产品变量结构及变量化配置管理的研究

产品配置管理ＰＣＭ（Ｐｒｏｄｕｃｔ ＣｏｎｆｉｇｕｒｅＭａｎａｇｅｍｅｎｔ）是ＰＤＭ的一项重要功能,它可以有效地提高设计的重用性和效率,方便系列产品的管理。综观市场上的ＰＤＭ软件,其中大多数产品在产品结构配置方面功能较弱,只有极少数大型系统在这方面比较成熟,如 ＳＡＰ的 Ｒ／３系统。本文在研究国外系统的基础上,提出了适用于系列产品管理的统一产品变量结构ＰＶＳ模型,并以此模型为基础提出变量化配置管理（ＶＣＭ）概念,并辅以实例说明。 一、产品变量结构 ＰＶＳ（ Ｐｒｏｄｕｃｔ Ｖａｒｉ－ａｎｔ Ｓｔｒｕｃｔ…     

全面测试您的显卡：3D Mark 2000 Preview

听说过 ＦｕｔｕｒｅＭａｒｋ的 ３Ｄ Ｍａｒｋ ９９Ｍａｘ吗？它是个不逊于 Ｑｕａｋｅ３和Ｗｉｎｂｅｎｃｈ ９９的测试软件,专门用于测试显卡的 Ｄｉｒｅｃｔ ３Ｄ性能,并给出一份容易查看分析表格,让显卡之间的比较变得更轻易。虽然３Ｄ Ｍａｒｋ ９９支持多种３Ｄ特效和 ＤｉｒｅｃｔＸ ６．ｌ,但在显卡技术飞速发展的今天,它已变得有些落后了。为此,ＦｕｔｕｒｅＭａｒｋ推出了支持Ｄｉ－ｒｅｃｔＸ ７和硬件 Ｔ＆ Ｌ（Ｔｒａｎｓｔｏｒｍ ａｎｄＬｉｇｈｔｉｎｇ,多边形转换与光线处理）的最新版──３Ｄ Ｍａｒｋ ２０００。…     

LonWorks现场总线技术及应用

介绍了 Ｌｏｎ Ｗｏｒｋｓ 现场总线技术及其神经元芯片、网络变量和通信协议 Ｌｏｎ Ｔａｌｋ ，及其在美国 Ｍｏｏｒｅ Ｐｒｏｄｕｃｔｓ 公司的智能控制器 Ａ Ｐ Ａ Ｃ Ｓ３５３ 中的应用。     

PKM──PDM之深化

“协作与创新”可以说是企业面对２１世纪市场竞争新形势所普遍采用的策略。ＰＤＭ技术的日益成熟以及Ｉｎｔｅｒｎｅｔ的广泛普及，加速了全球大协作的来临，使得企业有可能以内部挖潜、智力创新的方式而强化自身，以外部广泛结盟、强强携手的方式而促进合作。 ＰＫＭ（Ｐｒｏｄｕｃｔ Ｋｎｏｗｌｅｄｇｒ Ｍａｎａｇｒｍｅｎｔ）是由ＳＤＲＣ公司在今年首次提出的概念，是ＰＤＭ（ Ｐｒｏｄｕｃｔ Ｄａｔａ Ｍａｎａｇｅｍｅｎｔ）向更深层次发展的新的应用分支。ＰＫＭ顺应了“协作与创新”大趋势，是企业产品创新的法宝。ＰＫＭ强调在Ｐ…     

苏州立达制药有限公司应用案例

（一）企业概况 惠氏－立达的总部是美国著名的 Ａｍｅｒｉｃａｎ Ｈｏｍｅ ＰｒｏｄｕｃｔＣｏｒｐ．。总部创建于１９２６年美国的新泽西洲麦迪逊。ＡｍｅｒｉｃａｎＨｏｍｅ Ｐｒｏｄｕｃｔ是世界上最大的跨国医药企业之一。１９９７年排名全球第６,销售额超过１４０亿美元。其子公司分布于１４５个国家。在销售方面分成两个主要结构：“惠氏－立达”（Ｗｙｅｔｈ－Ｌｅｄ－ｅｒｌｅ）负责销售处方药物及营养品：“白宫”（Ｗｈｉｔｅｈａｌｌ）负责销售非处方药物。随着企业的扩大,产品更涉及多个领域,因此公司的领导层制定出推行全…     

识别假Intel主板

近日,Ｉｎｔｅｌ的主板也出现了假货！仔 细观察了两个主板盒之间差别之后,你可以发现了很多差别细节来辨认假货。 在主板盒子的右下方,假的主板盒上有一个Ｉｎｔｅｌ Ｐｒｏｄｕｃｔ的标签,但真主板上根本就没有这么一个Ｉｎｔｅｌ Ｐｒｏｄｕｃｔ的标签。此外,经Ｉｎｔｅｌ中国有限公司证实,在这个标签下面有 Ｍａｎｕｆａｃｔｕｒｅｄ ｆｏｒ ＳＯＴＥＣＨ字样是错误的,Ｉｎｔｅｌ的工作人员说,事实上,Ｉｎｔｅｌ从来不可能为其他厂商生产主板——它不是ＯＤＭ商——更不要说这么一家从来没听说过名字的ＳＯＴＥＣＨ厂商。最后…     

WINDOWS 2000小补贴

１、解决ｗｉｎｄｏｗｓ２０００安装时不能识别ｗｉｎｄｏｗｓ９８ｓｅ（２２２２Ａ００）版本：在注册表中＼ ＨＫＥＹ＿ＬＯＣＡＬ＿ＭＡＣＨＩＮＥ＼ Ｓｏｆｔｗａｒｅ＼ Ｍｉｃｒｏｓｏｆｔ＼ Ｗｉｎ－ｄｏｗｓ＼ Ｖｅｒｓｉｏｎ中将 ＰｒｏｄｕｃｔＩＤ添为第一版的 ＩＤ,再添加一个键值 Ｐｒｏ－ｄｕｃｔＫｅｙ,譬如 ｃｄｋｅｙ。 ２、使用ＷＩＮＤＯＷＳ２０００中的ｏｎＮｏｗ功能;在控制面板中找到“电源选项”的图标,双击打开后选择“休眠”栏,在“启用休眠支持”前打上勾。如果你发现这一选项是灰色的则表示你的Ｃ盘空余部…     

LonWorks现场总线技术及应用

本文主要讲述ＬｏｎＷｏｒｋｓ现场总线技术及神经元芯片、网络变量和通信协议ＬｏｎＴａｌｋ，并介绍其在美国Ｍｏｏｒｅ Ｐｒｏｄｕｃｔｓ公司智能控制器ＡＰＡＣＳ３５３中的应用。     

苏州立达制药有限公司应用案例

（一）企业概况 惠氏－立达的总部是美国著名的 Ａｍｅｒｉｃａｎ Ｈｏｍｅ　ＰｒｏｄｕｃｔＣｏｒｐ．。总部创建于 １９２６年美国的新泽西洲麦迪逊。ＡｍｅｒｉｃａｎＨｏｍｅ　Ｐｒｏｄｕｃｔ是世界上最大的跨国医药企业之一，其子公司分布于１４５个国家。在销售方面分成两个主要结构：“惠氏－立达”（Ｗｙｅｔｈ－Ｌｅｄｅｒｌｅ）负责销售处方药物及营养品．随着企业的扩大，产品更涉及多个领域，因此公司的领导层制定出推行全球化的营销战略，并意识到亚洲市场特别是远东中国市场的潜力，１９９２年５月，该公司在中国江苏省苏州市…     

清华京渝天河TH-P3DM正式推出

年一季度,北京清华京渝天河软件公司正式推出其运用Ａｕｔｏｄｅｓｋ公司最新开发工具ＯｂｊｅｃｔＡＲＸ与ＰＣＣＡＤ７．０及ＡｕｔｏＣＡＤＲ１４全面集成的二维绘图设计管理工具──ＴＨ－Ｐ３ＤＭ。该产品包括ＰｒｏｄｕｃｔＤｅｓｉｇｎＰｒｏｃｅ。（产品设计进程）、Ｄａｔａ、ＤｒａｗｉｎｇＭａｎａｇｒｒ（数据及图档管理）。ＴＨ-Ｐ３ＤＭ面向的对象是设计部门或设计人员,它既不同于以前低层次的入库式图档管理,也不同于跨部门的企业级产品数据管理系统（ＰＤＭ）。Ｐ３ＤＭ的特点是与绘图、设计进程紧密连接,自动、实时监…     

模糊神经网络在商业规则数据挖掘中的应用*

利用模糊系统对规则提取的优势弥补了神经网络可解释性差的缺点,并使用模糊神经网络来进行商业规则数据挖掘。通过建立模糊神经网络对训练好的网络进行剪裁,最后提取模糊商业规则,说明了商业规则数据挖掘的全过程,并对其中重点算法进行了描述和改进。给出的实例证明了该方法的有效性。     

Predicting the compressive strength of mortars containing metakaolin by artificial neural networks and fuzzy logic

Artificial neural networks and fuzzy logic approaches have recently been used to model some of the human activities in many areas of civil engineering applications. Especially from these systems in the model experimental studies, very good results have been obtained. In this research, the models for predicting compressive strength of mortars containing metakaolin at the age of 3, 7, 28, 60 and 90 days have been developed in artificial neural networks and fuzzy logic. For purpose of building these models, training and testing using the available experimental results for 179 specimens produced with 46 different mixture proportions were gathered from the technical literature. The data used in the multilayer feed-forward neural networks and Sugeno-type fuzzy inference models are arranged in a format of five input parameters that cover the age of specimen, metakaolin replacement ratio, water–binder ratio, superplasticizer and binder–sand ratio. According to these input parameters, in the multilayer feed-forward neural networks and Sugeno-type fuzzy inference models, the compressive strength of mortars containing metakaolin are predicted. The training and testing results in the multilayer feed-forward neural networks and Sugeno-type fuzzy inference models have shown that neural networks and fuzzy logic systems have strong potential for predicting compressive strength of mortars containing metakaolin.     

神经网络的模糊规则提取

神经网络的“黑箱问题”为该技术的广泛应用带来了一定限制,由于神经网络在一定条件下可与模糊系统相互转换,从神经网络中提取模糊规则为“黑箱问题”的解决提供了有效手段。本文在阐述基本概念的同时,分析了把连续值网络转化为二值网络和从神经网络到模糊系统的转换进行模糊规则提取的两类方法,通过解决Iris问题的实验结果比较了两类方法的性能。     

多变量系统的模糊神经网络控制模型及其应用

本文综合模糊控制系统与人工神经网络的优点，提出了一种多变量系统的模糊神经网络控制模型并给出了其建模方法，该方法适合于多变量系统的建模及其模糊控制器的设计。笔者以此方法建立了渣贫化电炉生产过程的模糊神经网络控制模型并开发出相应的决策支持系统，该系统自１９９２年６月投入生产现场使用以来，一直稳定可靠地正常运行，取得了令人满意的效果和显著的经济和社会效益。     

模糊HopField神经网络聚类及在DRP中的应用

探讨了模糊Hopfield神经网络的聚类功能及其阈值的灵敏度和上下确界。提出了一种基于该聚类理论的企业销售客户资信聚类模型,通过二分法实现自动搜索各个阈值确界的逼近值,并应用于一大型粮食业集团的DRP系统中的资信评估,采用ASP.NET+MSSQLServer2000的B/S构架实现,为该集团的销售客户资信等级分类提供了科学方法,其聚类结果的合理性得到了集团应用的验证。     

Fuzzy time series forecasting with a novel hybrid approach combining fuzzy c-means and neural networks

In recent years, time series forecasting studies in which fuzzy time series approach is utilized have got more attentions. Various soft computing techniques such as fuzzy clustering, artificial neural networks and genetic algorithms have been used in fuzzy time series method to improve the method. While fuzzy clustering and genetic algorithms are being used for fuzzification, artificial neural networks method is being preferred for using in defining fuzzy relationships. In this study, a hybrid fuzzy time series approach is proposed to reach more accurate forecasts. In the proposed hybrid approach, fuzzy c-means clustering method and artificial neural networks are employed for fuzzification and defining fuzzy relationships, respectively. The enrollment data of University of Alabama is forecasted by using both the proposed method and the other fuzzy time series approaches. As a result of comparison, it is seen that the most accurate forecasts are obtained when the proposed hybrid fuzzy time series approach is used.     

模糊系统与前向神经网络的结合

1 引言模糊系统方法和神经网络技术是近年来计算智能领域研究热点,被广泛地应用于复杂系统、非确定性等难于建立比较准确的数学模型的问题,并在自动控制、计算机图像处理、语音识别、手写体识别等领域有重要应用。模糊系统与神经网络的结合也越来越受到人们的重视。模糊系统和神经网络的结合可以分为模糊系统与前向网络的结合和与反馈网络的结合两类。模糊系统与反馈网络的结合主要有模糊联想记忆、模糊     

Are artificial neural networks black boxes?

Artificial neural networks are efficient computing models which have shown their strengths in solving hard problems in artificial intelligence. They have also been shown to be universal approximators. Notwithstanding, one of the major criticisms is their being black boxes, since no satisfactory explanation of their behavior has been offered. In this paper, we provide such an interpretation of neural networks so that they will no longer be seen as black boxes. This is stated after establishing the equality between a certain class of neural nets and fuzzy rule-based systems. This interpretation is built with fuzzy rules using a new fuzzy logic operator which is defined after introducing the concept of f-duality. In addition, this interpretation offers an automated knowledge acquisition procedure.     

Fuzzy based genetic neural networks for the classification of murder cases using Trapezoidal and Lagrange Interpolation Membership Functions

This paper describes the construction of a decision system to be used by judges who is about to pass sentence in murder cases. Classification models of murder cases based on fuzzy neural network with random weights and fuzzy neural network with Genetic Algorithm based weights are designed. A simulation program in C++ has been deliberated and developed for analyzing the consequences. Results show that the fuzzy neural networks increase the rate of convergence in comparison with conventional neural networks with backpropagation algorithm. That the fuzzy neural networks for classification of murder cases using Trapezoidal Membership Function outperform Lagrange Interpolation and Gaussian Membership Function is also reported. Comparative studies are carried out for a number of networks and configurations.     

一种基于RBF网络提取模糊规则的算法实现

径向基函数网络和模糊推理系统在一些柔和的情况下具有等价的功能,因此可以利用神经网络的学习算法来调节模糊系统的参数,学习后的模糊系统具有自学习和自组织性,但是削弱了模糊系统的可解释性。将模糊逻辑推理与神经网络控制技术相结合,分析了一种改进的径向基函数(RBF)神经网络结构,这种模糊神经网络结构能够有效地表达模糊系统可解释性这一突出特点,也使模糊系统具有了较好的自学习和自组织能力、通过VC 实现了基于这种RBF网络结构提取模糊规则的算法,并进行了仿真实验,仿真结果表明该算法是比较有效的。