一维下料问题的一种混合启发式算法

讨论一维下料问题,即用库存线材原料切割出若干种已知数量和长度的零件,优化目标为最大化线材利用率。提出一种混合启发式下料算法,用当前零件构造线材所有可能的切割方式,计算每种切割方式的废料长度、零件平均长度、大零件数量,按照废料最小、零件平均长度最大、大零件数量最多的原则选择一种切割方式切割相应线材,满足部分零件需求;用剩余零件继续构造线材可能的切割方式,按上述原则继续选择相应线材进行切割,重复该过程,直到所有零件的需求量得到满足为止。采用文献中基准例题验证文中下料算法,数值实验结果表明该算法与4种文献算法相比性能占优,且算法计算时间合理。

带剪刃长度约束的矩形件剪切下料优化算法

讨论矩形件二维下料问题,提出一种带剪刃长度约束的下料算法。这种算法将板材划分成四块,每块中排放长度和方向均相同的条带,每根条带中排放同种矩形件。运用递归技术构造四块排样方式的无约束生成算法和有约束生成算法。采用线性规划算法调用无约束生成算法生成第一部分下料方案;采用顺序启发式算法调用有约束生成算法生成第二部分下料方案。组合两部分下料方案形成最终解。数值实验结果表明下料算法有效地解决带剪刃长度约束的下料问题。

基于LabVIEW仿真的全局最短路径的遗传算法设计

遗传算法是以全局概率搜索为基础的优化算法，在路径确定的解决中，遗传算法具有相当的优越性，由于不存在对路径函数的限制，应用也较为灵活。本文介绍了遗传算法优化的基本方法，以全局最短路径的求解为课题分析了遗传算法的优化方法，并以LabVIEW进行仿真分析结果。

冲裁件条料最优四块剪切下料方案的生成算法

讨论冲裁件条料剪切下料方案的设计问题。下料方案由一组排样方式组成。首先构造一种生成条料最优四块排样方式的背包算法,然后采用基于列生成的线性规划算法迭代调用上述背包算法,每次都根据生产成本最小的原则改善目标函数并确定各种冲裁件的当前价值,按照当前价值生成一个新的排样方式,最后选择最优的一组排样方式组成下料方案。采用例题将该排样方式生成算法和文献中多段排样方式生成算法进行比较,实验计算结果表明,该算法得到的排样方式排样价值较高。最后通过文献中实例的下料方案求解,可以看出该算法解决实际下料问题是有效的。

二维板材切割下料问题的一种确定性算法

研究二维板材切割下料问题,即使用最少板材切割出一定数量的若干种矩形件。提出一种结合背包算法和线性规划算法的确定性求解算法。首先构造生成均匀条带四块排样方式的背包算法;然后采用线性规划算法迭代调用上述背包算法,每次均根据生产成本最小原则改善目标函数并修正各种矩形件的当前价值,按照当前价值生成新的排样方式;最后选择最优的一组排样方式组成排样方案。采用基准测题,将该算法与著名的T型下料算法进行比较,实验结果表明,该算法比T型下料算法更能节省板材,计算时间能够满足实际应用需要。

基于信任评估的网络访问模型

随着用户访问网络服务需求量的不断增加,用户需要访问本身份域内的服务和不同身份域的服务,有时还要访问超出域内和域间范围的服务,域内和域间访问已经通过域内证书和域间可信票据得到了解决。在访问超出域内和域间范围的服务时,以用户为中心的身份管理体系中,由于服务提供者与身份提供者没有建立直接的关系,当用户访问服务提供者时,提交由身份提供者提供的身份和证书,服务提供者必须对身份提供者进行信任评估。在身份管理系统的支持下,网上交易各方行为的信用记录被全面和精确的记录,可以作为信任评估的客观依据,通过信任评估,使不同体系下的身份信息关联起来,实现使用少量的身份信息访问更多的网络服务,既改善了用户体验,又大大降低了用户网络访问所付出的人力成本。根据这种需求,文章提出了基于信任评估的网络访问模型,分别利用并行数字多方签名方案和顺序数字多方签名方案进行信任投票,根据信任评估结果,服务提供者决定是否接受用户证书,为用户提供服务。安全性分析表明该模型能够有效抵御多重攻击,获得求解离散对数困难问题的安全性。

矩形件套裁排样的一种优化解法

求解矩形件套裁排样问题,即用指定规格的板材切割出若干种矩形件,目标是极大化板材利用率。构造一种基于五块结构的矩形件套裁排样方式,该排样方式首先将板材划分为五个块,然后在每块中按照简单方式排样一种矩形件。建立五块排样方式的整数规划数学模型,并在Visual Studio和CPLEX中进行编程求解。用文献中的基准测题,检验五块排样方式的性能,数值实验结果表明,排样方式在提高板材利用率和简化板材切割工艺两方面均有效,且模型求解时间在实际应用中合理。

电子商务模式下企业核心竞争力提升探讨

随着信息技术和电子商务的快速发展,企业的经营理念、营销方式正发生变革,企业要想取得一定的比较优势,必须在自身所处的价值链中打造独特的核心竞争力。电子商务为企业提供了一个构建企业核心竞争力的全新机会和环境。本文分析了电子商务模式对企业的影响,具有一定的参考价值。

单一尺寸矩形件下料问题的一种精确算法

针对机械制造业领域的单一尺寸矩形件下料问题,提出一种基于整数规划和约束规划的精确下料算法。首先在板材上刻画W+1条等距的水平基线;然后建立下料问题的整数规划数学模型,求解出最优下料方案所对应的每条基线上排放的水平矩形件和竖直矩形件个数;最后采用约束规划模型求解出每个矩形件在基线上的具体排放坐标,画出最优下料方案图。将这里算法与文献中单一尺寸矩形件下料算法进行比较,数值实验结果表明,这里算法求得的下料方案板材利用率更高。

一种新的动态时隙混合类网络通讯协议

提出一种新的动态时隙混合类MAC协议——CA-QC协议。CA-QC协议能够在控制时隙内集中消除所有的接入冲突,并提出消费算法来提高实时业务的QoS保障,然后通过队列管理算法来实现整个网络完全分布式运行。仿真结果表明,对于时延敏感的实时业务,CA-QC协议可以提供有效支持,并可在混合业务环境下,在接入时延和接入效率方面呈现出较好性能。

复合条带两段排样方式的生成算法

提出复合条带两段排样方式用以解决无约束二维剪切问题。这种排样方式首先将板材分成两个段,然后用若干条互相平行的水平或竖直剪切线将各段分别切成复合条带,最后将复合条带切成所需要的毛坯。采用确定型算法生成这种排样方式,求解背包模型分别生成毛坯在复合条带中的排样方式和复合条带在段中的排样方式,使用枚举算法确定最优两段组合,得到最终排样方式。采用文献中基准测题,将这种复合条带两段排样方式与文献中五种重要的排样方式进行比较。实验结果表明这种排样方式平均价值高于以上五种排样方式,且算法时间复杂度较低。

同尺寸矩形件多板材下料算法

针对机械制造业领域中的同尺寸矩形件多板材下料问题,提出一种基于动态规划和整数规划的求解算法。在单张板材上采用五块布局方式简化切割工艺,该布局方式将板材划分为五个块,每个块中矩形件按照规范多级方式排列。首先采用具有全容量特性的动态规划算法一次性生成所有尺寸块的规范多级方式,并运用隐式枚举法确定最优五块组合生成五块布局方式;然后采用整数规划算法选择最优板材组合生成下料方案。数值实验结果表明,文中算法能够有效地解决同尺寸矩形件多板材下料问题。

基于XLNet+BiGRU+Att(Label)的文本分类模型

传统的词向量嵌入模型,如Word2Vec、GloVe等模型无法实现一词多义表达;传统的文本分类模型也未能很好地利用标签词的语义信息。基于此,提出一种基于XLNet+BiGRU+Att(Label)的文本分类模型。首先用XLNet生成文本序列与标签序列的动态词向量表达;然后将文本向量输入到双向门控循环单元(BiGRU)中提取文本特征信息;最后将标签词与注意力机制结合,选出文本的倾向标签词,计算倾向标签词与文本向量的注意力得分,根据注意力得分更新文本向量。通过对比实验,本文模型比传统模型在文本分类任务中的准确率更高。使用XLNet作为词嵌入模型,在注意力计算时结合标签词能够提升模型的分类性能。

浅谈数字化媒体创作权保护方案

介绍互联网浪潮中发展出来的几种数字作品的著作权保护方案。

用HTML5技术实现在线图片编辑

介绍HTML5中新增的<canvas>标记及其用法,并实现在线图片编辑。

带剪刃长度约束的圆形片二维优化下料算法

钣金制造企业经常采用剪冲工艺将金属板材剪冲出圆形片,用以生产各种零件,优良的下料算法可以提高板材的下料利用率。现提出一种带剪刃长度约束的圆形片下料算法,这种算法将板材分为4个块,每个块中包含相同长度和方向的条带,每个条带中包含同种圆形片。首先运用递归技术构造4块布局方式的无约束生成算法和有约束生成算法;然后采用线性规划算法迭代调用无约束布局算法,生成第1部分下料方案,采用顺序启发式算法顺序调用有约束布局算法,生成第2部分下料方案;最后,组合两部分下料方案形成最终下料方案。数值模拟实验结果表明,采用该下料算法板材利用率高于文献算法。

约束二维排样问题的一种求解算法

讨论有约束二维切割排样问题,即将板材切割成若干种矩形毛坯,其中每种毛坯的数量有上界约束,优化目标以使板材所切割的毛坯总价值(排样价值)最大。采用五块排样方式简化切割工艺,将板材切割成五块,每块切割成所需毛坯。构造一种基于隐式枚举和分支定界思想的算法生成五块排样方式:(1)计算所有可能尺寸的块的排样价值;(2)选择排样价值最大的五块组合生成五块排样方式;(3)采用文献中的基准测题,验证文中的有约束五块排样算法。研究结果表明,文中算法平均排样价值比文献中的3种算法分别高出12.85%,4.52%和1.89%,且算法计算时间较短。

复合条带三阶段排样方式的生成算法

提出复合条带三阶段排样方式用以解决无约束二维剪切排样问题。该排样方式用3个阶段将板材切割成毛坯,首先用水平刀具将板材切成复合条带,然后用竖直刀具将复合条带切成初始毛坯,最后用水平刀具将初始毛坯切成具有精确尺寸的毛坯。采用背包算法生成该种排样方式,该算法求解两个背包模型分别生成条带在板材中的布局和毛坯在复合条带中的布局。采用文献中基准测题,将文中排样方式与文献中5种重要的排样方式进行比较。实验结果表明,文中复合条带三阶段排样方式平均排样价值高于以上5种排样方式,且切割工艺比较简单。

多卷材二维下料问题的一种启发式算法

讨论多卷材二维剪切下料问题,即使用多种不同宽度的卷材剪切出若干种一定数量的矩形件,优化目标为材料利用率最高。提出一种顺序启发式下料算法,构造排样方式生成算法,首先根据卷材宽度方向切割废料最小原则,确定矩形件在卷材宽度方向上的排列方式;然后根据卷材长度方向切割废料最小原则,确定卷材的长度以及矩形件在卷材长度方向上的排列方式。按照当前矩形件需求量调用上述排样方式生成算法,生成一个排样方式满足部分矩形件需求量,重复该过程,直到所有矩形件需求量均得到满足为止。采用实际生产中的例题将本文下料算法和文献中排样系统进行比较,数值模拟结果表明:本文算法在优化结果和计算时间两方面均有效。

矩形毛坯五块切割排样方式的生成算法

材料利用率和切割工艺复杂度是金属板材切割排样中主要考虑的两个因素。本文提出基于简单块方式的矩形毛坯五块切割排样算法,用以解决金属板材切割排样问题。这种算法将板材分为5个块,各块中矩形毛坯按照简单块方式排列。首先确定所有可能尺寸的最优简单块方式;然后采用隐式枚举法考察所有可能的五块组合的排样价值,选择排样价值最大的一个组合作为最终的五块排样方式。采用文献中的基准测题对比验证了五块排样算法。结果表明,该算法在提高材料利用率和简化板材切割工艺两方面均有效,且算法计算时间较短。