一起二次回路接线错误引发的事故分析

通过一起由二次回路接线错误引发的事故分析,阐述二次回路的重要性。从设计、安装、调试和管理上对二次回路进行探讨,提出反事故措施和对策,以防止类似事故的发生。     

结构安全性综合评估方法的研究

已有结构的安全性的评估是关系到社会经济、安全的重大问题。本文作者从临界结构入手，以构件失效影响面积为参考，得到了计算构件重要性系数的简便方法，结合构件的可靠度提出了定性与定量结合的结构安全性综合评估方法。从工程实例来看，本文提出的方法简单实用，与现行的鉴定标准符合得比较好。     

Performance evaluation of an importance sampling technique in a Jackson network

Importance sampling is a technique that is commonly used to speed up Monte Carlo simulation of rare events. However, little is known regarding the design of efficient importance sampling algorithms in the context of queueing networks. The standard approach, which simulates the system using an a priori fixed change of measure suggested by large deviation analysis, has been shown to fail in even the simplest network settings. Estimating probabilities associated with rare events has been a topic of great importance in queueing theory, and in applied probability at large. In this article, we analyse the performance of an importance sampling estimator for a rare event probability in a Jackson network. This article carries out strict deadlines to a two-node Jackson network with feedback whose arrival and service rates are modulated by an exogenous finite state Markov process. We have estimated the probability of network blocking for various sets of parameters, and also the probability of missing the deadline of customers for different loads and deadlines. We have finally shown that the probability of total population overflow may be affected by various deadline values, service rates and arrival rates.     

基于深度学习的集群式供应链应急物资需求预测研究

在突发事件和大数据情景下,建立基于数据流模糊C均值聚类算法的集群式供应链应急物资需求重要度决策算法,有助于辨识集群式供应链子系统应急物资需求的重要程度。针对集群式供应链中各子供应链之间的耦合特性和预测指标的快速变化数据流特征,提出基于长短期记忆网络的集群式供应链应急物资需求动态预测算法,提取集群式供应链多个子系统应急物资需求参数的时序特征,动态地、分布地对互联大系统的应急物资需求不确定性进行系统辨识估计。仿真实验结果表明了基于长短期记忆网络的集群式供应链互联大系统应急物资需求动态预测算法的可行性和精确性。     

概述城市建设声像档案

城市建设声像档案作为城市建设档案中充满生机和活力的新型载体,正方兴未艾,并以其特有的优势,显示出其广阔的发展前景,对促进城市建设档案事业的发展发挥着重要作用.作者根据当前城市建设声像档案工作的现状,有针对性的以通俗易懂及注解的方式,概述了城市建设声像档案的主要知识,以达到提高人们对其重要性认识的宣传目的.     

一种新的证据复合折扣合成方法

D-S证据理论是一种重要的决策级信息融合方法,但传统的Dempster证据合成规则会导致一些与直觉相悖的结果.针对该问题,在经典的Shafer折扣方法基础上,提出了一种综合可靠性和重要性因素的复合折扣因子计算方法.该方法首先借助证据包含度合理地定义了证据可靠性度量;然后综合证据清晰度、证据一致性和证据积累程度等因素,建立了证据重要性模型;最后两者通过乘法算子共同构成复合折扣因子.实验结果表明,文章方法的证据处理过程与生物学研究中人的信息积累过程一致,能够解决证据合成中的悖论问题,合成证据可靠有效.     

浅析通信工程建设的安全生产管理机制

通信的发展日新月异,特别是全业务运营时代的到来,为满足大带宽、高速率的需求,光纤到户、4G通信开始飞速建设,但是由于通信工程建设安全生产管理水平参差不齐,在工程实施过程中出现的安全事故给人身、财产带来了重大影响。与此同时《安全生产法》和《建设工程安全生产管理条例》的颁布实施,给通信施工提出了更加严格的要求。落实安全生产的人员管理、前期准备、过程控制和现场管理责任,是安全工作的重点。     

基于NT技术中链路时延推测算法的分析研究

在研究了当前时延推测算法的基础上,将高斯混合模型推广到有限混合模型,使得算法可以同时推测多条链路的时延分布,利用重要性抽样技术增大研究事件出现的概率,再进行抽样并对样本空间进行调整,保证了指标的无偏性和有效性,同时降低了计算的复杂度,因此此方法具有广泛的适用性。最后在NS2平台上仿真验证,说明该算法是可行的。     

粗糙集理论在选矿生产成本分析中的应用

科学地分析影响原料消耗成本变化的主要因素,才能揭示成本变动原因,为成本控制提供有效依据.因此,提出基于粗糙集理论的原料消耗成本影响因素重要度确定方法.利用分类质量来度量各因素对原料消耗成本的影响程度,应用基于可辨识矩阵和逻辑运算方法求解决策表的最小简约,找出影响原料消耗成本的确定性因素和不确定性因素,为改进生产提供辅助决策支持.实例分析表明,该方法简捷实用,可定量分析影响因素对原料消耗成本的影响程度.     

异质信息网络高阶层次化嵌入学习与推荐预测

异质信息网络是一种异质数据表示形式,如何融合异质数据复杂语义信息,是推荐系统面临的挑战之一.利用弱关系具有的丰富语义和信息传递能力,构建一种面向推荐系统的异质信息网络高阶嵌入学习框架,主要包括:初始化信息嵌入、高阶信息嵌入聚合与推荐预测3个模块.初始化信息嵌入模块首先采用基于弱关系的异质信息网络最佳信任路径筛选算法,有效地避免在全关系异质信息网络中,采样固定数量邻居造成的信息损失,其次利用新定义的基于多头图注意力的多任务共享特征重要性度量因子,筛选出节点的语义信息,并结合交互结构,有效地表征网络节点;高阶信息嵌入聚合模块通过融入弱关系及网络嵌入对知识良好的表征能力,实现高阶信息表达,并利用异质信息网络的层级传播机制,将被采样节点的特征聚合到待预测节点;推荐预测模块利用高阶信息的影响力推荐方法,实现了推荐任务.该框架具有嵌入节点类型丰富、融合共享属性和隐式交互信息等特点.最后,实验验证UI-HEHo学习框架可有效地改善评级预测的准确性,以及推荐生成的针对性、新颖性和多样性,尤其是在数据稀疏的应用场景中,具有良好的推荐效果.