排序方式: 共有14条查询结果,搜索用时 0 毫秒
1.
2.
3.
4.
5.
舰艇出海执行任务期间,需要携行一定种类和数量的物资自给。文中研究了这种单级供应条件下,如何确定备件最优携行量的问题。建立了以服务水平为目标,以资源为约束的目标规划模型,模型考虑了随机提前期和备件重要度。提出一种基于边际效费比的增量法用于求解这个模型。最后,给出一个算例并得到了一些结论。 相似文献
6.
7.
8.
9.
针对海量电磁数据中雷达信号难以进行快速准确分选的问题,提出一种新的聚类分选方法,即改进k-means算法的Map Reduce并行化实现方法。通过引入初始聚类中心个数k1、最大聚类中心个数kmax和距离门限rt3个参数,克服了k-means算法需要事先确定k值和易受孤立点影响的局限;基于Hadoop平台实现了对改进k-means算法的Map Reduce并行化,克服了k-means算法串行实现时间复杂度高的局限。最后,实验表明改进k-means算法取得了更高的分选准确率,Map Reduce并行化后具有良好的加速比和扩展性,能够很好地对海量电磁数据中雷达信号进行高效分选。 相似文献
10.
基于更新过程的多阶段备件需求模型 总被引:2,自引:0,他引:2
正态分布、威布尔分布是常用的备件寿命模型,但是正态分布和威布尔分布的记忆性会导致多阶段需求量预测的相关性.利用更新过程理论,将叠加的更新过程分解和拼接,建立单阶段多项备件需求模型;通过将年龄转移到下个阶段,建立了多阶段不可修备件需求模型;采用加权平均法对多阶段需求模型进行了修正.仿真表明,这种模型能有效预测多阶段需求的波动. 相似文献