汽车制造涂装-总装缓存调序区调度优化问题的研究

当今世界绿色制造是大势所趋,有效的生产线布局设计方法可以减少加工过程中的资源浪费。本文聚焦汽车制造涂装-总装缓存调序区,针对其存在的设备利用率低、待机时间长、交接效率低等核心问题,构建了一个多目标规划模型。该模型综合考虑了多约束条件,包括汽车制造过程中的缓冲区设备利用、交接以及调度时间等因素;严格遵循PBS约束及相关时间数据,根据涂装出车序列,结合PBS区域调度能力及限制,确保模型的精准性和实用性。为求解这一复杂的多目标优化问题,提出了一种创新的求解方法,该方法结合了改进粒子群算法和遗传算法的优势,能够更有效地找到最优解,不仅为汽车制造涂装-总装缓存调序区的调度问题提供了新的理论支撑,而且为探究独立缓冲区对汽车制造待产车调度的影响开辟了新的途径。

饮食调序法对脑卒中合并2型糖尿病患者血糖水平及生活质量的影响

目的探讨饮食调序法对脑卒中合并2型糖尿病患者血糖水平及生活质量的影响。方法选取2017年1月至2018年1月黑龙江中医药大学附属第二医院收治的60例脑卒中合并2型糖尿病患者,采用随机数字表法分为观察组和对照组,每组30例。观察组在常规饮食指导的基础上给予饮食调序指导,即先进食高纤维蔬菜,然后进食蛋白质/脂肪,再进食蔬菜,最后进食含有较多碳水化合物的主食。干预时间为3个月。比较两组患者干预前后血糖、甘油三酯的变化及日常生活活动能力的变化。结果干预3个月后两组患者血糖、甘油三酯水平及日常生活活动能力评分均较干预前有所改善,且观察组改善程度优于对照组,两组比较差异有显著性(P<0.05)。结论饮食调序法可有效改善脑卒中合并糖尿病患者的血糖及甘油三酯水平,并提高其生活质量。

面向层次短语翻译的词汇化调序方法研究

词汇化信息在短语调序中有重要的作用。然而层次短语翻译模型调序时并不考虑变量所泛化的短语的词汇化信息,因此该模型调序的歧义性较大。为此该文提出面向层次短语模型的词汇化调序方法。我们定义变量与邻接词语的调序关系,并使用变量所泛化短语片段的边界词信息来指导调序。在大规模语料的汉语到英语翻译评测任务中,我们的方法在NIST 2003-2005测试数据上获得了0.6～1.2BLEU值的提高。

短语统计机器翻译的句法调序模型

为了处理统计机器翻译中的长距离调序,在基于短语的统计翻译模型的基础上提出了句法调序模型。该模型按照短语切分来分割句法树结构,从而能够避免短语和句法结构的不一致性。在该模型中依据短语对齐和短语内词对齐确定句法树部分结构的调序顺序,依据各个节点上的调序概率计算子结构的调序概率,作为对数线性模型的特征函数。该模型的实验结果比经典的短语统计翻译模型的BLEU评分有明显提高。结果表明句法调序模型对于基于短语的统计机器翻译是有效的,能够较好地将句法知识和短语翻译过程结合起来。

基于句法调序的汉维统计机器翻译

在汉语到维语的统计机器翻译中,2种语言在形态学及语序上差异较大,导致未知词较多,且产生的维语译文语序混乱。针对上述问题,在对汉语和维语的语序进行研究的基础上,提出一种汉语句法调序方法,进而对维语进行形态学分析,采用基于因素的统计机器翻译系统进行验证。实验结果证明,该方法在性能上较基线系统有显著改进,BLEU评分由15.72提高到19.17。

基于粘着性模糊规则的维汉机器翻译最大熵调序研究

针对维汉机器翻译中未登录词和译文乱序问题严重的现象,结合维吾尔语粘着性语言特点以及最大熵分类算法,提出了一种基于粘着性模糊规则的维汉机器翻译最大熵调序模型。该模型以最大熵模型为基础,在维吾尔语词级别构建粘着性规则约束,从训练语料中提取更加有效的调序规则来指导翻译解码过程。实验证明,与当前主要MSD(mono、swap、discontinuous)等调序方法相比,该方法较好地体现了维吾尔语的粘着性特点,提高了译文质量。

基于振动调序有序充种滚筒式排种器设计与试验

为解决机械式排种器充种过程中种箱中种群起拱和窝孔堵塞问题,提出有序供种思想,设计了一种基于振动调序有序充种滚筒式排种器。阐述了振动调序有序充种滚筒式排种器的工作原理,确定了关键零部件的结构与参数,建立了供种过程的动力学模型。以单粒率、多粒率、漏播率为排种性能评价指标,采用三因素三水平正交试验方法,研究了供种倾角、滚筒转速、窝孔开口大小对排种器排种性能的影响。试验结果表明:影响排种器性能因素的主次顺序为供种倾角、滚筒转速、窝孔开口大小;当供种倾角为38°、滚筒转速为8r/min、窝孔开口大小为13mm时,单粒率为90.24%,多粒率为4.45%,漏播率为2.09%,排种器满足棉花精量播种要求。

一种基于短语的汉蒙统计机器翻译与调序模型

根据蒙古语的一些特点,为基于短语的汉蒙统计机器翻译提出了一种适合于汉蒙统计机器翻译的调序模型,并给出了相应的训练和解码算法以及初步实验的结果。汉蒙双语语料库规模很小,数据稀疏问题严重,而在汉蒙翻译中,词序变化又非常明显,在汉英等机器翻译中使用的调序方法难于应用到汉蒙统计机器翻译中。通过对汉蒙翻译过程中词语顺序变化的正态分布假设,建立了一种概率调序模型。实验表明,这种概率调序模型好于 Moses系统中采用的调序方法。

有限语料汉蒙统计机器翻译调序方法研究

自统计机器翻译技术出现以来,调序一直是语序差异显著的语言对互译系统中的关键问题,基于大规模语料训练的调序方法得到了广泛研究。目前汉蒙双语语料资源十分有限,使得现有的依赖于大规模语料和语言学知识的调序方法难以取得良好效果。该文对已有的相关研究进行了分析,提出了在有限语料条件下的汉蒙统计机器翻译调序方法。该方法依据语言学知识获取对译文语序影响显著的短语类型,研究这些短语类型的调序方案,并融入已有的调序模型实现调序的优化。实验表明该方法在有限语料条件下的效果提升显著。

句法调序的统计机器翻译方法研究

为解决基于短语统计机器翻译存在的调序能力不足的问题,尝试利用句法分析器对基于短语统计机器翻译的输入汉语句子进行句法分析,然后利用转换器进行调序操作,并对部分类型短语进行预先翻译,然后再利用基于短语统计机器翻译的解码器进行翻译。重点测试了汉语中"的"字引导的复杂定语调序、介词短语、特定搭配短语、方位词短语的调序及预翻译产生的效果。实验结果表明,这些调序及预翻译操作可以显著地提高基于短语的统计机器翻译的英文译文结果的BLEU值。

快速Walsh变换的调序技术及其应用

运用快速Walsh变换二分演化思想 ,研究快速Walsh变换 (FWT)算法设计中的外部和内部调序问题 ,对四种不同的序分别进行分析 .从算法流程图和序码分析两个方面进行外部调序 ,用码位倒置和对偶演化相结合进行内部调序 .研究结果表明 :四种序的算法同出一辙 ,可以通过调序技术互相转换 .通过两种调序技术可以设计出数十种不同的FWT算法 ,这些算法在不同的网络结构中有不同的效率 .在实际应用中 ,这种技术可以大量减少硬件的浪费和提高资源的利用率 .

基于神经网络的英文机辅翻译预调序模型研究

长距离调序由于缺少有效的描述而成为英语统计机器翻译的一大挑战。针对长距离调序的可能途径:预调序,提出了一种基于神经网络的英文机辅翻译预调序模型。该模型在线性排序框架下结合神经网络建模,可以从大量样本数据中抽取句法和语义等有用信息,以预测不同语言的语序差异。最后在中文到英文的翻译机器和英文到中文的翻译机器上对该模型进行了实验。实验结果表明,该模型提高了系统性能,具有有效性。

N-Best句法知识增强的统计机器翻译预调序模型

源语言和目标语言的句法异构性对统计机器翻译(SMT)性能有重要影响。在基于短语的汉英统计机器翻译基础上,提出了一种基于N-best句法知识增强的源语言预调序方法。首先对源语言输入句子进行N-best句法分析,计算统计概率得到高可靠性子树结构,再根据词对齐信息从可靠性子树结构中抽取初始调序规则集。两种优化策略用于对初始规则集进行优化:基于中英文句法知识规则推导筛选和规则概率阈值控制机制。然后为减少短语内部调序,保证短语局部流利性,采用源语言短语翻译表为约束,使调序控制在短语块之间进行。最后根据获取的优化规则集和短语表约束条件对源语言端句子的句法分析树进行预调序。在基于NIST 2005和2008测试数据集上的汉英统计机器翻译实验结果表明,所提基于N-best句法知识增强的统计机器翻译预调序方法相对于基线系统,自动评价准则BLEU得分分别提高了0.68和0.83。

脑调序疗法应用于首发精神分裂症患者的临床研究

目的探讨以脑调序疗法治疗首发精神分裂症的适用范围、疗效及安全性。方法将符合诊断标准的能够配合治疗及评估的首发精神分裂症患者109例,随机分成2组,分别给予维思通和脑调序仪治疗8周,采用PANSS及TESS量表评定其疗效和副反应,组间比较采用t检验及χ2检验,两组患者均给予半年以上的院外随访。结果维思通组与脑调序组总体疗效无明显差异(P>0.05),但对于反应缺乏组症状群,脑调序组治疗效果不如维思通组(P<0.05)。阴性量表分减分率脑调序组稍低于维思通组,但无统计学差异(P>0.05)。TESS评定脑调序组副反应比维思通组小(P<0.01)。院外随访脑调序组患者回归社会率高(52.9%),复发率低(7.8%)。结论脑调序法治疗首发精神分裂症适用范围较广,疗效好,安全性高,复发率低,临床值得推广。

基于Authorware软件调用外部程序方法的研究

绝大多数多媒体CAI软件都是将文字、图表及图形经编辑后打包形成一个固定形式的播放文件,如:.AVI,.EXE等文件。教学时,教师只是讲解软件中的内容,尽管教师对内容加以扩展,但学生也看不到教学内容,课堂气氛沉闷,其教学效果不佳。本文以Authorware为例,讨论如何在多媒体CAI软件中调用外部程序的方法,以提高多媒体CAI软件在教学中的功能。

基于模糊理论的英语机器翻译语义调序研究

针对当前英语机器翻译存在的准确性差,易引起歧义等不足,提出模糊理论的英语机器翻译语义调序模型。首先对英语机器翻译的语义进行分类,构建语义选择模型,然后采用层次分析法确定英语机器翻译语义顺序,对易错的误语义进行相应的容错操作,最后对语义进行加权操作计算语义之间的最优相似度,并引入模糊理论实现对英语机器翻译英语语义进行排列,最后通过具体应用实验对模型的性能进行分析。结果表明机器翻译选择排列模型的准确性高,而且时效性均要优于其他模型,具有明显的优势。

基于对等模式的汉-英译文调序

为了提高机器翻译质量，提出了一种基于对等模式的汉-英译文调序方法：从短语翻译对中抽取汉．英语序对应关系，利用语言学特征和错误驱动学习相结合的方式获取对等模式，使用对等模式来改变汉语句法树结构，使其生成的译文符合英语语序要求。使用该方法对500个汉．英双语句对中的汉语句子进行调序的实验结果表明，词链交叉率降低了10．56％。经过调序之后，汉语句子的译文质量有所提高。

肝-肾-脾序贯调周法治疗卵巢储备功能低下临床研究

目的:观察肝-肾-脾序贯调周法治疗卵巢储备功能低下(DOR)的临床疗效。方法:选取78例DOR患者为研究对象,随机分为治疗组40例和对照组38例。治疗组采用肝-肾-脾序贯调周法治疗,对照组给予克龄蒙治疗。观察2组治疗前后症状积分及血清性激素指标[促卵泡激素(FSH)、促黄体生成素(LH)、抗苗勒氏管激素(AMH)]水平的变化,评估治疗效果。结果:治疗后,2组月经量少积分及症状总积分均较治疗前降低(P<0.05);治疗组的月经量少积分及症状总积分均较对照组下降更明显(P<0.05)。治疗后,2组FSH、LH水平均较治疗前降低(P<0.05),AMH水平均较治疗前升高(P<0.05);组间3项性激素指标水平比较,差异均无统计学意义(P>0.05)。治疗组总有效率90.0%,对照组总有效率71.0%,2组比较,差异有统计学意义(P<0.05)。结论:肝-肾-脾序贯调周法治疗DOR,可有效改善患者的月经周期、月经量,调节性激素指标,效果优于克龄蒙治疗。

基于能量相关调序的频域语音信号盲分离

为了克服在频域中实现盲分离时所固有的位序不确定性和比例缩放问题对分离性能的严重影响,采用能量相关性的方法对每个频率段的分离结果进行排序。对真实环境中录制的语音信号进行计算机仿真,验证了该方法的有效性,且比现有方法分离性能更精确。

特定句法增强的SMT调序模型

面向基于短语的汉英统计机器翻译,提出了一种基于特定句法(汉语"的"结构)增强的调序方法,该方法首先在词对齐和源端词性(POS)信息的约束下抽取基本调序规则,然后根据中文端特定句法结构—"的"字结构,将抽取的基本规则自动分类为"调序倾向性强"和"调序倾向性弱"两类,最后采用不同的优化和剪枝策略对两类规则进行处理,得到最终的源语言端调序规则集合。在NIST汉英数据集上的实验表明,相对于基线系统,本文所提方法在NIST MT2005测试集上显著提高了0.69BLEU值。