DTN中基于动态多维度组合的拓扑图路由算法

为提高延迟容忍网络中数据包的传递命中率、减少网络传输延时和网络开销,提出一种基于动态多维度组合的拓扑图路由算法。每个节点动态地选择其他一些节点,这些节点与该节点在多个维度的每一个维度中的排名都在前s等级,通过这种方式每个节点构成自身相对静态的局部拓扑图。随着时间的推移,动态选择体现在每个节点所选择的构成自身局部拓扑图的节点集合会发生变化。根据节点间的不断相遇扩大节点自身的拓扑图。通过弗洛伊德最短路径算法得出每个节点的最佳传递集合进行数据包的转发。仿真结果表明,与Prophet路由算法、Bubble Rap路由算法以及SimBet路由算法相比,该算法在平均传输时延、传递命中率、网络开销方面得到较大改善。

国有制造企业科研人员的动态多维度绩效考核方法研究

随着国有经济的快速发展,一些国有制造企业的科研自主创新能力显著提升。如何对科研人员进行公平公正的绩效考核,已成为人力资源管理的重要问题。文章分析当前国有制造企业科研人员绩效考核方法存在的问题,即考核指标不完善、考核主观性强、考核结果无反馈,并针对这些问题提出一种动态多维度的绩效考核方法。该方法在考核过程中综合考虑多个考核指标,并根据工作内容动态调整这些指标,让多人参与考核,在考核完成后及时交流、反馈考核结果。文章提出的动态多维度绩效考核方法旨在全面地对科研人员进行绩效考核,从而提升科研人员工作的积极性、主动性和创造性。

基于多维度动态协调的大规模并网风电储能容量多指标优化配置策略

以并网风电与储能系统时空多维度上的耦合互动特性和风火储电力系统间动态协调机制的综合分析为基础,建立考虑风储系统功率传递与能量时空多维度输移特性、储能系统能量周期性循环与功率能量转移守恒规律、风火储系统互动耦合特征影响并兼顾其功率调节与能量输移双重效用的容量多指标优化配置数学模型。通过风火储电力系统仿真表明:所提出的多指标优化配置策略,不仅能合理量化风火电力系统中的储能容量配置,实现调节容量和风电功率输出特性间的协调,且可有效反映其时空多维度上的动态互济特征,充分利用清洁风电提高电力系统运行经济性。

电商企业多维度动态能力、企业战略定位与企业效益的互动关系

本文通过实证分析探究电商企业多维度动态能力、企业战略定位与企业效益的互动关系,旨在促进电商企业科学提升企业绩效。结果表明:多维度动态能力(企业家特质、学习吸收能力、整合重建能力、企业革新能力、网络动态能力)显著提升电商企业效益,企业战略定位(服务创新定位、市场扩张定位)均能显著提升电商企业效益。其中,企业家特质、学习吸收能力显著促进服务创新定位;企业家特质、企业革新能力、网络动态能力显著促进市场扩张定位。企业战略定位在多维度动态能力与电商企业效益的关系中起中介作用。

“恰当性”在外语听力教学媒体选择中的实现

"恰当性"是事物所具有的稳妥适当的性质。教学媒体是教学活动的中介和促进学习的基本要素。选择恰当的教学媒体,是保证外语听力教学效果的重要因素。"恰当性"为媒体选择的技术过程提供关于如何建立不同媒体原型与教学效率最佳化模型的理论框架。用"恰当性"原则将计算机网络学习终端、多媒体教学系统、语言实验室和调频广播系统等四种外语听力教学主流媒体的特点与教学的个性化要求进行"对位",运用动态多维度系统估计方法对媒体进行成本分析、效能预测和绩效差距分析,可以既满足外语听力教学需求,又凸显调频广播系统、多媒体教学系统、计算机网络学习终端、语言实验室四种媒体"有价值"绩效(Pw)74:18:2:1之差距。基于该观点,调频广播系统在外语听力教学中更能体现"恰当性"整体最佳化原则。

MI理论下的大学英语口语评价初探

英语口语是大学生应用语言能力的一种表现,是现代化交际的需要,提高学生的口语水平,评价体系是不可忽视的环节。本文分析了目前口语评价体系存在的问题,并从多元智能理论的动态维度探讨了如何从评价主体、评价内容、评价方法、评价效果四个方面构建大学英语口语评价体系。

基于混合教学模式的评价体系构建和等级量表设计

随着"线上+线下+课堂"三者相结合的混合教学模式的盛行,传统学习生态正向"互联网+"学习生态逐步转变,这意味着学生获取知识的途径不再局限于课堂,而呈现出多元化、可持续习得的态势,因此,传统教学模式下的学习评价已难以适应学习现状的改变。本文提出基于混合教学模式的以终结性学习评价为主、形成性学习评价为辅、质性学习评价和量化学习评价为有效补充的多维度动态学习评价体系,并且设计科学的等级评定量表作为辅助性的评价工具,以期对学习主体在某一特定时期的学习效果作出准确的、合理的评价。

基于强化学习的离场飞行程序航迹生成方法

现代飞行程序设计受地形、障碍物、空域和飞行性能等多种因素的影响,设计过程中需进行大量针对设计细节有效性的评估工作;设计完毕的飞行程序还需专业的飞行试飞人员进行模拟机和真机试飞,耗费大量的人力、经济成本。如果试飞前缺少针对性的分析评估,一方面会增加试飞成本的支出,另一方面也会导致真机试飞环节存在安全隐患。针对上述问题,利用深度强化学习技术,提出一种在满足飞行程序设计规范条件下,面向飞行程序有效性和可行性验证的离场航迹自动生成方法。首先,利用空气动力学原理,建立考虑飞行性能和障碍物超障因素的基本飞行动力学模型,并借助Unity3D引擎构建三维可视化的训练平台;其次,在PyTorch深度学习框架中,利用Mlagents强化学习平台构建航空器在飞行时各个阶段的试飞训练模型,设计包括起飞、转弯、巡航和降落这4个目标的场景和奖励函数。以离场飞行程序试飞为例,采用厦门高崎机场某PBN(Performance Based Navigation)离场程序进行实例训练验证,并利用动态时间规整(DTW)距离量化实际生成航迹与标称航迹之间的偏离度。实验结果显示,偏差度满足飞行程序超障保护区的限制要求。上述训练模型在其他离场程序的实验结果也验证了模型具有较好的泛化能力。