空间极大co-location模式挖掘研究

空间co-location模式代表了一组空间特征的子集,它们的实例在空间中频繁地关联。挖掘空间co-location模式的研究已经有很多,但是针对极大co-location模式挖掘的研究非常少。提出了一种新颖的空间极大co-location模式挖掘算法。首先扫描数据集得到二阶频繁模式,然后将二阶频繁模式转换为图,再通过极大团算法求解得到空间特征极大团,最后使用二阶频繁模式的表实例验证极大团得到空间极大co-location频繁模式。实验表明,该算法能够很好地挖掘空间极大co-location频繁模式。

一种模糊对象的极大co-location模式挖掘算法

空间co-location模式表示的是空间对象的实例在一个相同的区域内频繁地进行空间并置。人们已经对确定和不确定数据co-location模式挖掘做了很多工作,也有很多成果,但对极大co-location模式挖掘研究较少,特别是针对模糊对象的极大co-location模式挖掘研究还未见报道。提出Mevent-tree算法来挖掘模糊对象的极大co-location模式,首先为每个对象构建空间对象树,从而得到候选模式,然后为候选模式集构建HUT树,最后在HUT树中从阶数最大的候选模式开始到阶数2为止,深度优先搜索极大co-location模式并在得到极大模式后对HUT树剪枝。接着提出两个改进算法,包括预处理阶段模糊对象的剪枝算法和在构造HUT树之前co-location候选模式的剪枝算法。最后通过大量实验验证了Mevent-tree算法和改进算法的效果和效率。

物流穿梭车可维修性研究

通过建立物流穿梭车的故障分布函数以及维修用时的分布函数,建立系统维护概率分布函数,对物流穿梭车系统的有效性进行分析。由穿梭车的维修实例可知数学模型分析物流穿梭车系统的维修性是有效的,可以提高物流穿梭车系统的效率。

基于Makespan最优解的多业务混合调度模型

本文在分析工业物流系统一般采用的四层结构和3种生产管理模式中普遍存在的生产调度问题。针对多业务混合调度问题,采用有限时段滚动优化的调度策略,基于Makespan最优解得到调度生产序列,提高工业物流系统的运行效率,为生产中存在的多业务混合生产调度优化问题的研究提供参考。