Web服务合成中的异构问题

分析了Web服务的发布、发现和调用过程,将Web服务合成中存在的异构分为阻碍Web服务最佳查找的语义等价的Web服务概要描述异构、阻碍Web服务动态替换的语义等价的Web服务操作异构和阻碍合成的Web服务正确执行的序列Web服务间数据流的异构·概要描述了Web服务合成中存在的各种异构冲突,并将Web服务合成中存在的异构归纳为语义冲突、数据类型冲突、结构类型冲突、参数个数冲突、数据量纲冲突和数据精度冲突六类·针对这六类冲突,详细地定义了解决各种冲突的相应转换规则·

运用“同质异构问题”优化高中物理习题教学的研究

如何优化高中物理习题教学,提升其有效性,是一线教师孜孜不倦的追求目标.本文借鉴相关学者的研究理论,依托案例,初探"同质异构问题"这种优化习题教学策略,以期为高中物理有效教学起抛砖引玉作用.

考虑碳排放的危险品运输异构车辆路径问题研究

为满足危险品运输异构车辆路径问题(HVRP)的低碳需求,对易爆危险品运输过程中的总风险、总成本和总碳排放量进行最优化处理。首先,在模型构造阶段,改进总成本与总风险的度量方式,包括建立爆炸事故场景下考虑危险品装载量的风险量化模型,并设计一种用于惩罚成本计算的软时间窗函数,该函数可以优先减少装载量较大的车辆在客户处的等待时间;然后,在算法改良阶段从2方面改进非支配排序遗传算法(NSGA-Ⅱ),设计一种带有改良交叉算子的混合交叉方法来提升全局搜索效率,并通过包含2个阶段的变邻域搜索(VNS)算法来提高局部搜索能力;最后,通过算例验证模型和算法的有效性。研究结果表明:相较于原始NSGA-Ⅱ,改进的算法收敛曲线下降更快,使总成本、总风险和总碳排放量3个优化目标的平均值进一步减少3.36%、12.16%和6.96%;在车辆数目有限的车队中,承运人可以通过选择不同的车辆类型对各目标产生不同程度的影响。

基于聚类的LNS算法求解异构VRP问题

该文研究了异构车辆路径问题(heterogeneous fleet vehicle routing problem,HVRP),在经典HVRP模型的基础上,设计了结合均值漂移聚类算法及大邻域搜索算法的混合求解算法(mean shift-large neighborhood search,MS-LNS)。该算法通过均值漂移聚类算法对客户集进行分类,达到减少计算量、加快算法收敛速度的效果。算法使用单链设计,结合swap邻域变换及insert邻域变换产生新式邻域变换方法,使邻域变换方法可以随机处理路径间与路径内变换。新增redistribution邻域变换,在变换后对新解检测是否存在不满足车辆载重利用率的子路径,并将其删除,达到提高车辆利用率的目的。3组仿真实验使用9组算例:实验一比较了异构与同构车辆的配送效果,验证结果表明异构车辆配送方案成本较低;实验二验证了聚类算法在不同规模客户数据中的有效性;实验三使用MD-LNS算法计算了4组算例,并与4种算法的结果进行比较,验证了在得出相近最优解的前提下,该算法能够减少算法的总体运行时间。仿真实验结果验证了模型的合理性及算法的有效性。

面向异构多背包问题的多级二进制帝国竞争算法

在传统多背包问题的基础上,从典型物流服务场景中共性抽象出异构多背包问题(HMKP),并设计和定制了一种帝国竞争算法(ICA)对HMKP进行求解和评估。针对原始ICA易陷入局部最优以及0-1背包问题最优解往往在约束边界周围的特点,设计了双点自变异策略(TPAS)和跳出局部最优算法(JLOA)对ICA进行改进,提出面向0-1背包问题的二进制帝国竞争算法(BICA)。BICA在求解35个0-1背包问题算例时展现出了全面、高效的寻优能力,基于最佳匹配值法(BMV)的BICA在第一组测试集的20个算例上能对19个算例100%找到理想最优值,在第二组测试集的15个算例上能对12个算例100%找到理想最优值,在所有对比算法中表现最优。数值结果分析表明,BICA在寻优演化中维持多极发展策略,并依托独特的种群进化方式在解空间中高效搜索理想解。在此基础上,针对HMKP强约束性和高复杂度的特性,基于BICA设计了求解HMKP的多级二进制帝国竞争算法(MLB-ICA)。分别在多个典型0-1背包问题算例组合构建的HMKP高维测试集上进行了MLB-ICA的数值实验和性能评估,结果表明虽然MLB-ICA的求解时间比Gurobi长,但求解精度提高了28%。可见,MLB-ICA能以较低的计算代价在可接受的时间范围内高效求解高维复杂的HMKP,为ICA在超大规模组合优化问题中的求解提出了可行的算法设计方案。

异构资源分配问题的多智能体系统求解方法

采用多智能体系统求解方法,将异构资源分配问题建模于分布式广义分配问题框架下,利用智能体间的联合搜索实现复杂异构资源分配问题的高效求解.先利用前期搜索过程中获得的知识,智能体预测谁更有能力求解当前子问题;再通过建立决策模型,智能体动态、智能地改变搜索顺序,以加速全局可行解的求解.该非集中式框架能提高问题的求解效率,增加动态可扩展性.实验结果表明了该方法的可行性.

联邦学习全局模型和个性化模型的现状与展望

【目的】联邦学习是目前的研究热点,本文从模型架构角度出发综述近年来联邦学习方法的研究和进展。【文献范围】本文采用关键词检索和引文二次检索的方法从国际计算机类期刊、会议中收集论文。【方法】在简单讨论联邦学习的定义、架构以及三种异质性问题的基础上,从模型架构角度出发,将联邦学习算法分为学习全局模型和学习个性化模型两大类,进一步讨论两大类别中的联邦学习方法所用数据集、对异构问题的解决以及方法优缺点。【结果】现有的联邦学习方法,可以学习泛化性能强大的全局模型,也可以学习个性化的局部模型。目前研究人员对数据异构问题的关注多于设备异构问题,在测试时所用数据集通常为常规机器学习数据集。【结论】联邦学习领域发展迅速,但仍存在异构问题研究不足、基准测试不成熟的问题,相信未来会有更多在真实场景中针对联邦异构问题的解决方案。

碳排放规制下生鲜农产品配送车辆路径优化问题

研究碳排放规制下生鲜农产品配送问题,综合考虑自有车队固定成本、车辆租赁成本、制冷成本和碳排放成本,以及因租赁而增加的碳排放、时间窗等因素,构建具有碳排放约束和时间窗的异构车队车辆路径问题数学模型,并根据模型特点设计一种改进的混合遗传算法,采用最近邻法获得初始种群,并设计三种交叉规则快速寻优,通过变异和再利用最近邻法产生一个新解的方式防止陷入局部最优。采用案例分析证明,与传统禁忌搜索算法对比,混合遗传算法的初始解更好,有较强的鲁棒性,最优解质量更好;租赁车辆可以大幅降低成本,使得自身碳排放大大减少,而向外界的总碳排放基本不变。

一种改进人工鱼群算法求解冷链中车辆路径问题

针对一类特殊的多车型车辆路径问题(Heterogeneous Vehicle Routing Problems,HVRP),即冷链中带时间窗与能量消耗的车辆路径问题开展研究.将配送车辆分为了两种:普通车辆与冷藏车辆,目标是在考虑客户满意度的同时将运输总成本最小化,为此建立了新的问题模型,采用了改进的人工鱼群算法对此类问题进行求解.为了使算法更适用于求解离散化的优化问题,对觅食行为和追尾行为进行了改进,改进的追尾行为在一定的概率范围内学习最优解,具备了跳出局部最优解的能力.同时,在改进的人工鱼群算法中结合变异算子和交叉算子,增强了局部搜索和全局搜索能力.最后通过大量的仿真实验证明了该改进算法的有效性.

几种互变异构反应的量子化学研究(Ⅰ)

本文用量子化学从头计算法采用4——31G基组对三个互变异构反应HX—CH=S(?)x=CH—SH(x=CH_2,NH,o)进行了理论研究,得到了三个反应的过渡态和活化能,并对X二NH的反应进行了IRC解析,得到了IRC路径上一些物理量的变化、计算表明,三个互变异构均为协同机理,反应的活化能与X的离子的质子亲和力有关,质子亲和力越大,反应越难进行。提出了对于x=CH_2和NH,其小分子的互变异构反应可以用来模拟讨论大分子的质子互变异构问题。

B2B异构环境中实现信息数据的共享

本文论述了目前 B2B 电子商务信息数据交换过程中所存在的问题,并探讨了利用 J2EE 平台结合 Web Services 技术解决 B2B电子商务异构环境中信息交换问题的可行性及其优势。这一方案可以有效地解决跨平台 B2B 信息交换中的异构问题,提高信息交换的效率,实现企业应用的分布式处理,将企业内外部数据资源进行整合与共享。

同分异构体的异构方式及写法规律

同分异构现象是有机化合物普遍存在的结构现象,也是有机物数量与种类繁多的最主要原因。近年来,同分异构体的写法。

基于改进K-means聚类和遗传算法的混合算法求解异构车辆路径问题

由于目前单一车型配送存在资源浪费和效率低下等问题,选取确定数量的不同车型对各客户点进行配送服务往往可以得到更优的配送路径方案。针对这一点,描述了一种异构车辆路径问题,并建立了具有固定车辆数且考虑固定成本、可变成本以及时间窗惩罚成本的混合整数规划模型。同时,提出了一种基于改进K-means聚类和遗传算法的混合算法对模型进行求解。实验仿真先求解不考虑时间窗的问题初步证明混合算法的有效性,再在带时间窗的问题中求解不同规模算例的单一及异构车型结果,以证明异构车型配送更优。最后,对该混合算法的求解结果与其他混合算法的求解结果进行对比分析,证明了混合算法的优越性。研究结果表明:该混合算法求解的异构车型结果优于单一车型,并且比其他混合算法求解的异构车型结果更优,异构车辆配送使用的配送车辆数更少,总成本也更低,该混合算法具有更好的效率和性能。

基于计算物流和群集智能的多集装箱码头泊位分配

以港口运营方统一整合多集装箱码头作业空间资源为背景,探讨了考虑泊位水深约束和出口集装箱可转港作业的多码头动态连续泊位分配问题(multi-terminal dynamic and continuous berth allocation problem,MDC-BAP)。基于计算物流将MDC-BAP抽象为异构多背包问题进行运筹建模,建立了同时考虑港航双方作业总成本最小化的混合整数规划模型,进而设计了一类融合计算物流和群集智能的二阶段改进帝国竞争算法(two-stage improved imperialist competitive algorithm,TSI-ICA)对模型进行求解。采用三种计划周期12个大规模MDC-BAP算例执行数值实验,比较了多种改进帝国竞争算法和多种启发式规则在MDC-BAP模型上的综合求解性能,TSI-ICA设计的“元启发式算法+启发式规则”框架在大规模算例上的表现明显优于“启发式规则+启发式规则”的资源分配模式,并从运作成本和运营韧性两方面阐明了多码头协同生产优于单码头独立作业模式,从而为多集装箱码头泊位协同分配提供了较好的智能决策支持解决方案。

基于代理和XML的电厂级信息集成系统的研究

为解决目前大多数电厂内部各种应用系统的异构问题,促进系统之间的数据传输和信息共享,实现电厂信息一体化,作者提出了在SIS内建立信息集成系统的观点,设计了基于Agent和XML技术的电厂级综合自动化信息集成系统模型,详细介绍了系统的组成和主要功能部件的结构,探讨了信息集成Agent的实现方法并提出一种新的基于XML的Agent交互方式,在实验室环境下对该模型的主要功能进行了研究和实现,为实现电厂内部各级系统之间的信息交互和共享以及构造智能化的SIS系统和厂级综合自动化系统提出了一种新思路并进行了尝试。

基于实时信息的运方管理与决策支持系统

针对传统普遍使用的运行方式分析与决策支持软件系统存在图形化功能较弱、数据维护复杂以及数据的实时性较差等不足,设计了一套基于调度实时数据的、图形功能强大的运方管理与决策支持系统。该系统采用通用的服务器/客户机模式,并通过CORBA编程技术和CIM建模方式,有效地解决了用户计算资源的异构问题和数据的互操作问题。由于使用了面向对象技术,通过精心设计电力系统对象和计算分析器对象,成功地实现了模型与计算的分离,使得系统运行更为高效,维护更为方便。通过与黑龙江省电力有限公司调度运方科合作,该系统更加符合现场需求,具有较大的实用价值。

“中间”走向“中坚”

随着Internet的发展，网络异构问题(不同硬件平台、不同的操作系统、不同的数据库系统之间的协调性问题)日益突出，一方面，中间件的出现很好地解决了这一问题。另外中间件的出现，也提高了软件开发效率，据国外权威机构估计，使用中间件软件可以使软件开发周期缩短24％～50％，运行成本减少50％。

基于Web的虚拟自动生产线实验系统研究

虚拟实验系统是一个网络环境下建设远程教学系统的实验环境,它是一种异构问题的解决手段。随着计算机和虚拟现实技术的发展,它在以实验课程为基础的理工科教学中,将显得更加必要和紧迫。通过对实验原型与虚拟实验技术的分析,研究了基于Web的虚拟自动生产线实验系统的基本框架,阐述了实验系统的实现方案,涉及的关键技术以及虚拟现实技术与网络技术、数据库技术的应用集成,构建了基于Web环境的远程自动生产线实验系统。

如何为企业提供一个360°的BPM平台

在ERP已成为“明日黄花”之后，随着企业应用需求的热度不断升温，EPM便逐渐在中国管理软件市场脱颖而出，当企业面对纷繁复杂的业务流程却无法在有效的时间内得以管控的时候；当企业在面对战略目标与员工执行不到位的时候；当企业并购加剧，面临解决不同企业信息平台的异构问题时候……在上述问题困扰着企业管理者时，急需一个有效的解决办法将企业在纷繁复杂的流程理清逻辑，使其可视、可控并实现流程与业务的可持续优化，让企业的业务执行传承企业的战略目标要求、且跟随市场的变化随需应变；通过建构一个共同的流程平台，将异构的信息平台进行有效整合并实现一体化。EPM（企业流程管理）便是这样一个最佳的实践帮手。当今，怎样才能借助EPM平台来梳理企业的业务流程，如何让流程管理按照企业既定的更好的执行下去才是我们思考的关键所在。