面向动态任务的作战单元两等级两层级可修复备件优化

针对作战单元执行任务前备件保障方案制定难的问题,在对作战任务和备件保障系统分析的基础上,对可修复备件控制多级技术(multi-echelon technique for recoverable item control,METRIC)经典模型进行了扩展,提出了作战任务和保障能力动态变化条件下的作战单元两等级两层级任务成功性评估模型。以备件购置费用为优化目标函数,作战单元任务成功性为约束条件,建立了基于作战单元任务成功性的备件优化模型,运用边际效应方法给出了优化模型的求解方法。通过应用实例给出了相应的备件优化方案和优化备件方案下的作战单元任务成功性评估曲线。该模型可为装备保障指挥人员根据作战任务和保障环境制定备件保障方案提供一定的决策支持。

采用两层级联神经网络从少量投影重构二维图像

文中算法第一级建立像素到其吸收系数的映射 ;第二级建立图像吸收系数矩阵到射线投影值的映射 ;最后由一级网络的输出构建吸收系数矩阵 该算法可以在较少投影数据量的条件下提高重建图像质量 。

构建两层级三协同多序列教师培训体系的实践研究——以重庆第二师范学院为例

教师发展是学校可持续发展的基础。教师培训是促进教师发展最直接的方法,是提高教师素质最有效的途径,是教师完善自我的必经之路,是实现学校发展目标和规划的重要举措。重庆第二师范学院作为新建地方本科院校,以服务教师发展为理念,构建并实施了“两层级三协同多序列”教师培训体系,努力打造合格的教师队伍,成就教师发展,促进教学质量的提升。

计及风光不确定性的综合能源系统两层级协同优化配置方法

含风电光伏的综合能源系统容量配置通常未考虑风光出力不确定性,造成系统容量配置过于理想化,设备利用率低。为此,提出了一种计及风光不确定性的综合能源系统两层级协同优化配置方法。基于Wasserstein距离指标求取风光出力的最优离散分布,采用Frank-Copula函数建立风光出力联合分布函数,通过轮盘赌选择法生成基础场景集。采用过滤噪声场景和距离关联策略的改进谱聚类算法,对基础场景集进行迭代消减,获得风光典型场景集;构建基于风光典型场景集的综合能源系统两层级协同优化配置模型,其中,上层以年化总成本最低求解设备选型问题,下层以设备平均年利用率最高求解设备定容问题;最后,结合某园区综合能源系统规划算例,采用Matlab平台仿真,仿真结果表明,计及风光不确定性的综合能源系统两层级协同优化配置模型能优化综合能源系统的容量配置,并改善系统年化总成本和设备平均年利用率,验证了所提方法的有效性和经济性。

GIS+BIM的水利工程两层级架构智能建造系统研究

传统水利工程通常存在管理模式复杂、施工信息繁多、数据收集困难、可视化程度低等问题,研究在复杂管理模式下的信息化的工程管理手段,可有效提高水利工程管理的效率和水平,实现工程精细化管理。以海南省重大水利工程智能建造系统为例,提出GIS+BIM的水利工程两层级(集团级和项目级)架构的工程数字化管理系统的管理模式,可通过PC端和移动端App操作,结合工程建设期内各建设、监理、施工、设计及其他参建单位的工程建设管理需求,实现工程进度、质量、投资、安全等全要素的智能化管控。实际工程应用表明:该模式在复杂管理组织模式下能较快适应现场实际需求,发挥作用,为管理模式复杂的大型水利工程项目群施工期的建设管理提供参考。

两层级联卷积神经网络的人脸检测

目的传统人脸检测方法因人脸多姿态变化和人脸面部特征不完整等问题,导致检测效果不佳。为解决上述问题,提出一种两层级联卷积神经网络(TC_CNN)人脸检测方法。方法首先,构建两层卷积神经网络模型,利用前端卷积神经网络模型对人脸图像进行特征粗略提取,再利用最大值池化方法对粗提取得到的人脸特征进行降维操作,输出多个疑似人脸窗口;其次,将前端粗提取得到的人脸窗口作为后端卷积神经网络模型的输入进行特征精细提取,并通过池化操作得到新的特征图;最后,通过全连接层判别输出最佳检测窗口,完成人脸检测全过程。结果实验选取FDDB人脸检测数据集中包含人脸多姿态变化以及人脸面部特征信息不完整等情况的图像进行测试,TC_CNN方法人脸检测率达到96. 39%,误检率低至3. 78%,相比当前流行方法在保证算法效率的同时检测率均有提高。结论两层级联卷积神经网络人脸检测方法能够在人脸多姿态变化和面部特征信息不完整等情况下实现精准检测,保证较高的检测率,有效降低误检率,方法具有较好的鲁棒性和泛化能力。

基于“两层级、一原则”理念的国网企业大学助力学习力提升的实践

随着场景化学习、虚拟现实(VR/AR)、人工智能/机器人,大数据/数字化学习,在线学习等技术的快速发展、海量知识的涌入,带来学习者甄别、吸纳、选择的难度,引发学习的大变革。变革中,对于学习者,如何化解知识焦虑、聚焦难点、痛点,改进我们的学习方式,对于企业大学,在培训教育中,如何深刻把握学习规律、帮助学习者高效学习、进而实现企业绩效提升。本文提出“两层级、一原则”的概念,来描述国网企业大学如何致力于智慧培训平台搭建、构建“知识导航”系统、积极寻求外部机构战略合作助力学习者克服焦虑、助力学习力提升的实践与创新。

共同配送选址-路径问题及大邻域搜索算法

结合城市物流共同配送体系两层级、多中心、多车型等特点,研究了两层级共同配送选址-路径问题。以总成本极小化为目标,建立该问题混合整数规划模型,设计求解模型的自适应大邻域搜索算法。算法应用多种删除操作符和插入操作符生成邻域解,根据每次迭代得到的邻域解优劣调整相应操作符的选择概率,加快收敛速度。利用选址-路径问题的标准测试集生成若干算例,分别利用自适应大邻域搜索算法和Gurobi软件进行求解,通过对比分析验证自适应大邻域搜索算法的快速有效性。

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。

适时财务监控机制的涵义、特性及结构

适时财务监控机制是财务管理者充分应用网络系统提供的实时财务信息,对资金流实施及时恰当的监督和控制的运作体系。它具有快速反应、实时和恰当、集成和信息共享的特性。在网络环境下,应从企业治理层和管理层建立适时财务监控的两层级结构。这种结构为企业进行适时财务监控提供了有效途径,克服了多层级结构低效率的弊病。

集团集中负债影响企业创新吗

基于2007-2016年A股上市公司的专利数据,研究集团集中负债对创新投入和创新产出的影响。结果发现:在其他条件相同的情况下,集团集中负债能够缓解融资约束或加剧母子公司的代理问题,从而扩大创新投入;能够降低现金持有水平或导致子公司经理层短视,从而降低创新产出。拓展性分析发现,集中负债提高创新投入的效应在外部监督较弱的公司和子公司持现比例较高的公司更为突出;母公司对子公司担保能够抑制集中负债对创新产出的负向关系。这一结论以企业边界为视角,突出了母子公司的代理问题,支持了集团是寄生虫土壤的假说。

论水电企业安全生产的标准化管理

为贯彻落实《国务院关于进一步加强企业安全生产工作的通知》,加强安全生产监督管理,规范企业安全生产标准化工作,适应电力行业安全发展、持续发展的客观需要,必须从“两层级”着眼、“两化法”着力、“四要素”着手,将标准化工作全面应用于水电企业安全生产全过程,才能取得良好绩效。

生鲜类物流配送网络选址-路径优化问题研究

为解决生鲜类物流配送网络选址-路径优化问题,构建了基于服务质量最优化、物流节点建造成本及物流运营服务成本最小化的多目标两层级物流配送网络选址-路径优化问题数学模型,并通过改进遗传算法求解最优方案.对遗传算法中的算子进行优化,解决了传统遗传算法求解过程中无法求得全局最优解以及易陷入局部最优解的现象.通过选取通州区部分区域为背景进行模型验证,得出优化后成本节约了15.71%,说明该模型具有良好的参考价值.