排序方式: 共有43条查询结果,搜索用时 0 毫秒
1.
服务互联网环境下,海量的服务需求可能被不同用户同时提出.如何在保证成本有效的情况下实现大规模用户需求的个性化服务定制仍然缺乏有效的解决方案.针对该问题,提出了一种基于需求/服务模式的大规模个性化网络服务定制方法.首先,基于历史服务模式库构建与更新可复用的服务网络;其次,针对当前的每一批用户需求,通过定制服务网络中的服务子网生成满足每一个用户需求的服务解决方案.最后,通过实验验证了所提方法的有效性. 相似文献
2.
3.
基于业务规则的企业质量成本核算方法研究 总被引:1,自引:0,他引:1
针对企业质量成本核算过程复杂、核算困难等问题,以基于业务规则的规范化思想来统一质量成本核算的业务流程,提出了通用可优化的质量成本核算方法体系.该核算方法采用一个具有用户层、业务规则管理层和过程逻辑层的三层两级映像结构,其中规则管理层实现质量成本核算业务规则的定义、学习、评价和优化,以业务规则管理实际核算业务流程,通过过程逻辑层指导具体企业进行质量成本核算.最后,通过具体的质量成本核算实例,验证了该方法的通用性和有效性. 相似文献
4.
基于动态联盟的双单元制造模式研究 总被引:2,自引:0,他引:2
通过对敏捷制造以及动态联盟生产模式特点的分析,提出了一种基于动态联盟的双单元制造模式,详细讨论了此生产模式的具体组织结构特点,运行方式以及提出的理论与现实依据等问题,最后,对有关问题进行了总结。 相似文献
5.
针对基于稀疏成分分析和正交基压缩感知的欠定工作模态参数识别方法准确率低、鲁棒性差的问题,提出一种基于自适应字典压缩感知的欠定工作模态参数识别方法。所提方法在模态振型估计的基础上利用自适应字典压缩感知重构模态坐标响应。在压缩感知框架下,首先,所提方法利用滤波分离的方法构造字典学习的训练样本;然后,使用基于K均值奇异值分解的字典学习方法和层次耦合字典训练策略生成自适应字典,实现了无监督的字典学习;最后,利用正交匹配追踪算法得到稀疏系数分量,进而恢复源信号重构模态坐标响应。在压缩感知框架下,所提方法利用K均值奇异值分解算法学习得到的自适应字典,对于信号的分解比傅里叶基或离散余弦基等正交基具有更强的稀疏表示能力。在5自由度的仿真数据集下的欠定工作模态参数识别的结果表明,所提方法比稀疏成分分析、正交基压缩感知等方法具有更好的识别精度和鲁棒性。 相似文献
6.
针对复杂产品制造跨企业计划管理复杂的特点,分析了现有复杂产品跨企业制造管理模式存在的问题.在此基础上提出了基于项目管理与ERP结合的跨企业协同计划集成管理模式,该模式的集成主要体现在计划编制、能力平衡以及资源管理3个方面.在此集成管理模式的基础上研究了相关集成方法和技术,建立了多企业协作资源管理模型,提出了生产计划和能力平衡体系.最后,给出了典型的跨企业生产计划求解问题的示例,并验证了该方法的有效性. 相似文献
7.
为解决一类Job Shop问题,提出了一种具有自适应机制的新的混合算法。该算法在分析和比较模拟退火算法和遗传算法的基础上,针对它们都缺乏全局指导机制的共同问题,引入具有自适应能力的全局指导策略,建立起个体与种群之间的反馈机制,混合后的算法还综合了两种启发算法的各自优点。通过具体的算例验证了该算法的有效性。 相似文献
8.
针对胸片的多标记预测集缺少可校准性的缺陷,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)与归纳一致性预测器(Inductive Conformal Prediction,ICP)的多标记胸片置信诊断模型MLICP-CNN。该模型将学习数据划分为训练集和校准集,通过使用CNN从训练集中学习出规则D。基于规则D和校准集使用算法随机性对被测数据进行置信预测,即为每个被测数据提供附带置信度的多标记预测集。在对Chest X-ray14胸片数据集的实验结果表明,该模型在临床常用的95%置信度下,模型准确率为95%,体现了置信度评估的恰好可校准性。在CNN架构为Resenet50并采用LS-MLICP为奇异值映射函数下,模型性能最好,其确定预测率为96.43%,理想预测率为92.31%。另外,CNN架构对预测效率的影响程度远远小于奇异值映射函数。 相似文献
9.
新一代ERP系统功能构件标准化问题研究 总被引:6,自引:0,他引:6
为解决新一代企业资源管理系统功能构件标准化问题,给出了新一代企业资源管理定义及其相关扩展企业模型,利用CIMOSA和领域工程的领域分析方法,综合国内外相关企业资源管理产品及其规范内容,建立了新一代企业资源管理系统5大功能构件标准体系,从而为其软件产品研发、实施与推广的规范化、高效化提供支持。 相似文献
10.
为有效汇聚实体间信息,利用实体间路径信息判断语义关系,提出一种基于提及图和显式路径的文档级关系抽取方法。利用基于提及对类型的图构建方法,通过融合提及间天然存在的结构化信息,结合图注意力网络,实现实体间信息的汇聚;利用基于显式路径的关系推理方法,包括显式路径构建方法和启发式的路径特征融合方法两个子方法,通过显式方式构建关系推理路径,将推理路径分为句内推理路径、句间推理路径、直接推理路径,实现区分句内推理和句间推理,差异化融合路径特征,提高关系路径推理能力,增强关系抽取的准确度。在3个公开数据集上的对比试验表明,本方法在F1和Ign F1指标上较目前主流方法存在优越性,验证了基于提及图和显式路径的文档级关系抽取方法能够更有效地支持文档级关系抽取任务。 相似文献