多型号装备系统维修资源需求预计建模

传统的按装备型号进行保障的模式已不适应未来战争需要。多型号装备联合保障是未来装备维修保障的主要方式。针对多型号装备系统维修资源的需求预计问题,分析了影响维修资源需求的主要因素,按照维修资源的不同特点,提出了一种维修资源分类方法;根据装备保障的实际过程,勾画出了维修资源需求预计的一般流程,并构建了各类维修资源的需求预计模型;最后给出了具体算例,证明已构建维修资源需求预计模型的适用性和可行性。     

基于时间变化图的网络论坛意见领袖识别算法

针对现有意见领袖识别算法难以捕获网络的动态特性这一现状,提出了一个基于时间变化图的网络论坛意见领袖识别算法。该算法将网络论坛的演变描述为一连串静态图,每一幅图代表一个给定时间窗口内用户间的所有交互。依据构造的量化指标识别不同时间窗口内的潜在意见领袖,这些意见领袖然后和其他时间窗口上的意见领袖相匹配以便识别随时间推移的真正意见领袖。实验结果证实了该算法的可行性和有效性。     

星型16QAM调制LDPC-BICM-ID系统的星座映射设计

针对比特交织编码调制—迭代检测系统中应用星型16进制正交幅度(16QAM)调制不存在Gray映射的问题,结合欧氏平方重量最大化原则和最小判决区域最大化原则,提出一种适合于此系统星座映射的新规则,设计新规则下的星型16QAM星座映射图,通过分析和计算机仿真,比较了各种星型16QAM星座映射性能。仿真结果表明,根据新规则设计的星型16QAM星座映射好于其他星座映射,在误码率达到10-6时,使用设计的映射方式使得系统性能有2.2 dB的增益。     

基于聚类的等距嵌入算法

针对Isomap算法在处理一些有局部扭曲和不均匀采样的流形就难以得到好的结果的情况提出一种利用聚类算法和核函数来改进点之间距离的C-Isomap降维算法.实验中分别使用Swiss Roll和S-Curve两个数据集测试C-Isomap算法的性能.通过跟Isomap和S-Isomap算法的比较,C-Isomap算法取得了较好的效果.     

基于虚拟仪器的传感器测试平台的开发

虚拟仪器是电子测量和计算机测试控制的前沿技术.介绍了一种以检测技术理论为基础,结合虚拟仪器技术开发的传感器测试平台,方便实用,更可以将虚拟仪器和测试控制技术引入实验教学.给出了该平台的硬件结构、传感器实验模块具体设计方案,USB通信模块设计,以及在LabVIEW8.20平台上编写的用于观测实验结果的人机交互界面.     

基于校园网格系统的资源管理

资源管理是整个校园网格系统中的关键和基础,通过对各种分布的、异构的资源的统一管理,以此实现对整个网格系统资源的一致访问并且使资源管理模块具有可扩展性。通过对资源的抽象、全局惟一资源ID号的分配和资源目录信息树的建立实现对网格资源的统一管理。孩子兄弟表示法的存储方式,大大节省了目录信息树的存储空间。网格系统中资源的注册和查询是按照IP是否位于同一网段内来实现的,在以后的任务执行中减少了主机之间的通信开销。     

定制符合机械制图国家标准的绘图模板

一、建立绘图模板的目的 近年来,计算机绘图的普及率大提高,逐步取代了图板和手工绘图,进入实际生产应用.AutoCAD是国内应用最广泛的通用绘图软件,具有丰富和强大的功能,被广泛应用于机械、建筑、服装、电子等行业.AutoCAD提供了很多的绘图模板(在Template文件夹中),可帮助用户提高绘图效率.     

基于STC89C52的轮式智能小车控制系统的设计

为了研究智能小车的路径跟踪控制算法,设计了一种自动循迹的智能小车。智能小车的控制系统以单片机STC89C52为核心,主要由路径识别模块、传感器模块、电机驱动模块、速度检测模块及相应的软硬件设计。实验结果表明:该控制系统具有循迹效果好、起停快、性能稳定等特点。     

基于ICE的国资监管财务风险预警系统设计与实现

上海市浦东新区国有资产监督管理委员会需要对旗下四百余家企业直接或间接地进行监管,各企业在生产经营和发展的不同阶段都会面临着各种各样的风险,财务风险管理工作是企业健康发展的重要保障.本文讨论了收集企业自身上报的财务快报的信息系统难于保证数据的正确性和财务风险难以揭露的现状,明确开发基于ICE中间件的国资监管财务风险信息系统的必要性.在此基础上,讨论了设定风险预警标准、形成风险预警、跟踪风险预警和消除风险预警等主要功能,分析了财务基础数据采集、预警产生和风险消除等核心流程.     

求解整合资源条件下的运输调度问题

针对传统的物流运输调度问题(Vehicle Routing Problem,VRP)中车辆之间不协作会造成资源浪费的情况,提出整合资源条件下的运输调度问题(Vehicle Routing Problem with Integration of resources,VRPIR),建立了相应的数学模型。由于混沌具有良好的遍历性,而粒子群优化算法(Particle Swarm Optimization,PSO)具有概念简单,参数少,容易实现等优点,将混沌优化方法引入到粒子群优化算法中,应用混沌粒子群优化算法(Chaos Particle Swarm Algorithm,CPSO)求解VRPIR和VRP,并用CPSO和PSO分别求解VRPIR,实验结果证明该算法优于粒子群优化算法,也证明了提出的VRPIR模型优于VRP,能节省资源,且最小化成本。