从读者荐购到读者采选——高校图书馆纸质文献零等待阅读模式研究

基于公共图书馆“你选书,我付款”运行情况,提出读者采选图书阅读模式概念,分析探讨了其优势,对部分高校图书馆的案例研究显示,高校图书馆读者采选图书模式已初见端倪,其中大多为优化了的读者荐购。为此,对读者采选图书阅读模式在高校图书馆的应用给出了建议。

凌源市“等事”变“找事”诉求办理“零等待”

为解决12345便民服务热线办理工作中存在的责任悬空、质效不高、久拖不办等问题,凌源市积极探索“12345热线+网格”融合运转机制,把12345便民服务热线办理工作与网格深度融合,构建基层社会治理新模式,搭建发现问题、解决问题的直通车,建立了覆盖面全、规模合理、分工明确的热线办理体系,形成前端主动发现诉求、办理环节全程跟踪、回访环节核查成效的工作闭环,不断提升群众获得感、幸福感。全市网格员直接全过程参与12345政务服务热线转办事项办理,做到前端主动发现诉求、办理环节全程跟踪、评价环节核查成效,为群众提供“一站式”服务。

全省首个CCC免办“零等待”放行

近日,市场监管总局同意厦门开展强制性产品认证自我承诺便捷通道(以下简称“CCC免办便捷通道”)创新试点工作,将联芯集成电路制造(厦门)有限公司列入厦门市首批CCC免办便捷通道“白名单”,未来可享受“自主申报、自动发证、诚信监管”的“零等待”便利。此次开通的CCC免办便捷通道,是为符合条件的CCC免办申请单位制定的一项通过“自我承诺”获得“自助办理权”的创新改革举措,全程无需政府部门审核批准,即办理即出证,获证后系统自动与海关部门联网对接,进一步节约免办产品入境的时间成本。

工序间存在零等待约束的复杂产品调度研究

针对实际装配生产中工序之间存在零等待约束的复杂产品的调度问题,提出了一种把存在零等待约束的工序虚拟成一个工序的方法.该方法在提出复杂产品、标准工序、虚拟工序、零等待和扩展加工工艺树的概念基础上,对扩展加工工艺树中的标准工序采用拟关键路径法和最佳适应调度的车间调度算法进行调度,对虚拟工序采用移动交换算法在相应设备上分离调度,将存在零等待约束的调度问题转化为存在虚拟工序的无零等待约束的调度问题.实例表明,所提出的调度算法能够较好地解决具有实际意义的工序间存在零等待约束的复杂产品的调度问题,且易于实现.

不确定条件下具有零等待的流水车间免疫调度算法

为了解决不确定条件下具有零等待的流水车间生产调度问题 ,采用三角模糊数来描述不确定的产品处理时间 ,在模糊规划理论的基础上建立了相应的调度模型。通过中间值最大隶属度算法 ,将原来的模糊调度模型转化为单目标的规划模型 ,并借鉴自然界中生物免疫系统的概念和机理 ,提出了解决此类问题的免疫调度算法。在该调度算法中 ,采用字符编码的方式来表示产品的处理顺序 ,每个抗体表示一组可行的具体调度方案 ,用亲和度来衡量抗体与抗原之间以及抗体与抗体之间的匹配程度 ,同时根据抗体的浓度自适应地调节搜索方向。通过仿真试验 。

两机零等待流水车间调度问题的启发式算法

为实现两机零等待流水车间调度问题的总流程时间最小化,结合问题的结构信息提出了一种快速求解近优解的启发式算法。在该类问题中,工件在每台机器上的操作包括调整、加工和移除3部分,且调整和移除时间都与工件的加工时间相互分离。首先分析了该类问题的优化性质,结合优化性质进而构造出求解算法。在中小规模和大规模问题上,将启发式算法的结果分别与最优解和最优解的下界值进行了比较。大量数值计算实验表明了该算法的有效性和解决大规模实际问题的潜力。

具有零等待的flow shop问题的免疫调度算法

针对间歇过程中存在的具有零等待的flowshop调度问题,建立了相应的数学模型,并结合免疫算法的特点,提出一种新的解决此类问题的免疫调度算法。通过仿真试验,证明了算法的有效性。

一种近场动力学非普通状态理论零能模式控制方法

近场动力学非普通状态理论在采用节点积分时将引起零能模式,造成位移场、应力应变场的数值不稳定性,影响计算精度甚至会导致完全错误的结果,因此必须对其进行控制.目前国际上还没有十分有效的零能模式控制方法.本文针对零能模式问题,提出了一种通用的、高效的控制方法.根据近场动力学线性键理论,确定非均匀变形对应弹性张量的具体形式,考虑了微模量随不同作用键的变化.通过最小位能原理推导出非均匀变形引起的力状态,结合近场动力学力状态,得到稳定力状态表达式.从而建立起基于线性键理论的稳定关联材料模型,并应用于含圆孔平板、三点弯试件线弹性变形和损伤破坏过程模拟.数值结果表明,本文模型能有效抑制近场动力学非普通状态理论中的零能模式现象.与已有零能模式控制方法相比,其物理意义明确,不包含控制参数,避免了复杂的零能模式参数调节过程,提高了计算效率.

具有零等待的不确定性flowshop调度问题

针对实际的生产环境中存在的数据模糊、不确定的情况,采用模糊数学的方法来处理数据的不确定性,在模糊规划理论的基础上,建立了处于时间不确定条件下的具体零等待的flowshop模糊调度问题的模型,通过模糊截集的方法将其进行了转化。并在模糊运算的基础上,借鉴自然界生物免疫系统的概念和机理,提出了解决此类调度问题的模糊免疫调度算法。通过仿真试验,表明了该模型所有效性和算法的较好的收敛效率。

不确定条件下的零等待Flow shop生产调度问题

研究了处理时间不确定条件下,含零等待模块的模糊Flowshop生产调度问题;采用三角模糊数描述处理时间的不确定性,用零等待策略对加工过程进行约束,建立了基于模糊规划理论的零等待Flowshop调度模型,通过中间值最大隶属度的方法,将原有的模糊调度模型转化为清晰的调度模型;最后应用改进的模拟退火算法对模型进行仿真优化,制定了适用于实际排产过程中的GANTT图,仿真结果说明了调度模型的正确性和改进算法的有效性。

新型混合改进遗传算法求解零等待流水车间调度问题

具有零等待约束条件的流水车间调度问题是一类典型的NP难问题,针对该问题提出一种新型混合改进遗传算法进行优化求解。首先,采用改进NEH算法强化初始种群质量,提高种群的多样性。结合关联规则理论挖掘种群中的优势块,借助优势块进行人工染色体组合,以降低问题复杂度。交叉操作采用单段交叉、双段交叉和三段交叉3种交叉机制,改善算法全局搜索能力;变异过程引入水平集和种群分割的思想,将种群分割成两部分,并赋予不同的变异概率,提高算法局部搜索能力。为进一步提高遗传算法的求解性能,提出了基于NEH的邻域搜索机制,增加种群多样性,进一步提高种群质量。最后,通过实验结果和算法比较,验证了所提算法的求解性能。

非零合作下“产学研”创新联盟的运作模式及进化分析

"产学研"创新联盟具有以非零合为基础的合作博弈特征。文章结合"产学研"创新联盟的运做模式,运用进化博弈模型研究了"产学研"创新联盟的进化稳定策略,在此基础上分析影响合作进化的因素并得出若干结论。

某些给定性质的符号模式矩阵其非零元数目的界

文章研究了要求(或允许)给定性质(如:分别属于N-矩阵类,P-矩阵类,P0-矩阵类,M-矩阵类和逆M-矩阵类)的符号模式矩阵其非零元数目的界,并分别刻画了达到相应上、下确界的极符号模式矩阵。

带线性恶化工件的零等待流水车间调度

研究了以最小化总加权完成时间为目标的带线性恶化工件的零等待流水车间调度,其中工件的加工时间表示为开始时间的线性恶化函数,每个工件在不同机器有各自的恶化率。为了对该问题进行求解,提出了一种融合CDS启发式算法、局部搜索和自适应遗传算法的混合启发式算法。引入CDS启发式算法改善初始工件加工序列群,设计遗传参数自适应更新策略以执行交叉和变异算子。为扩展遗传算法解的搜索空间,基于交换和插入操作提出四种邻域结构,以完成局部搜索二次优化过程。最后,通过仿真实验测试不同规模的实例。实验结果表明,所提出的混合启发式算法在求解质量和运行时间方面均有良好表现。

基于EDA的绿色零等待作业车间调度问题求解

针对绿色零等待作业车间调度问题,本文提出一种基于分布估计算法(Estimation of Distribution Algorithm,EDA)的多目标优化算法,用于最小化最大完工时间和总能量消耗.采用双种群增加种群的多样性,并加入启发式操作NEH(Nawaz-Enscore-Ham,NEH)来提高初始解的质量.设计自适应学习速率来控制优良解信息在整个算法搜索过程中的引导作用.结合零等待作业车间调度问题的结构性质与解码方式,提出基于前端省略的快速评价方法,同时利用Insert操作构建两种局部搜索策略,进而加强算法的搜索效率和深度.通过仿真实验和算法对比验证所提算法的有效性.

混合交叉熵算法求解复杂零等待流水线调度问题

针对制造行业中广泛存在的一类复杂零等待流水线调度问题,即带序相关设置时间和释放时间的零等待流水线调度问题(NFSSP_SDSTs_RTs),建立问题的排序模型并提出一种混合交叉熵算法(HCEA)进行求解,优化目标为最小化总提前和延迟时间.首先,设计了一种基于问题性质的快速评价方法,有效降低评价解的计算复杂度.其次,采用交叉熵算法学习并积累优质解的结构特征,建立概率模型对优质解的工件块分布进行有效地估计.通过合理的采样和更新方法,实现对解空间中优质区域的全局搜索.然后,为提高算法搜索效率,设计带两种搜索策略的快速局部搜索方法,对全局搜索发现的优质区域进行细致且深入的搜索.最后,仿真实验与算法对比验证了HCEA可有效求解NFSSPSDSTsRTs.

多目标零等待间歇生产过程多任务调度

间歇生产过程已经成为化工生产制造技术的基础和关键,该过程生产出大量产品来满足日常生活需要。然而经济全球化使得传统的化工生产过程产业面临严重的挑战。为了保持竞争力,每个企业必须优化生产技术,加强管理。其中调度是化工企业生产管理的核心技术。针对化工过程自身的多目标和零等待等特性,研究了间歇生产过程中的多目标零等待多任务调度,并提出该问题的模型和优化方法。通过将该问题分解成两个子问题来解决:采用非延迟非秩序混合方法来解决时间表分配问题以及用带存储的完全局部搜索解决排序问题。此外多目标占优采用基于SPEA2中的策略。通过大量算例的仿真实验证明了该算法的可行性和有效性。

解决零等待多产品厂调度问题的改进粒子群算法

针对零等待多产品厂调度问题的总流程时间最小化问题,提出一种改进粒子群算法。在该类问题中,产品在每台设备上的操作包括调整、加工和移除三部分,并以零等待方式进行生产。对生产过程的特殊性建立了调度问题的数学模型,在分析了标准粒子群算法所固有的缺陷的基础上提出一种带有创新因子的改进粒子群算法。通过在粒子的位置更新公式中加入创新因子,提高了粒子的随机性,使粒子不再单纯跟踪个体极值和群体极值,避免了粒子快速聚集到群体极值周围,同时扩大了搜索范围,使粒子获得了更好的"探索"能力,增强了种群在进化过程中的多样性,防止算法陷入局部最优,提高了算法的全局搜索能力。通过对不同规模问题的仿真求解,改进算法的优化结果明显优于标准粒子群算法和遗传算法,表明了改进算法的有效性和优越性。最后,仿真讨论了非零调整时间和非零移除时间对调度结果的影响。

混合EDA求解多目标零等待作业车间调度问题

为了求解最小化问题的最大完工时间(Makespan)和最大延迟时间的多目标零等待作业车间调度问题,提出了一种混合分布估计算法。首先,提出了NEH与随机生成并用的初始化种群机制,从而提高初始解的质量。其次,根据概率矩阵模型生成新的个体并通过非劣解集中的非受支配解更新概率矩阵。然后,在局部搜索部分,设计了一种变邻域的搜索机制,从而加强局部搜索能力,提高算法的搜索性能。最后,在仿真实验部分,通过对不同规模标准测试问题的测试,以及与其他算法的对比结果,验证了混合EDA求解多目标零等待作业车间调度问题的有效性。

一类分布式零等待流水线自适应EDA调度

随着经济的发展,在各行各业中分布式生产变得越来越普及,故将更多的注意力放在分布式生产模型之上。为求解带有序相关设置时间和到达时间的零等待分布式流水线调度问题(No-wait Distributed Flow Shop with Sequence Dependent Setup Times and Arrival Times,NDPFSP with SDSTs and RDs),提出了一种自适应的分布估计算法(Adaptive Estimation of Distribution Algorithm, AEDA),用于最小化最大完成时间。首先,提出了更加适合于带到达时间问题的最早完成工厂问题的带有到达时间的最早完成工厂(the Earliest Completion Factory with Arrival Time, ECFAT)规则,使得解的生成过程有适当的判断,更加快速地提高当前代生成解的质量。其次,针对不同的问题规模进行局部搜索的深度做出相应的调整,使得在不同的规模下算法都能有很好的局部搜索能力。