基于拟关键路径的二车间综合调度算法

针对如何将复杂产品工序有效地分配到具有相同设备资源的二车间加工的问题,提出了基于拟关键路径法的二车间综合调度算法。为了让二车间负载平衡并进行充分的并行处理, 尽早结束产品加工,该算法按拟关键路径法(ACPM)对工序排序,再采取二车间加工结束时间接近的预调度策略进行调度。为了减少二车间工序的迁移次数,该算法将入度不小于2的工序放入其紧前工序分配较多的车间;将入度小于2且其紧后工序的入度不小于2的工序分配到能让其尽早结束的车间;对于其他唯一紧前紧后工序与其叶子节点所形成的工序串按预调度策略进行整串调度。实例表明,该算法可以在二次复杂度内较优地实现具有相同设备资源的二车间分布式综合调度。     

基于设备驱动和实质路径的动态并行综合柔性调度算法

针对静态重叠时间段在实际加工过程中并非一定重叠,导致工序并行处理效果不佳的问题,提出基于设备驱动和实质路径的复杂单产品动态并行综合柔性调度算法。该算法先按最短加工时间为工序选择计划加工设备,初步缩小工序加工设备的选择范围;再采用空闲设备驱动策略动态确定并行工序,对并行工序按提出的并行优化分配策略和最早加工结束策略确定并行加工设备。在采用并行优化分配策略时,运用实质短路径策略,避免了某空闲设备上存在多个只能串行加工的工序时,出现较长实质路径的情况。由于该算法在每一个设备驱动时刻,动态的分配可重叠加工的工序到不同的设备上同时加工,实现工序间实质性的并行处理。实例表明:该算法在不提高算法复杂度的前提下,不仅兼顾设备驱动策略和动态实质短路径策略的优点,而且提高了复杂单产品综合柔性调度设备利用率和并行处理率,缩短产品的完成时间。     

基于剪枝分层的柔性加工车间调度算法

针对柔性作业车间调度中工序间存在的冗余调度次序约束关系问题和工序-设备间存在的多加工模式情况,提出基于剪枝分层的柔性加工车间调度算法.该算法首先用有向无环图表示工序及工序间的调度次序关系,采用剪枝法消除图中的冗余弧,采用分层法对图中结点分层;其次对加工模式进行分类,制定工序-设备预约策略和工序-设备预分配策略;最后,采用事件驱动策略,驱动时刻按所提出的柔性加工策略调度工序加工.理论分析和实例表明,所提出的算法具有较好的调度效果.     

基于混合学习模式的多模态学习分析机制探究

教育信息化的飞速发展促进了混合学习的应用与推广，推动了教学模式的革新，同时也产生了海量的多模态学习数据。通过对混合学习的多模态学习分析数据来源、数据特征和应用场景的分析，结合数据采集、处理和分析技术，构建了混合学习的多模态学习分析流程，分析了多模态数据与学习测量任务之间的关系，以实现对学习者学习过程的全面分析和精准评价，帮助教师和学习者更好地调整教学计划和学习策略，提高教与学的效率，并为后续相关研究的开展提供理论参考。     

基于行为序列分析的学习资源推荐算法研究

利用数据挖掘技术分析网络学习行为数据可以挖掘出其隐含的行为规律特征,为学习者提供个性化的学习资源服务。针对现有的数据挖掘算法在对网络学习行为数据进行分析时普遍存在模型适用性不高的问题,提出了一种基于行为序列分析的学习资源推荐算法。首先,提出行为序列及其相关概念的定义,并提出行为序列相似度计算方法;然后提出基于行为序列相似度的协同过滤推荐算法,计算学习者相似度并为待推荐学习者生成学习资源推荐列表;接着给出基于学习风格的推荐方法,将学习者学习风格特征融入推荐过程;最后,给出基于行为序列分析的学习资源推荐算法的模型。提出的算法没有对行为序列的模式进行限制,具有较高的适用性,对深入研究网络学习行为序列数据为学习者提供个性化学习服务具有一定的借鉴作用。