面向多维意象的产品设计方案评估研究

用户的感性诉求日益获得产品设计师和企业决策者的关注,为了使产品开发人员在开发新产品时能满足用户多维复合的感性诉求,提出一种结合熵处理、灰色关联分析和逼近理想解排序(technique for order preference by similarity to an ideal solution,TOPSIS)的方法,用于产品设计方案的评估。首先,在运用K-mean聚类分析和因子分析方法分别获得符合用户感性认知的典型样本和典型感性意象的基础上,运用语意差异法获得用户-意象初始评价值;其次,应用信息熵计算评估指标的权重;最后,采用灰色关联分析与TOPSIS相结合的方法实现用户多维意象特定要求下对备选设计方案的排序优选。以3D打印机设计方案优选为例,验证了方法的可行性。研究结果表明,该方法符合用户实际的复杂认知,能有效客观地对产品设计方案进行评估和优选,具有实际应用价值和指导作用。     

云计算是否能在安防行业内掀起革命

新兴的商业计算模式"云计算"被定义为基于网络服务交付和使用的模式,人们通过网络按需、易扩展的方式获得所需的服务,这种服务既可以是互联网相关的软件服务,也可以是其他的服务,而提供资源的网络被称为"云","云"中资源的使用者可以是无限扩展的,并且可随时获取、按需试用、随时扩展、按使用付费。     

短进程优先算法探讨

短进程优先算法在实际生活中有着广泛的应用,通过分析内排序算法中的交换排序算法思想,并对交换排序算法实现进行了加工,提出了一种新算法证明短进程优先算法平均等待时间最短。     

移动Ad-hoc经典路由协议仿真与比较

路由协议选择的方法一般是通过网络仿真器对不同协议进行对比分析,其结果作为协议选取的依据。该文以DSR协议为例,介绍了仿真过程的详细步骤,并对Ad hoc网络经典路由协议DSR和AODV协议进行对比分析。结果表明,在动态的环境下,AODV的分组投递率和路由负载优于DSR路由协议。     

抗干扰的运动目标检测算法

针对改进族群进化算法(EGEA)中对族群模式的有效采样问题,提出以竞争指数为选择指标的常规选择、以族群为选择单位的常规选择以及基于竞争指数的模拟退火排序选择3种选择机制,并通过多维函数优化问题进行实验分析,结果表明3种选择机制都能够在一定程度上提高EGEA的搜索效率,且基于竞争指数的模拟退火排序选择算子的实现更简便,对EGEA综合性能的提高也更明显。     

基于系统管理IC的电源管理方案

嵌入式系统中CPU、ASIC、FPGA、存储器等复杂器件通常需要严格的电源排序。文章以MAX16046系统管理芯片为核心,提供了高度集成的排序、监测和电源裕量调节解决方案,并给出了实现该方案的具体步骤。     

混合装配线平衡排产协同优化新算法

装配线平衡和产品排序是紧密相关而且对目标值存在交互影响作用的两个NP-hard问题.文中基于这两个问题的交互影响以及贪婪随机白适应算法(GRASP)比较好的收敛速度和全局满意度,设计了协同优化贪婪随机自适应算法(OOGRASP),并行协同地优化混合装配线,并用实例对此算法进行了仿真研究.此外,文中还考虑了可能存在的瓶颈工序对协同优化效果的影响,将一种基于OPT思想的关键资源调度方法融人原来的COGRASP中,通过相应实例验证,取得的效果也非常好.     

RAPWBN计算模型上的快速并行归并排序算法

在介绍带有宽总线网络的可重构计算模型(RAPWBN)的基本结构及其二进制值的前缀和操作的基础上,提出该模型上的一种并行归并排序算法,在具有N~α(1＜α＜2)个处理器和N条行总线的RAPWBN模型上,若总线带宽ω>logN字节,对长度为N的序列进行归并排序,可以在O((loglogN)~2)时间完成.     

Job-shop排序问题的遗传强化学习算法

针对Job-shop排序问题的复杂性,提出一种遗传强化学习算法对其求解。通过引入多个随机变量,把Job-shop排序问题转换成多阶段决策问题,通过仿真手段构建作业排序问题模型环境,求取系统性能指标并保证解的可行性。设计一个多智能体Q-Learning算法和遗传算法相结合的算法用于解决Job-shop排序问题。仿真优化实验结果验证了该算法的有效性。     

VLCC中的DAG并行算法

基于组件的密码学虚拟实验室（VLCC）采用有向无环图（DAG）的拓扑排序机制管理组件。在分析VLCC各组件之间的数据依赖和运行次序关系的基础上,提出一种新的基于Java多线程机制和“唤醒”机制的DAG并行算法。与拓扑排序算法相比,具有低算法时间复杂度的特点。实验结果表明,系统在新算法下较大地缩短了系统运行时间,提高资源使用效率和用户满意度,能更好地完善VLCC。