供应链库存博弈的均衡分析!讨价还价

通过构建供应链联合库存利润流分配的博弈模型,探讨了供应链联合库存利润流分配的机理---讨价还价.得出了企业获得的利润主要取决于企业在供应链中的相对地位的结论,指出一般企业如果想改善其在讨价还价中的处境,在讨价还价之前必须和处于关键地位的企业签定有约束力的协议,防止处于关键地位的企业利用惩罚性的策略作威胁.

     

基于TS／VDS算法的涤纶短纤维生产调度优化

采用禁忌搜索（ＴＳ）／变深度搜索（ＶＤＳ）混合算法对涤纶短纤维生产调度优化问题进行优化．混合算法通过改变常规ＴＳ算法邻域,采用变深度搜索技术增强了算法寻优能力．某大型石化企业实际数据的实验结果表明,该算法在寻优能力和求解时间上比常规ＴＳ算法更加有效,能够在更短的时间内获得满意解,对于解决多产品多阶段连续生产调度问题具有实用价值．

     

股民看过来!Excel轻松算盈亏

股票和基金走进干家万户,证券公司交易系统提供的个人账户有基本的进出盈亏信息,但是到了晚上就无法查看,自己下班后有空了却无法分析。手工计算?费时费神,容易出错。现在好了,用Excel设计一个"股票买卖盈亏计算表"(见图),完全免费,直观又方便,比交易系统信息更详细,还可以方便地用Excel进行其他相关计算。以下以A股为例,B股、H股或基金的设计思路相似。     

鲁棒的混合域音频信息隐藏算法

提出了一种基于离散小波变换(DWT)和离散余弦变换(DCT)的音频信息隐藏算法。对载体音频整体进行小波分解,将其划分成若干频带,然后根据人耳听觉的频率掩蔽效应,选择对人耳听觉不敏感的频带所对应的小波系数,将小波系数分段进行离散余弦变换,将水印嵌入到DCT直流系数上。实验表明,嵌入水印后的音频文件不仅具有良好的不可感知性,而且对诸如噪声、低通滤波、重采样、回声和Mp3压缩等的攻击具有很强的鲁棒性,并能抵抗一定程度的样点裁剪攻击,算法的鲁棒性和不可感知性达到了很好的平衡。     

基于数字图像处理测量直线度的方法研究

近年来.数字图像处理与计算机视觉领域中诸多研究成果被用于测量,进而发展成为一类新兴的测量方法--计算机视觉检测技术.本文主要研究基于数字图像处理技术进行非接触测量的方法.针对轴类零件直线度的测量,首先对CCD摄像机采集到的图像进行图像处理,然后利用Canny算子对处理后的图像进行边缘检测,最后运用轴线拟合法测量直线度,该方法具有很好的实时性,可以实现在线式非接触测量.通过实验证明,使用轴线拟合法测量轴类直线度,可以进一步提高测量精度.     

基于电压数据片段混合模型的锂离子电池剩余寿命预测与健康状态估计

锂离子电池剩余寿命预测及健康状态估计作为储能安全中最为核心的问题,其重要指标往往集中在电池的容量与内阻,但在实际工作中,测量容量需要完整的充放电周期,测量内阻多须外加设备。针对上述问题,基于锂离子电池恒流放电工况,将放电初始片段瞬时压降幅值作为新健康因子,在面对新健康因子数据受噪声污染时,通过多阶Bezier曲线对新健康因子数据进行重构降噪并与循环圈数构建电池经验退化模型;在此基础上,以电压片段来定义电池健康状态,提出新的健康状态评估模型;最后,通过NASA公开的老化数据集与实验平台验证了所提退化模型与估计模型的可行性与有效性。     

考虑广域稳态量测时延的全网同时断面生成

互联大电网运行方式复杂多变,广域稳态量测数据采集不同步将引入较大的量测误差。为提高稳态量测数据时标一致性,提出一种基于统一时钟的全网同时断面生成方法。首先,基于广域稳态量测数据时序特征,提出一种固定时间间隔的数据滚动存储及循环更新方法,解决断面数据对齐问题。然后,采用电气介数法识别关键节点,在保证关键节点量测数据实时性的基础上,基于量测量的时空关联特性修正未更新量测数据,从而确保整合后全网同时断面数据的时效性和准确性。最后,基于标准算例和实际电网算例仿真结果,验证了所提方法的正确性和有效性。     

一种融合变量的日志异常检测方法北大核心CSCD

为了充分挖掘日志中变量的潜能,优化日志异常检测效果,文章提出一种融合变量的日志异常检测方法SiEv。首先,该方法可以识别主体变量,并根据主体变量将日志划分为不同片段;然后,SiEv以这些日志片段为输入,基于长短期记忆网络(Long Short-Term Memory,LSTM)训练或检测异常,从而避免不同主体的日志序列特征相互干扰;最后,根据日志片段将SiEv划分为多个类别,从不同角度检测日志。为了验证文章所提方法的有效性,SiEv对Loghub所提供的日志数据集进行测试。实验结果表明,SiEv能够发现多种类型日志中存在的异常,识别同一主体的活动行为模式和变化趋势。     

基于时空特征的多模型网络流量短期预测方法

网络流量短期预测由于其波动性大,突发性强,采样随机性高等特点一直是研究人员重点关注的课题之一,其对于网络调度,异常预警等网络规划工作具有重要的指导作用。从网络短期流量的时间周期性和空间关联性入手,对原始短期流量数据进行时空特征维度构造,并使用长短期记忆LSTM和LightGBM决策树对未来不同采样时刻的流量进行预测,最终在多个数据集的实验中达到了良好的预测精度。     

人工智能在大数据技术中的应用

阐述大数据技术的特点,人工智能与大数据技术的应用,包括数据采集与处理、自动生成报表、监控报警功能,人工智能电力监控系统可以实时监控电力系统的运行状态,分析电力故障。