排序方式: 共有97条查询结果,搜索用时 60 毫秒
1.
In many practical manufacturing environments, jobs to be processed can be divided into different families such that a setup is required whenever there is a switch from processing a job of one family to another job of a different family. The time for setup could be sequence independent or sequence dependent. We consider two particular scheduling problems relevant to such situations. In both problems, we are given a set of jobs to be processed on a set of identical parallel machines. The objective of the first problem is to minimize total weighted completion time of jobs, and that of the second problem is to minimize weighted number of tardy jobs. We propose column generation based branch and bound exact solution algorithms for the problems. Computational experiments show that the algorithms are capable of solving both problems of medium size to optimality within reasonable computational time. © 2003 Wiley Periodicals, Inc. Naval Research Logistics 50: 823–840, 2003. 相似文献
2.
3.
确定性理论在雷达型号识别中的应用 总被引:1,自引:0,他引:1
雷达型号识别是雷达对抗情报侦察的首要工作,是近一步分析雷达用途及相关武器系统的基础,也是高层次上的态势评估和威胁估计的主要依据.针对现代战争中电磁信号环境的复杂性,利用单一传感器很难对雷达型号进行准确识别,而基于确定性理论的不确定推理技术能将多个传感器在多个周期的侦察信息进行融合,所以采用确定性理论的数据融合技术,基于确定性理论的组合规则,采用分层式融合算法对雷达型号进行识别.仿真结果表明,该方法的识别结果令人满意,使采用单一传感器可能存在的无法识别或误识别等现象得到了明显的改善. 相似文献
4.
简述了弹药在贮存状态下的失效特点,建立了基于成败型试验数据的弹药贮存寿命评估数学模型和统计分析方法,评估了某种弹药在一定置信度下的可靠贮存寿命。 相似文献
5.
基于粗集的神经网络在目标类型识别中的研究 总被引:1,自引:0,他引:1
为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。 相似文献
6.
摘要:为提高装甲车辆蓄电池充电装置的环境适应性和安全性,解决传导式电能传输不适合旋转部件的难题,提出一种基于串联谐振式变换器的感应式电能传输系统.该系统是采用旋转式耦合器,以耦合器的漏感为谐振电感,应用全桥式串联谐振功率变换器的电能传输系统.利用所设计的感应式电能传输试验装置,进行了不同气隙条件下的功率传输和初、次级电流对比试验,试验结果表明:随着耦合器气隙增大,电能传输效率呈现斜率渐缓式减小趋势,励磁电感减小,励磁电流变大,耦合器的铁损增加,系统的功率因数降低. 相似文献
7.
8.
基于群决策和QFD的型号装备作战需求论证方法 总被引:1,自引:0,他引:1
通过研究定性问题的定量化处理方法和2类关键模型,提出了基于群决策和QFD的型号装备作战需求论证方法,阐述了方法的基本流程,构建了方法应用的数学模型,在一定程度上解决了需求论证中"定量方法不足,需求论证不清"的难题,为型号装备立项综合论证提供了方法支撑。 相似文献
9.
10.
由于配置和所运行作业的不同,集群各节点的实时性能差异较大。为提高集群性能,提出节点实时性能自适应的集群资源分配算法 (node real-time performance adaptive cluster resource scheduling algorithm,NPARSA)。节点实时性能用其配置(CPU核数及速度、内存容量、磁盘容量)和实时状态参数(CPU、内存和磁盘的剩余数量及磁盘读写速度)表示。NPARSA根据作业类型自主选择节点性能评价指标的权值,实现节点实时性能对于作业类型的自适应。实时性能最优的节点分配给作业。虚拟机实验和物理集群实验表明,与Spark默认资源分配算法、没有考虑作业类型与节点匹配的算法、使用作业和节点匹配差异程度作为资源分配依据的算法相比,NPARSA能更有效地缩短作业执行时间、提高集群性能。 相似文献