供应链环境下基于服务水平约束的联合库存模型

联合库存(JMI)是供应链库存管理研究的一个热点,近年来引起了不少学者的注意。联合生产库存模型是研究联合库存策略的主要模型之一。考虑一个典型的单一产品的二级供应链系统:单供货商(卖方)-单销售商(买方),假定企业不允许缺货以及外部对买方的需求量是一个服从正态分布的随机变量,建立了基于服务水平约束的联合生产库存模型;利用文献[6]中的数值例子验证了模型的有效性,文章同时也为联合库存策略的实施提供了一种简单易于控制的思路和方法。

基于服务水平约束的联合库存管理模型

联合库存管理是当前库存论研究的一个热点.文章分别就提前期为固定常数和随机变量两种情况,建立了单一产品、基于库存成本最小及运输成本最小的多目标规划模型,并给出了相应的最优库存策略.

低秩和稀疏联合重建模型的加速算法

低秩和稀疏联合重建模型是近些年发展起来的处理信号重建或信号恢复问题较为有效的方法之一,诸多研究者的实验表明它比单独使用低秩或稀疏约束更为有效和鲁棒,但传统的求解算法存在速度较慢的问题,这在一定程度上限制了模型的应用.文章利用传统方法的加速版本,对磁共振图像重建中涉及的低秩和稀疏联合重建模型提出了一种新的快速求解算法,并利用动态磁共振图像重建的仿真实验说明了算法的有效性.

供应链管理下基于供货不稳定的最优库存模型

针对供货环境的不稳定性,将t时刻系统所处的状态(是否能够供货)视为连续时间的马尔可夫链。在(s,S)存储策略下,利用两状态连续时间马尔可夫链的性质建立了一个新的存贮控制模型。在给定具体数值的基础上利用遗传算法对模型进行了检验计算,并对结果进行了对比分析。

基于张量低秩加稀疏模型的MRI重建方法

传统的基于压缩感知的磁共振(MRI)重建方法处理动态MRI数据时,需要将其向量化,但这种操作会在一定程度破坏数据内部的结构信息,从而有可能会降低重建质量.本文直接面向张量数据,建立了动态MRI重建的张量稀疏加低秩模型框架,并设计了一个基于交替方向乘子法(ADMM)的求解算法.实验结果表明,本文提出的模型和算法是有效的.

东京经济大学《学生手帐》构成要素的分析及启示

本文通过分析日本国东京经济大学《学生手帐》的构成要素,结合我国高等学校逐步树立起的以生为本、依法治校的新学生管理理念,尝试给出我国大学生新《学生手册》的构成要素和完善渠道。指出我国大学生《学生手册》除保留其"制度汇编"特点外,应从以下几个方面加以完善:在编制的指导思想下应增强服务性;在功能上宜发挥其载体作用宣传办学理想和成才理念,传承和弘扬学校文化;在内容上应增设对学生的学习指导、生活指导和就业指导;在表现形式上可适当引入漫画讲解校规校纪增强可读性和趣味性,充分实现《学生手册》在大学生成长成才过程中保驾护航的真实价值。

Marcinkiewicz积分高阶交换子在Hardy空间中的有界性

对于Marcinkiewicz积分高阶交换子μΩm,b(f)(x),其中核函数Ω为给定的Lp函数,b∈Lipβ(Rn)(0<β≤1),本文建立了上述算子μm的一些有界性.

基于加权核范数最小化的泊松噪声图像恢复

本文提出了一种基于加权核范数最小化的泊松噪声图像恢复方法,通过Anscombe变换把泊松型数据转化为Gaussian型噪声数据.然后,用加权核范数最小化方法对变化后的Gaussian型噪声数据进行去噪.实验结果表明,我们的方法是有效的.

一种无需线搜索的共轭梯度算法及其收敛性

针对无约束优化问题,结合固定步长公式和具有充分下降性质的共轭梯度算法,提出一类简单、实用,且无需任何线搜索技术的求解方法.该算法不涉及矩阵运算,特别适合大规模优化问题.并讨论该算法的全局收敛性,在一阶导数趋于零的意义下得到强收敛结果.初步的数值实验表明,该算法是有效和可行的.

单调变分不等式的一种自适应谱梯度投影算法

本文提出了求解单调变分不等式问题的一种自适应谱梯度投影算法,并在一定条件下建立了算法的全局收敛性结果.初步的数值实验结果表明该算法能够有效提高原有算法的计算效率.

HVDC用电容器装置现场臂间调平方法研究

本文介绍了一种交流滤波电容器装置现场测试及调平的工作原理以及具体调平方法。主要阐述了交流滤波电容器装置在现场投运时,初始不平衡电流过大,超过了保护所要求的初始不平衡电流值,现场对装置内单台电容器进行调换,并经过现场测试验证,达到了初始不平衡电流的要求。

基于复值损失函数的并行MRI的深度重建

目的研究一种新的以幅值和相位均方误差和为损失函数的深度重建方法,用以加快磁共振图像重建速度及提高重建精度。方法考虑到磁共振不同线圈之间的数据噪声并不完全独立,本文首先将多线圈数据合并成单线圈幅值数据,以消除不同线圈噪声间的相关性,并以此作为训练数据的样本标签;同时考虑到相位信息的重要性,我们将损失函数定义为幅值和相位均方误差的加权和,权重系数用来平衡两者在不同应用中的重要程度。为了验证方法的有效性,本文利用FastMRI数据集中真实的脑部和膝部K空间数据进行训练和测试,并与一些以均方误差或平均绝对误差作为损失函数的相关方法进行了比较。结果所提方法能够有效去除噪声及重叠伪影,同时较好地保留图像细节。定量结果显示,相比于已有的以均方误差或平均绝对误差作为损失函数的方法,本文提出的方法可以提高重建图像的峰值信噪比(PSNR)1dB左右。结论本文针对深度磁共振重建提出了一种新的损失函数,以适应并行磁共振数据中的噪声特点,利用该方法可以加快重建速度,同时可以有效地提高重建质量。

基于近似稀疏正则化的低秩张量填充算法

针对目前大多数的低秩张量填充模型存在稀疏过约束而导致恢复数据的细微特征被忽略的现象,本文借助低秩矩阵分解和框架变换,引入软阈值算子的范数正则项,提出一个基于近似稀疏正则化的低秩张量填充模型.为有效地求解该模型,我们将范数改写为具有非线性不连续权函数的加权范数,并用连续权函数逼近不连续权函数,在此基础上设计块逐次上界极小化的求解算法.在一定条件下,证明该算法的收敛性.大量实验表明,本文所提出的算法比现有一些经典算法能更好地重建得到图像的局部细节特征.

电线电缆的展开与撤收

该文对电线电缆自动收放的使用场合、收放原理和结构特性作了概述，为该项地面技术支援设备的改进或更新提供了参考。