Optimal switchover times between two activities utilizing the same resource

The “gold‐mining” decision problem is concerned with the efficient utilization of a delicate mining equipment working in a number of different mines. Richard Bellman was the first to consider this type of a problem. The solution found by Bellman for the finite‐horizon, continuous‐time version of the problem with two mines is not overly realistic since he assumed that fractional parts of the same mining equipment could be used in different mines and this fraction could change instantaneously. In this paper, we provide some extensions to this model in order to produce more operational and realistic solutions. Our first model is concerned with developing an operational policy where the equipment may be switched from one mine to the other at most once during a finite horizon. In the next extension we incorporate a cost component in the objective function and assume that the horizon length is not fixed but it is the second decision variable. Structural properties of the optimal solutions are obtained using nonlinear programming. Each model and its solution is illustrated with a numerical example. The models developed here may have potential applications in other areas including production of items requiring the same machine or choosing a sequence of activities requiring the same resource. © 2002 Wiley Periodicals, Inc. Naval Research Logistics 49: 186–203, 2002; DOI 10.1002/nav.10008     

智能化计量管理信息系统设计及应用价值

针对当前军事计量管理信息系统数据类型复杂、可扩展性差和智能化程度低等问题,提出了一种基于大数据的智能化计量管理信息系统。在给出系统总体架构的基础上,介绍了系统实现的关键技术和计量大数据应用价值等内容,该系统的开发和应用,可实现军事计量业务辅助决策、测试设备健康状况分析及质量预测,对推动军事计量技术的提升与发展具有重要意义。     

高铁大风预警模式挖掘

高铁大风预警的传统方法基于风速预测,当瞬时值高于限速阈值时触发报警,存在大量的误报警,不必要的限速控制影响了高铁行车效率。创新地提出了基于序列模式的预警方法,旨在挖掘报警事件前序数据中的频繁模式,找出报警事件的变化规律,通过滤除与非预警序列共有的频繁模式,得到预警序列独有的序列特征,构建了预警模式库。经兰新高铁沿线的监测数据验证,该方法在提高预测准确率的基础上降低了漏报率,同时有效地减少了模式匹配所需的时间,为提前预警预留充分的时间窗口,更加符合实际应用的需求。     

Artisanal small-scale opal mining (ASOM) insecurity in the Delanta wereda,Ethiopia: The shifting landscape of multidimensional insecurity in the face of emergent ASOM wealth

The commencement of opal mining in Ethiopia a decade ago has attracted the involvement of poor peasants, wealthy traders and traffickers. Although the academic and official literature on artisanal small-scale opal mining (ASOM) has primarily focused on the loss of wealth owing to a lack of skill and its traditional nature, this study explores the multidimensional insecurity that the discovery and mining of opal stones in the Delanta wereda of Wollo has brought about. This study contends that the ASOM industry has brought a new and previously unknown body of wealth to a society that is not used to the circulation of huge amounts of money in its narrow geography of commerce, engendering multidimensional insecurity. To make things worse, the network of patrimony and rentierism connecting locals with powerful people at the regional and federal level has given licence to illegal wealth extraction at the cost of exacerbating local insecurity. The qualitative data for the study was collected using interviews, focus group discussions, non-participant observations and document analyses at Delanta mining sites, the Wegel Tena town administration and Dessie city.     

数据挖掘在器材保障决策支持中的应用研究

针对器材保障现状,运用数据挖掘技术,探索器材保障决策支持问题.设计了器材保障决策支持系统中数据挖掘应用的解决方案,该方案包括了项目规划和应用设计,并以器材平时消耗预测为例,运用多元回归模型算,法进行了挖掘实现.数据挖掘为保障决策提供了更加丰富和科学的信息,可以较好地满足器材保障决策支持的需要.     

基于Multi-agent临床诊断支持系统的设计

根据临床诊断支持信息环境的特点,结合Agent技术,设计了一套基于Multi-agent的临床诊断支持系统(CDSS)。该系统具有异构性、分布性、并行性和可扩展性,能适应CDSS的要求,有效地提高CDSS的性能。     

基于混合数据挖掘模型预测用户流失

用户流失预测问题广泛应用在银行、金融、电信等多种领域。对用户行为进行有效的预测和分析有助于企业的竞争和了解瞬息万变的市场规律。采用3种混合的数据挖掘模型对用户流失问题进行了研究,以形成一个准确高效的用户流失预测模型。这3种模型应用于数据挖掘的两个阶段:聚类阶段和预测分析阶段。在第1阶段中,对用户的数据进行过滤。第2阶段对用户行为进行预测。第1个模型采用了二分k-means算法进行数据过滤和多层感知人工神经网络(MLP-ANN)相结合进行预测。第2个模型采用层次化聚类与MLP–ANN相结合进行预测。第3个模型使用自组织映射(Self-Organizing Maps)与MLP-ANN进行预测。这3种模型预测分析基于真实数据,用户流失率采用3种模型混合计算的方式得出结果并同真实值进行比较。分析结果表明采用多模型的混合数据挖掘模型的数据准确度优于普通的单一模型。     

基于数据站场的系统效能评估决策支持方法

随着信息技术的发展,系统信息量的提升给军事系统效能评估带来了新的问题。针对系统效能分析数据非线性、高维数、强耦合的特点,提出了一种基于数据站场技术的效能评估决策支持方法。通过数据恢复、约减、求精与重构操作,对评估数据进行了处理,并搭建了数据站场立方体,降低了数据间的依赖性,满足了不同层面系统分析的需求。以面向任务的网络化火控系统的为例,进行了系统效能评估、时效性评估和指标分析,从三个层次验证了方法的有效性与可行性。将数据挖掘技术应用到仿真系统效能评估决策中,获得了更广泛的应用。     

基于DJI分步实现的联机空间距离查询处理

综合考虑了查询处理时的计算费用和存储费用,提出了距离连接索引(Distance associatedJoinIn dices,DJI)的分步实现方法,以高效地支持联机空间距离查询。该方法采用分阶段计算DJI的策略,根据用户的查询条件动态地计算DJI的一部分以支持查询。实验研究证明,与传统方法相比,DJI的分步实现方法在性能上具有较大优势。     

基于地域分析的智能空间决策支持技术

地域分析技术是作战指挥辅助决策的关键技术之一。详细介绍了基于多维战场环境条件下作战地域分析的智能空间决策支持系统的设计方法、系统结构、主要算法和实现。系统以军事地理信息系统、军用地图处理和态势信息系统为开发平台,设计过程中采用了联机分析处理、模型技术、数据挖掘、人工智能等辅助决策技术,实现了多约束条件下炮兵作战地域选择方案的自动生成和评估,提出了基于栅格元数据的地理信息表示模型、地域分析和评估模型、基于产生式规则的知识推理算法以及将模型、知识推理和实现方法紧密集成的决策支持模型,对基于地域分析的智能空间决策支持系统的系统结构和功能实现以及多层次决策支持技术进行了探索和研究。