应用多目标决策和模糊优选理论,提出了投资项目的多目标模糊优选模型．通过实例分析说明了模型的可行性和实用性．     

基于多目标优化的大型项目任务分配模型

大型项目任务分配问题的多目标、多变量、多约束、大组合等特点,使得任务分配费时、费力.文中分别以利润最大且延期较短和无延期且利润最大为目标,利用时间序列分析方法,将贪婪算法和多目标优化问题相结合,建立两个基于多目标优化的大型项目任务分配模型.利用两个模型分别确定某大型项目的任务分配方案,仿真结果表明:两个模型和算法均最大限度降低了大型项目任务分配问题的时间复杂度,有效地解决了任务分配费时、费力这一问题.     

一种适于多电平调制信号均衡的神经网络

在二电平信号下基于多层感知器ＭＬＰ（ＭｕｌｔｉＬａｙｅｒＰｅｒｃｅｐｔｉｏｎ）的均衡器（ＭＬＰＥ）性能远远优于传统的线性模向均衡器ＬＴＥ（ＬｉｎｅａｒＴｒａｎｓｖｅｒｓａｌＥｑｕａｌｉｚｅｒ）．但在多电平调制信号下，ＭＬＰＥ性能迅速下降．其主要原因在于激活函数的选择．文中提出了一种适于多电平信号均衡的神经网络模型——分段多层感知器ＳＭＬＰ（ＳｅｇｍｅｎｔＭｕｌｔｉＬａｙｅｒＰｅｒｃｅｐｔｉｏｎ），并给出其算法．模拟结果表明，基于ＳＭＬＰ的均衡器，比ＬＴＥ和ＭＬＰ收敛速度更快，最小均方误差ＭＭＳＥ（ＭｉｎｉｍｕｍＭｅａｎＳｑｕａｒｅＥｒｏｒ）也小得多，而计算复杂度则与ＭＬＰ相同．     

资源有限均衡法在网络计划优化中的应用

对网络计划资源优化进行分析,提出了资源有限均衡法,并通过实例验证了资源有限均衡法的优化结果快捷、可靠。     

模糊多属性决策模型在某水电站工程方案优选中的应用

从模糊多属性决策基本理论出发,建立水电站工程方案优选的评价体系,根据工程评价特点,采用变异系数法和专家调查法相结合的方法确定评价指标的权重,建立水电站工程方案优选的模糊理想解模型,并把该模型应用于某水电站工程方案优选中.实例应用表明,该模型计算简便,具有较好的通用性和可操作性,是水电站工程方案优选的一种有效决策方法,结果真实、有效.