无盘工作站在高校机房应用中的优劣分析

近几年,随着无盘工作站技术的不断改进和完善,因其具有降低机房的构建成本,方便管理,安全性好等诸多优点,在社会各领域中也得到了广泛应用,但是在教育系统的应用中,在方便管理的同时也在教学和各种计算机考试中给我们带来了一定的问题,特别是在高校机房的实际管理使用中,其优、缺点并存,到底是否该选择无盘工作站来构建高校机房颇具争议,需要使用者从不同的使用角度来分析判断。     

无盘工作站机房的组建

随着计算机技术的飞速发展，用旧机器组建可以满足现代教学的新一代机房，即有利于资源的再利用，又不需要很大的投资，而且安装软件及运算等都在服务器上进行，方便了软件及防病毒的管理。本文就无盘工作站机房的组建做一些介绍。     

浅谈无盘网络在高校机房中的实际应用

在各高校机房的日常管理当中,系统的安装、软件的升级及常规的维护对机房管理人员来说都是一件繁杂的事情.无盘网络的应用,可以在很大程度上减少管理人员的机房维护工作.我校所用的锐起无盘系统就是一款不错的无盘系统产品.     

一步步组建无盘网络

开学初，受本地一所中学的邀请，要求组建无盘局域网，当时我对无盘技术还接触较少，只好边学边做。通过查找相关资料及对比，我采用了“锐起无盘XP”产品，它具有简单、易操作的特点。     

BXP无盘技术在网络机房建设中的应用研究

学校网络机房的管理是一个千头万绪的工作,从事机房管理的老师经常疲于应付各种各样的维护问题,虽然花了不少时间与费用,但仍难做到完全满足用户的需求。为此,针对目前各级各类学校的实际教学需要,在此提出一种基于BXP无盘技术的网络建设方案,通过方案的实施,将彻底克服网络机房有盘系统的缺点和解决实验教学中长期存在的难题。     

无盘网络考试系统的稳定性改进与实现

无盘网络主要是指工作站本身没有存储设备,其运行的操作系统、应用软件等文件都存储在服务器磁盘上的一种计算机网络构型。工作站上因为不具备实际的磁盘驱动器(包括软盘、硬盘、光盘),所以不用害怕学生机电脑软件系统被破坏。在平时教学时运行常规教学程序没有障碍,但由于对其稳定性的担心,有的正规考试系统不太乐意采用无盘网络系统。该文从实践出发论述其不稳定的根源,找出对策以提供解决方案。     

学校无盘网络的一种有效解决方案--启名星无盘网络系统

启名星无盘网络系统是学校无盘网络的一种有效的解决方案。文章对启名星无盘网的安装与配置进行了详细的讲述，并对如何提高无盘网络运行速度方面进行了探讨。     

企业无盘网络系统的建立与应用

介绍了企业应用无盘网络系统的目的和优缺点,并详细阐述了该企业建立RPL无盘终端与PXE无盘WIN98的具体步骤。     

基于无盘技术的非线性编辑机房建设探讨与分析

无盘网络技术为影视艺术制作实验室管理带来极大的便利。本文阐述了基于无盘无盘工作站的非线性编辑实验室硬软件及网络结构的建设,对寻找一种适合影视艺术类的无盘网络系统做了初步的探讨。     

无盘网络系统设计与实践

无盘化网络系统:简单的说,就是指在网络中的所有计算机全都没有硬盘配备,所有计算机全部从对应的服务器来启动系统镜像,如此设计好的网络就是无盘化网络系统,这些计算机工作站就叫做无盘工作站,我们要把设计好的网络运用的实践中去。     

平衡计分卡在重大科技项目评价中的应用①

重大科技项目的评价关系着国家科技计划的实施,然而由于重大科技项目的复杂性,欲对其进行绩效评估往往面临许多问题。采用平衡计分卡构建并完善了重大科技项目评价指标体系,并对指标之间的关系做了简要的说明。然后采用主成分分析法对评价指标进行因子分析,并得到主因子;随后通过GA-BP神经网络构建了评价模型。最后以天津市省级科技项目为背景进行了实例研究,验证了模型的科学性和实用性。     

平衡计分卡在重大科技项目评价中的应用①

重大科技项目的评价关系着国家科技计划的实施,然而由于重大科技项目的复杂性,欲对其进行绩效评估往往面临许多问题。采用平衡计分卡构建并完善了重大科技项目评价指标体系,并对指标之间的关系做了简要的说明。然后采用主成分分析法对评价指标进行因子分析,并得到主因子;随后通过GA—BP神经网络构建了评价模型。最后以天津市省级科技项目为背景进行了实例研究,验证了模型的科学陛和实用性。     

On the Use of an Enhanced Hopfield Neural Model to Solve FMS Performance Optimization Problem

The performance of a Flexible Manufacturing System (FMS) is generally linked to its productivity and is often limited by poor use of available resources. One of the main goals in the automated factory environment is, therefore, the exploitation of resources to the full, in such a way as to optimize productivity. As widely documented in literature, this is a hard task on account of its computational complexity. For this reason a number of heuristic techniques are currently available, the best known of which are based on Event Graphs, which are a particular class of Petri Nets. The paper proposes a performance optimization technique which, although it is based on Event Graphs, applies algorithms which are different from traditional heuristic ones. More specifically, a novel neural model is used to solve the optimization problem. The neural model was obtained by making significant changes to a network that is well known in literature: the Hopfield network. The solution proposed is an original one and features several advantages against the most known heuristic approaches to the problem, the most important of which is the possibility of optimal or close to optimal solutions in a polynomial time, proportional to the size of the FMS. In addition, the possibility of simple, economical hardware implementation of the neural model favours its integration in the automated factory environment, allowing real-time supervision and optimization of productivity. The aim of the paper is to present the new neural model and its use in optimizing the performance of FMSs. A comparison of the neural approach with classical heuristic solutions and its real-time calculation capability, will also be treated in the paper.