基于CFD的潜射导弹筒口压力场预测

基于无相变VOF模型和动网格技术,采用二维轴对称模型,对潜射导弹筒口压力场特性进行了仿真分析,获取了筒口气泡脉动规律及作用在筒盖上的压强变化特性数据,采用简化算法计算了筒盖上的总受载.对比表明,仿真结果与实测数据的处理结果比较接近,且具有更大的安全裕度,该方法可用于筒盖系统的受载预测和设计参考.     

基于规范的多agent协同机制研究*

针对传统合同网自身的局限性和存在的问题,提出了基于规范的合同网协议。首先对规范在组织符号学理论和现有的规范分类基础上,提出了层次、类型和柔性的三维规范分类;在规范的基础上对合同协议进行扩充,提出基于规范的协同过程。该协同框架由两大层次和五个阶段构成,为agent协同提供了一个柔性的解决方案,以此提高MAS中多agent协同的效率和效用。     

基于多Agent的企业建模及仿真

为提高企业模型的柔性化程度和增强企业模型的敏捷运作能力,对Agent的自治性、智能化和协作性进行了研究,提出了一种基于Agent的企业模型.首先对Agent依据行为进行分类,在Agent内部模型中考虑了社会因素并添加了Agent个体偏好,并利用合同网协议设计了企业模型的协作运行机制,来构建了企业总体模型.为验证企业模型的有效性,使用一个实际应用案例在Swarm平台进行仿真.仿真结果证明该企业模型的可行性和模型协作机制的优越性.     

基于组织符号学的企业模型框架研究*

由于当前企业建模方法和模型复杂度高并存在一定的僵化,造成了当前信息系统的系统结构僵化和企业模型适应差,当外界环境发生变化时和企业流程发生变化而企业信息系统却很难随之发生改变。基于此提出了基于组织符号学的企业模型框架,该模型框架建立在组织符号学的理论基础上,结合多agent方法而构建。模型采用分视图方法,从四个视图视角：组织视图、过程视图、交互视图和本体视图来对企业进行建模。该模型框架以本体视图为统一基础,以过程视图纽带,对企业视图进行集成建模,该模型具有实用性、开放性和简洁性等优点。     

对系统提前期/等待时间敏感的批量排队优化模型

过长的制造提前期和过高的在制品库存等问题造成Job shop的生产系统瓶颈,传统的批量策略没有考虑到这些因素.分析了产能、WIP、平均等待时间、系统制造提前期等参数对批量决策的影响,提出了两种不同批量优化策略,分别是减少平均等待时间的最优批量策略和缩短制造提前期的最优批量策略.参数敏感性分析表明,产能约束下,这两种批量...     

基于ELM理论的患者在线择医行为影响因素研究

从精细加工可能性模型(Elaboration Likelihood Model,ELM)和服务质量的理论视角出发,采用在线医疗社区的真实数据,构建模型进行实证研究,探究不同路径下的患者择医行为的影响因素和疾病风险的调节作用。结果表明,ELM理论的中心路径和边缘路径的因素会影响患者的在线择医行为意向。疾病风险起到了重要的调节作用,低疾病风险的患者主要受到边缘路径的影响因素,包括医生的服务口碑和服务资历披露,而高疾病风险的患者主要受到中心路径的影响因素,包括技术质量和评论质量。研究结果为改善在线医疗服务提供了理论依据,为医疗服务供给方提供了管理启示。     

基于DEMATEL的SaaS采纳风险识别

软件即服务SaaS(Software as a Service)具有技术先进和成本低廉的优势,是提高组织IT性能和竞争力的良好解决方案.但是很多企业考虑到可能存在的种种风险而不愿意采纳SaaS,因此风险因素的分析对SaaS采纳决策具有重要影响作用.使用DEMATEL方法,从安全风险（SR）和IT治理风险（GR）两个维度,分别获取各自的原因-结果因素组,构成可视化SR-GR矩阵,对风险因素进行定量分析.研究结果显示,认证和授权及IT管控权等原因因素是企业Saas采纳的关键影响因素.通过计算各因素的综合影响指数,辨识因素间的因果关系和相对重要程度,从而找出影响SaaS采纳的关键因素,为企业SaaS采纳决策提供相关依据.     

深海网箱养殖管理系统的设计与实现

深海网箱养殖是我国海洋渔业的重点发展方向。为了促进深海网箱养殖产业的信息化建设,研究了基于深海网箱养殖品种生长模型和投饵模型的智能决策与控制信息系统的设计与实现。该系统对深海网箱养殖环境及关键环节进行实时监控及预警,实现了投喂量与投喂时间的精准控制;为智能网箱辅助设计、智能选型、选址等提供决策支持。为政府提供实时养殖数据统计、为科研机构搭建完整的实验平台、为养殖企业和养殖户提供养殖资讯服务。通过建立深海网箱养殖管理系统,实现了深海网箱养殖全过程数字化管理,使政府、科研机构、养殖企业、养殖户能享受有效、及时的数据流通和共享服务,提高各户的工作效率,为我国开展深海网箱养殖提供先进的信息服务支撑。     

基于动态自组织映射网的用户兴趣建模方法

为解决现有用户兴趣建模方法在处理用户兴趣多样性及动态性方面存在的问题,提出一种利用动态自组织映射神经网络来建立用户兴趣模型的方法。该方法将用户兴趣建模过程映射成一个聚类和类的维护过程。用户感兴趣的信息被聚成不同的信息类,每个信息类对应用户的一种兴趣。用户兴趣的变化通过神经元权重的调整、新神经元的增加和无效神经元的删除来刻画,分别对应用户兴趣基本不变、用户出现全新兴趣和用户原有兴趣消亡的情况。其中,神经元的增删采用阈值控制的触发规则。最后在一个基准数据集上的验证结果表明,该方法能够准确及时地跟踪用户多种兴趣及其变化,保证了用户模型的可靠性。