建立和使用表空间

本文主要介绍了建立表空间时出现的问题和解决方法。     

预防周期不同的最佳系统预防性维修优化模型

建立了一种系统预防维修周期优化模型,该模型不但考虑到系统预防维修时各周期不同的情况,而且还充分考虑到预防维修可以提高系统生产效益的同时,其故障率会随着维修次数的增加而上升,引入役龄回退因子对预防维修活动前后系统性能的动态变化进行了描述。重点研究了系统在不同预防周期条件下的总维修费用随预防维修次数的变化,并与预防维修周期相同时的情况进行了比较。实例验证了该优化模型的正确性与可用性。     

基于指数试探的稀疏度自适应匹配追踪算法

针对贪婪算法需要以信号稀疏度作为先验信息的问题,基于指数试探思想提出了一种稀疏度自适应重构算法。利用指数函数特性分段试探信号稀疏度,使其快速逼近真实值,通过筛选回退锁定信号的有效支撑集,再采取弱匹配剪枝精确重构出原始信号。能够摆脱对稀疏度的依赖,以高概率自适应重构信号。实验表明,该算法的试探结果更加准确和稳定,重构成功率提高,特别是当稀疏比小于0.25时,算法最少只需3次试探,便可快速估计出信号稀疏度,且成功重构成功率不低于97%。     

遗传算法的预防性维修周期优化方法

考虑到预防维修可以提高系统生产效益的同时,故障率会随着维修次数的增加而上升,引入役龄回退因子对预防维修活动前后系统性能的动态变化进行描述;而且还充分考虑到系统预防维修周期随维修次数的变化情况,建立了系统预防维修周期优化模型,并将改进后的遗传算法运用于模型的优化求解.重点研究了系统总效益随预防维修次数的变化率, 从而有效地帮助决策者判定系统何时进行更新替换.     

基于Agent和ECA规则构建的工作流系统

针对当前工作流系统存在的问题,提出了一种能够支持流程动态修改、基于活动和ECA规则组合的工作流模型,并在工作流系统中加入管理流程运行的Agent部件,实现了系统对流程运行的智能化管理.最后采用一种回退策略来处理流程发生变化时正在运行的流程,保证这些流程按照修改后的流程正常执行.     

串联系统预防维修周期优化策略研究(英文)

针对串联系统建立了基于可靠性约束的预防性维修优化模型,该模型充分考虑到预防维修可以提高系统可靠性的同时,其故障率会随着维修次数的增加而上升,引入役龄回退因子对预防维修活动前后系统性能的动态变化进行了描述.通过实例验证了该优化模型的正确性与可用性,对模型作进一步的扩展,还可用于更一般复杂的串并联系统.