计划排产在卷烟生产中的应用研究

文章针对卷烟厂混合型的卷烟生产,采用车间调度问题的方法,系统分析了卷烟生产中卷包和制丝不同生产环节的特点,得到了它们适用的计划模型以及相适应的算法。根据研究开发的计划排产信息系统,通过在武汉卷烟厂的实际应用表明,该计划排产信息系统具有优化排产、计划冲突避免的优点,取得了较好的应用效果。     

低功耗分簇路由算法LEACH的能耗分析

文章对无线传感器网络低功耗分簇路由协议的代表性算法—LEACH的运行机制以及性能做了详细的研究,针对该算法的分簇阶段、簇的建立阶段以及稳定的数据传输阶段的相关原理和运行情况作了深入分析。最后从正反两方面总结了LEACH协议的运行特性。     

时变路网无能力约束车辆路径优化

讨论了一类时变路网下的无能力约束车辆配送路径优化问题,建立了基于时变路网的以配送总耗时最短为优化目标的无能力约束车辆配送路径优化模型。提出了基于实时Dijkstra算法的模型求解方法。数值算例表明考虑路网时变特性得到的优化配送方案将更加符合配送实际。     

物品配送路径优化的改进遗传算法

描述配送中心物品配送路径优化问题，并构造求解问题的改进遗传算法，在算法中引入模拟退火思想判断交叉操作后新个体的接受状态，同简单遗传算法相比，该算法能够增强全局收敛性，提高收敛速度。     

配送计划的优化编制方法

讨论了在时间、距离和载重量等多种约束条件下，编制配送计划的优化方法。先给出配送问题的数学模型，并设计了一个带时间和距离约束条件的启发式算法来求解该模型，求得问题的近似解；然后再采用分枝定界法得到配送问题的最优解：最后，考查近似解与最优解在总的运行距离的相对误差，以此检验这个近似解的有效性。     

基于云计算模式下的Apriori算法研究

随着海量数据的增加和云计算的出现,对于云计算模式下的数据挖掘技术研究具有重要意义。基于云计算和Hadoop平台,分析了Apriori算法,提出了基于云计算模式下的改进的Apriori算法,实现了改进算法与MapReduce编程模型的移植。实验仿真表明,改进算法在云计算环境下的数据挖掘是可行的,高效的。     

基于模糊多属性群决策的维护方式选择研究

维护方式选择是维护管理中的重要工作之一,合理的维护方式既能达到保障设备的稳定运行,又能同时兼顾其它各个方面的要求.由于对维护方式的评价涉及多个部门、人员和属性,有些指标只是一个模糊的概念,因而采用模糊多属性群决策的方法对维护方式进行优先抉择.本文结合A公司的设备维护方式选择问题,尝试使用模糊多属性群决策折衷算法求解最佳...     

基于协同平台的高校教师科研绩效评价体系

在研究组织人员行为绩效评价体系的基础上,分析了传统的KPI(key performance indicator)评价方式所面临的主要问题,提出针对高校教师科研绩效进行分类建模,并设计相应的绩效指标、绩效算法及评价体系来解决问题。最后,用某院教职工2015—2019年在协同信息管理平台上的行为数据,检验了该体系的有效性及合理性,并针对基于协同平台的高校教师科研绩效评价体系的结果分析,提出高校科研管理及绩效激励方案。     

How effective are heuristic solutions for electricity planning in developing countries

Heuristic algorithms have been widely used to provide computationally feasible means of exploring the cost effective balance between grid versus off grid sources for universal electrification in developing countries. By definition in such algorithms however, global optimality is not guaranteed. We present a computationally intensive but globally optimal mixed integer non-linear programming (MINLP) model for electricity planning and use it in a Monte Carlo simulation procedure to test the relative performance of a widely used heuristic algorithm due to [28]. We show that the overall difference in cost is typically small suggesting that the heuristic algorithm is generally cost effective in many situations. However we find that the relative performance of the heuristic algorithm deteriorates with increasing degree of spatial dispersion of unelectrified settlements, as well as increasing spatial remoteness of the settlements from the grid network, suggesting that the effectiveness of the heuristic algorithm is context specific. Further, we find that allocation of off grid sources in the heuristic algorithm solution is often significantly greater than in the MINLP model suggesting that heuristic methods can overstate the role of off-grid solutions in certain situations.     

A Tutorial on Reversible Jump MCMC with a View toward Applications in QTL-mapping

A tutorial derivation of the reversible jump Markov chain Monte Carlo (MCMC) algorithm is given. Various examples illustrate how reversible jump MCMC is a general framework for Metropolis-Hastings algorithms where the proposal and the target distribution may have densities on spaces of varying dimension. It is finally discussed how reversible jump MCMC can be applied in genetics to compute the posterior distribution of the number, locations, effects, and genotypes of putative quantitative trait loci.