基于SOA的供应链智能协同服务技术研究与实践

结合供应链的协同需求,采用SOA体系结构建立供应链的动态服务系统原型并实现,支持供应链分布式应用从信息共享向智能协作转变,并在企业业务流程中成功应用验证。     

大数据环境下刀具仓储与采购智能协同研究

刀具是柔性制造企业中重要的工具资源,信息化是柔性制造企业的显著特征。论文在大数据环境下,利用刀具信息管理系统与其他如ERP、CAM、PDM等信息系统沉积的数据,分析了刀具消耗与生产计划存在的线性回归关系,并研究刀具库存与采购的智能协同阈值的发现公式,根据生产计划预测刀具的消耗,科学配置刀具的库存量以加快资金周转提高经济效益。     

大数据环境下智能推荐系统中协同过滤算法研究

随着互联网的普及以及电子商务的发展,各类网络应用需要大数据的支持,而信息过载是大数据应用最严重的问题之一,需要来自智能推荐系统的支持.分析了大数据环境下智能推荐系统的概念和应用,对协同过滤算法这一智能推荐经典算法进行了阐述,并介绍了其在大数据环境中的应用领域.     

实现智能管道与智能运营的协同——流量经营解决方案探讨

首先分析了流量经营的13个典型业务场景,提出了流量经营的建设方案,包括流量经营的措施和整体体系架构。然后提出了以GGSN为中心面向网络的智能管道和综合网关面向业务智能运营的远期建设思路。最后,提出了GGSN智能分流和综合网关深度业务处理的近期建设方案和双策略控制接口。     

基于BAS-BP神经网络的医药供应链协同绩效智能评价

近年来医药供应链协同绩效引起了广泛关注,它能有效应对“两票制”“带量采购”“新药品管理法”等医改新政给医药供应链上的医药流通/销售企业带来的运营成本压力。在分析医改新政下医药供应链新变化的基础上,设计医药供应链实施智能化绩效评价的框架体系。从信息共享协同、业务流程协同、客户服务协同三个方面,构建以医药流通/销售企业为核心的医药供应链协同绩效评价指标体系。运用BAS-BP神经网络进行智能化评价和改进建模。实际算例验证了该模型的有效性及智能化评价体系的可行性。     

供应链协同创新中知识转移的收益共享机制

研究由一个供应商和一个制造商组成的二级供应链协同创新中的知识转移问题,分析了分散决策、集中决策、普通收益共享决策和议价条件下的收益共享决策时四种情形对供应链协同创新中知识转移决策的影响,比较了四种决策情况下的相关变量的大小和在不同知识吸收能力下的变化规律。结果发现：收益共享契约机制可显著提高供应链协同创新中的知识转移数量,有利于提高供应链的整体利润,还有助于降低产品零售价格、批发价格等,并且议价条件下的收益共享契约机制比普通的收益共享契约机制效果更为明显。研究表明收益共享契约机制能够有效地促进供应链企业间的协同创新,同时供应链企业间的知识吸收能力也会影响到供应链协同创新的效率。     

数据智能时代图书编辑工作的创新探索

数据智能时代的到来,提升了图书编辑工作的科技含量。随着数据智能技术的不断发展完善,图书编辑工作的过程中,投入了更多智能化的运用,传统工作方式也受到了影响,需要不断创新改变。本文将对数据智能时代图书编辑工作的创新进行分析探究。     

基于大数据下的智能铁路发展的思考

随着我国信息技术的飞速发展,为我国传统铁路事业的发展注入了新鲜血液。铁路领域融合信息技术,成为智能铁路发展的先决条件,也是未来一段时期我国铁路行业的必然发展趋势。对于智能铁路的发展,我国的研究工作略落后于国外,但截至目前,我国已取得了一定成就。笔者基于大数据技术,探讨了我国智能铁路的发展现状,重点提出大数据技术下我国智能铁路发展的对策,旨在为我国铁路事业的长远发展提供一定理论参考。     

绕过IT黑洞——供应链协同下的系统集成

“系统集成”是一个从诞生时起就闪耀着高技术光芒,直到现在让很多人一看到仍肃然起敬的名词。系统集成差不多在信息化领域大行其道了二十年。二十多年来,众多IT公司披挂着系统集成这身光鲜迷人的行头,挥动着镀金的宝剑,在信息化舞台上显尽风骚。     

大数据驱动湖北省高校协同创新的运行机制及发展对策

校企协同创新是深入实施创新驱动发展战略的重要措施,而大数据技术是促进校、企、政创新资源深度融合的有效技术手段。本文构建了由动力机制、利益分配机制、交流共享机制、人事管理机制构成的由大数据驱动的高校协同创新运行机制,深入分析了湖北省高校利用大数据技术驱动协同创新存在的不足,并提出了相关对策建议。     

网络攻击下产品与供应链协同演进系统数据驱动变更控制设计

产品与供应链协同演进系统(product and supply chain synchronous evolution system, PSCSE)是一类复杂的分布式信息物理系统(cyber-physical system, CPS),含有大量的未建模动态与不确定性.剧烈的需求波动及突发的网络事件,使系统结构参数极易发生变化.产品设计变更是维持PSCSES稳定、满足用户需求及保证经济效益的重要手段.本文研究基于分布式CPS的PSCSES在受到DoS攻击下的应急变更控制问题.首先,针对PSCSES在网络攻击下数据包丢失问题,利用每条子链的历史数据设计基于循环神经网络(recurrent neural network, RNN)的预测器以弥补因网络攻击造成的库存数据丢失;其次,利用博弈论思想将H∞一致性控制问题转化为多人零和图博弈问题,提出一种应急变更补偿机制;进而基于Q-learning的策略迭代技术设计了模型未知的控制器求解算法,实现了系统的库存状态H∞一致性.最后,仿真实验验证了所提方法的有效性.     

基于车路协同技术的智能交通下多匝道协同控制算法

为提高智能交通下多匝道协同控制能力,提出基于车路协同技术的智能交通下多匝道协同控制算法.构建智能交通下路网均衡配置模型,采用分区块化网格划分方法实现多匝道协同参数解析和融合控制,结合车路协同参数调节的方法,构建多匝道协同控制目标函数,通过交通网络的流量参数分析,实现对多匝道协同规划和路径优化设计;采用车路协同技术实现对...     

大数据时代下网络群体智能研究方法

首先,对大数据时代下大众广泛深度交互的互联网环境进行了分析;其次,提出并释义了网络群体智能,指出网络群体智能具有"网络数据驱动,交互形式复杂,网络效应强大,知识生产为主,不确定性认知"等特性;然后,提出网络群体智能研究方法,该研究方法以复杂性科学方法论为指导,坚持融贯论,以复杂性科学、网络化数据挖掘和不确定性人工智能为支撑理论方法,突出网络群体智能特色和多学科交叉融合研究,采用系统分析、建模分析和仿真分析相结合技术途径从结构和动力学视角对网络群体智能科学问题进行多尺度多层次研究,解决网络群体智能研究理论方法不足的问题,深化了对网络群体智能和社会计算的认识。     

决策者失望规避下供应链协同产品创新微分对策研究

在企业与企业之间竞争日趋激烈的背景下,能否在多个企业紧密联系的供应链中通过收益分配高效赋能上下游企业成为决策者撬动协同优势、凝聚创新合力的关键.基于失望理论,运用微分博弈方法针对供应链协同产品创新动态改进与协调进行策略挖掘,将产品创新研发商誉和失望规避因素纳入决策行为之中,在此基础上提出产品创新补贴契约和收益配比调节机制,最后对计算结果进行仿真分析.研究发现:无论在哪种博弈情形下,失望规避系数越大,供应链成员目标利润越低;在一定条件下,创新研发及推广补贴契约的设计与实施,能有效提升受补贴方研发和推广水平、最优收益和供应链整体收益,而提供补贴方的研发努力水平保持不变;将收益分配比率约束在特定的范围内,可有效提高供应链系统的总体绩效,实现协同合作下帕累托最优.     

供应链环境下基于库存约束的多agent协同谈判研究

建立了供应链环境下的多agent协同谈判模型,用于制造商同时与多个下游企业进行动态谈判。对谈判的基本要素进行了描述,探索了这种谈判的具体流程,并提出了一种基于库存约束的谈判策略,最后用原型系统进行了验证。因为协同谈判是在整体的库存约束条件下进行的,谈判结果也是经过管理agent从整体的观点进行评估后形成的,所以制造商在履行订单协议时,不会发生内部资源冲突,提高了订单的履行率。     

基于食品药品供应链质量协同的社会共治实现机制

食品药品安全社会共治本质上是一项制度安排的体制变革。在社会共治中,如何解决好多主体参与的个体理性与集体理性之间的矛盾是一个难题。本文根据文献研究元分析方法,从供应链质量协同视角考察食品药品安全社会共治的实现机制,由此探讨食品药品供应链质量协同中的协同契约设计与全供应链信息披露机制,认为不同权力结构下多主体协同管理需求及其激励机制设计,是构建食品药品供应链质量协同契约设计的前提。同时,建设基于云计算环境的食品药品安全社会共治信息共享机制,是构建食品药品供应链质量协同的运作环境,这是推动食品药品供应链质量协同社会共治制度实现机制的两个关键举措。     

创新智能教育,培养时代需求的智能科技人才

<正>当今世界,以智慧地球、智能城市等为标志的社会智能化进程势不可挡,以智能机器人、智能网络等为代表的智能应用需求层出不穷。智能科学技术已被推上经济社会发展的历史舞台,并将引领信息社会走向智能化时代。     

现代供应链中面向智能电表质量的大数据分析技术研究

现代供应链逐渐发展,电网企业电表数据全面采集汇入中台,数据量激增,对电表质量研究提出挑战.从电表误差、故障、可靠性、质量评价等方面归纳总结了现阶段电表质量的典型研究范畴,讨论其侧重点、优缺点及适用性;分析了大数据技术用于处理电表质量信息的关键技术及应用思路,提出一种基于大数据技术与典型研究相结合的智能电表质量分析框架,...     

知识和数据协同驱动的群体智能决策方法研究综述EI北大核心CSCD

群体智能(Collectire intelligence,CI)系统具有广泛的应用前景.当前的群体智能决策方法主要包括知识驱动、数据驱动两大类,但各自存在优缺点.本文指出,知识与数据协同驱动将为群体智能决策提供新解法.本文系统梳理了知识与数据协同驱动可能存在的不同方法路径,从知识与数据的架构级协同、算法级协同两个层面对典型方法进行了分类,同时将算法级协同方法进一步划分为算法的层次化协同和组件化协同,前者包含神经网络树、遗传模糊树、分层强化学习等层次化方法;后者进一步总结为知识增强的数据驱动、数据调优的知识驱动、知识与数据的互补结合等方法.最后,从理论发展与实际应用的需求出发,指出了知识与数据协同驱动的群体智能决策中未来几个重要的研究方向.     

供应链环境下基于库存约束的多agent协同谈判研究*

建立了供应链环境下的多agent协同谈判模型,用于制造商同时与多个下游企业进行动态谈判。对谈判的基本要素进行了描述,探索了这种谈判的具体流程,并提出了一种基于库存约束的谈判策略,最后用原型系统进行了验证。因为协同谈判是在整体的库存约束条件下进行的,谈判结果也是经过管理agent从整体的观点进行评估后形成的,所以制造商在履行订单协议时,不会发生内部资源冲突,提高了订单的履行率。