考虑影响因素的AHP-联系数网络计划

工程实际施工过程中存在着不确定性，这种不确定性是由各种影响因素所决定的。本文在考虑有利因素与不利因素的基础上，对a＋bi＋cj型网络计划中的i的取值进行了进一步的研究和划分，定义了相应的加法、减法、乘法运算，并在层次分析法（AHP）的基础上给出了考虑因素影响的工序时间及成本的计算方法。     

真正结束您选定的进程

不少人经常会和进程打交道,当一台计算机感染了病毒时需要关闭病毒进程才能手动查杀,当系统资源严重不足时也需要关闭无用进程释放更多的内存,当我们要删除某个顽固文件时经常会出现当前文件正被使用,这时也要将调用该文件的进程关闭。如何关闭系统进程呢?往往事与愿违,每次我们要关闭某个进程时都会出现“该进程为关键系统进程,任务管理器无法结束进程”的提示(如图1)。进程关闭失败直接导致了病毒无法清除,资源无法释放,顽固文件无法正常删除的严重后果。一般情况下我们都是使用第三方软件来关闭进程。这些软件或多或少存在着一定的不足,…     

通用核磁共振测井脉冲序列发生器的逻辑设计

在测井领域,伴随着核磁共振技术广泛的应用和核磁共振技术的进步,新的核磁共振序列不断被提出,这对核磁共振测井仪的脉冲序列发生器提出了更多更复杂的要求。在此背景下,新型脉冲序列发生器须满足高精度、灵活的编程能力、良好的通用性要求。为了同时满足新的和传统的要求,在总结传统脉冲序列和新型脉冲序列的特征要素基础上,提出了一种可通过配置得到目标序列的脉冲序列发生器的逻辑设计,给出了关键的设计说明。最后通过可编程逻辑器件 FPGA 进行验证。该序列发生器可配置生成 CPMG、DE 等一系列脉冲序列,表现出较好的灵活性和通用性。     

基于BP神经网络的CFG桩辅助设计的研究

在分析影响CFG桩复合地基承载力因素的基础上，确定出辅助设计模型的结构，并应用收集到的工程实际资料对所建立的神经网络进行训练，以构造出用于辅助设计的神经网络模型，指出应用该模型进行设计可有效克服依据经验公式带来的误差。     

用于磁敏免疫测量的激励磁场设计

文中从大气隙C型磁铁出发,设计了一个用于磁敏免疫测量的激励磁场。当磁芯的直径与气隙的大小的比值小于4时,大气隙C型磁铁气隙磁场具有很大的不均匀性。通过理论计算与仿真分析,设计了以补偿环的方式来实现磁场的修正。当给大气隙电磁铁磁极的边缘套接一个1.3 mm厚,0.9 mm长的补偿环之后,可以使得气隙中轴线上的磁场的最大不均匀度从13.84%降低到9.553%。     

基于点估计法和随机潮流约束的电网及风电场相关特性研究

针对传统电网多目标规划方法的规划过程中随机变量分布不均,导致精度低、误差大、成本高等问题,以点估计法和随机潮流约束为基础,研究了风电场相关特性,提出相关电网规划方法,通过多项式正态变换技术,对电网内部的不确定因素,即非正态相关变量进行处理,结合最小二乘拟合法计算正态变换项数,引用点估计法确定电网中随机变量的边缘分布和相关性,进行建模,统计分布概率,简化建模模型,通过分析总体样本均值和样本方差均值,确定出量化相关性对电网规划的影响,经过变换得到采样点,进行潮流计算,获得电网输出目标矩阵,实现电网多目标规划,完成风电场相关特性研究。对IEEE-RTS节点进行算例分析,结果表明,基于点估计法和随机潮流约束的电网多目标规划方法具有很强的分析能力,当风电场相关系数达到0.8时,采样值出现极大值和极小值的概率极大增加,规划最大误差小于1.5%,提高了规划效果。     

XML数据库结构连接算法之分析

结构连接是XML查询处理的核心操作,受到了计算机研究界的高度关注.高效的算法是高效查询处理的关键,目前已经提出许多结构连接的算法.本文介绍了几种典型的算法,并分析了这几种算法的优缺点.     

石灰-粉煤灰稳定煤矸石混合料抗压强度试验研究

通过室内试验,研完了邢台某矿区煤矸石混合料的物理、化学性能.采用均匀设计方法,设计了6组煤矸石混合料的试验配比方案,并分别对不同配合比的混合料进行饱水无侧限抗压强度试验,利用回归分析模型对试验结果进行分析,研究讨论掺合料(生石灰、粉煤灰)掺量对煤矸石混合料强度的影响.     

基于协同设计的STEP/XML数据转换研究

对于基于网络的协同设计而言,异地成员间的异构CAD数据共享问题一直制约着其发展。STEP/XML元素映射法通过建立STEP和XML数据语言的映射关系,实现两种数据的转换。由于两种语言的语法不尽相同,难以确保实现一一映射,在转换过程中容易造成部分数据丢失。STEP标准更新快、体系庞大,不易实现全面的转换。在该研究基础上提出了整体封装法,该方法通过XML CDATA将STEP数据整体封装到XML中,然后通过XML数据进行网络传输。该方法不但易于实现,而且还可以保证产品模型数据转换的完整性,更加有利于网络协同设计的实现。     

基于规则模式LRU优化的交互式关联规则挖掘

将规则模式应用到交互式关联规则挖掘算法中,能有效提高用户的参与程度,然而如果规则模式数目较多,需要花费大量精力处理规则模式及其模式级别。通过LRU算法优化规则模式,提出IAFBLRU算法。在该算法中,用户可主动提高感兴趣的规则模式的级别;也可采用LRU策略自动降低用户不感兴趣规则的模式级别。实验证明IAFBLRU算法有效提高了关联规则挖掘算法的质量。