基于E-CARGO模型的云ERP建模与演化方法

传统需求建模方法通过形式化的建模语言来对需求进行描述,因其缺乏灵活性及配套的需求解决方案,而难以适配云ERP领域动态演化的需求。针对以上问题,依托E-CARGO模型可灵活对演化需求进行建模的特点,提出一种基于E-CARGO模型的云ERP建模与演化方法。首先,将需求解构为需要和云ERP服务并将二者描述为基于角色的协作问题,进而通过E-CARGO模型对其进行建模;然后,为了更具领域针对性地评估云ERP领域人才能力,建立高质量的云ERP开发团队,使用模糊层次分析法(FAHP)构建模糊互补判断矩阵,度量人才综合能力值;最后,利用E-CARGO模型的组角色分配方法结合CPLEX优化包得到所有演化中的需求最大化满足方案。实验结果表明,所提方法不仅能够对云ERP中演化的需求进行灵活建模,还能在很快的时间内求得需求满足方案,进而迅速响应需求的演化并提供随需而变的云ERP服务。

中国航空货运时空格局演变与影响因素研究

航空货运是交通运输的重要组成部分,能够有效配置全球和大区域尺度的优质资源,从而对区域经济发展有着重要作用。文章基于2000—2019年中国航空货运的空间统计数据和面板数据,以机场所在城市为基本单元,剖析了过去20年间中国航空货运的发展过程与时空格局演变特征,并构建回归模型揭示了中国航空货运格局的影响因素。研究表明:1)中国航空货运在过去20年间从快速发展阶段过渡至平稳发展阶段;2)中国航空货运区域间差异显著,货运量主要集中在东部地区;过去20年间,中国航空货运重心位于徽鄂豫三省交界处,呈现河南→安徽→湖北的迁移趋势;3)中国航空货运格局保持相对稳定,以“北上广深”为核心的菱形空间格局得到强化;4)中国航空货运的发展受城市规模、产业结构、地面交通发展等因素影响,但各因素对空港型国家枢纽城市与非枢纽城市的影响有着显著差异。

基于改进ALARP风险矩阵的危货运输车辆专用停车场安全性评价研究

为评估危货运输车辆专用停车场安全水平,降低危货车辆停放环节风险,提出一种基于改进ALARP风险矩阵的危货运输车辆停车场安全性评价方法。首先,基于事故案例统计数据、在开展致因分析、故障树构建、指标初选、信效度检验的基础上,构建危货运输车辆专用停车场安全风险评级指标体系;其次,结合贝叶斯网络、层次分析法、模糊综合评价法和改进ALARP的风险矩阵法,提出危货运输车辆专用停车场安全风险评价模型;再次,在考虑已知风险可能性、风险损失量化结果的基础上,基于改进ALARP风险矩阵得到专用停车场风险总评价量化值及评价等级;最后,以重庆市某危险货物运输车辆专用停车场为例开展验证分析,验证结果表明,研究所得到的评价结果与实际情况具有较高的一致性。

基于装卸顺序的中型机多航段协同配载优化

多航段、多经停的航空货运航班,飞行过程中需要合理控制飞机的重心(CG)位置,保持平衡状态,中转站装卸操作过程中需要避免额外装卸操作,减少时间和劳力浪费,因此,研究多航段航班的协同配载问题具有重要现实意义。根据航空器自身特点与集装器(ULD)装卸顺序,结合各航段飞机装载平衡与过站机场ULD装卸操作要求,通过协调分配各航段ULD和散货位置,建立了中型机联程航班多目标整数线性规划模型。模型考虑了ULD和散货的质量、体积及与舱位的匹配限制,航空器限重、舱位限重、舱位及区域累积限重、上下舱联合限重和CG位置的平衡限制,以及前后航段ULD和散货的连接性约束。根据造成中间机场额外装卸操作的2种原因,基于装卸顺序,提出装卸优化模型,通过ULD的舱内平移,优化了CG,减少了装卸次数。以B757-200F机型为例,在两装一卸、一装两卸和两装两卸3种场景下,采用商用求解器Gurobi,分别针对3种不同目标函数组合进行求解和分析对比。实验表明:所提模型可以有效协调过站货物的额外装卸次数,优化前后两航段的CG位置。

数据驱动的航空货物全货机和客机腹舱运输风险分析

为保障航空货物运输安全,基于美国管道和危险材料安全管理局不安全事件数据库,结合贝叶斯网络模型对全货机和客机腹舱货物运输的威胁性、脆弱性进行概率推理,利用模糊损失量化后果严重性,最后计算全货机和客机腹舱货物运输的风险值。研究结果表明:全货机货物运输风险值为9.01,客机腹舱运输货物风险值为46.66,全货机货物运输风险性低于客机腹舱;基于风险分析结果,可从合理规划航空危险品运输种类,加强对未申报危险品的检查和识别,规范收运核查制度等方面优化货物风险管理。研究结果可为航空货运安检策略调整提供理论支持。

基于时间序列分析的港口货物吞吐量预测研究

港口货物吞吐量是衡量企业生产经营活动的重要依据,体现地区的经济活力与国际贸易潜力。为更准确地预测港口货物吞吐量,本文针对上海港2013年至2022年间集装箱吞吐量变化特征进行量化分析,使用时间序列研究方法对上海吞吐量发展趋势作出精准化预测。对时间序列的平稳性与模型合理性进行进一步验证,减少时间序列历史数据非线性、非平稳性特点产生的预测误差,提升港口吞吐量预测的准确性和科学性,为实现生产效率与资金投入的科学化统筹提供基础数据支撑。

航空货物分类分级安检模式安全性分析

为保障航空安检环节安全高效,部分机场探索实施航空货物分类分级安检模式。研究以安全性为目标,综合考虑安检错误报警概率及货物安检处理时间,分析传统安检模式和分类分级安检模式在安全性方面的差异。使用错误放行概率作为衡量安检模式安全性的指标,利用目视搜索-决策模型分析安检员判图过程,为两种安检模式建立非线性规划模型。研究显示:与传统安检模式相比,分类分级安检模式中高风险货物的比例m在(0,0.45)内才能提高系统安全性,且m最优取值为0.12;与传统安检模式相比,分类分级安检模式在货量较大、对安检处理时间较为敏感或是对安检错误报警概率容忍度较高时更能显著提高系统安全性。

《国际航空货物运输》课程的思政元素挖掘与实践

为提升《国际航空货物运输》课程的思政教育效果,根据课程具备专业性和实践性的特点,从课程思政“讲什么”“怎么讲”两个关键问题出发,从思政元素的挖掘、课程内容的设计、教学方法的改革、思政目标的实现四个方面探讨该课程思政元素的深度融入,实现思政元素与课程内容的无缝衔接、有效实施,培养学生的家国情怀、专业归属感、精益求精的工匠精神、遵法守规的职业素养,实现知识传输、能力培养与价值塑造的有机融合。

民用航空运输载重配平问题研究综述

为了解当前飞机载重配平的发展水平和研究进展,并为后续配载技术研究与应用提供借鉴,首先,介绍了载重平衡中的重量、重心和重心包线的概念。其次,总结了民用航空货运配载问题的3个研究方向:货物运输计划、货物装箱问题、集装器装载配平问题,并根据研究时间进程将集装器装载配平问题分为启发式算法和(混合)整数线性规划方法。然后,介绍了配载技术的发展及应用现状,总结分析了航空公司配载发展过程,把配载技术的应用发展分为手工配载、计算机辅助的半手工配载、自动配载3个阶段;通过文献综述发现,近期配载研究由于采用简化的目标重心偏差约束,从而造成研究与实际应用出现较大差距。最后,对配载技术提出了展望,认为未来的配载技术将以实际重心包线为基础,由枚举法过渡到整数规划方法,逐步实现配载优化,并借助机器学习等技术融入公司偏好和运行经验,从而实现属于航空公司偏好的智能配载方案。

数字技术对国家级物流枢纽城市集货效率的影响及区域差异研究

在分析数字技术对国家级物流枢纽城市集货效率影响机理的基础上,选取中国20个国家级物流枢纽城市2011-2021年的面板数据测算数字技术发展综合指数和城市集货效率水平及其区域差异,进一步实证检验了前者对后者的影响程度及区域异质性。结果显示,数字技术显著提升了国家级物流枢纽城市的集货效率。异质性分析发现,数字技术对城市集货效率的影响在中部城市和二线城市更为显著,这或许与它们还处于边际收益递增阶段有关。基于以上结果,提出加快数字技术健康发展以驱动国家级物流枢纽城市集货效率提升的全国总体性及区域差异性等对策建议。

考虑兴趣序列和特征交互的司机点击率预测模型

车货匹配平台中存在着大量的车货信息,通过对历史数据的分析和处理,能够预测司机点击货物的概率(司机点击率预测),从而为司机推荐货物。据了解,目前还没有研究项目将点击率预测与车货匹配结合起来,更不要说基于此来考虑车货信息中的兴趣序列和特征交互问题。因此,在车货匹配的背景下,文章提出了一种考虑兴趣序列和特征交互的司机点击率预测模型——深度兴趣交互网络(Deep Interest Interaction Network,DIIN)。一方面,在司机兴趣抽取模块中利用Bi-GRU和SENet从司机的历史行为中推断出司机的兴趣点;另一方面,在车货特征交互模块中利用FM和Res Net同时建模低阶和高阶特征交互。通过对某车货匹配平台的数据集进行实验,结果表明模型DIIN与基准模型相比具有更好的性能,即使与DIEN模型相比,在AUC和Log Loss两个评价指标上,模型DIIN分别提升了3.5个百分点和1.8个百分点。这不仅证明了将深度学习和点击率预测用于车货匹配的可行性,也证明了挖掘历史数据中的序列关系和特征交互有助于预测车货匹配中司机点击货物的概率。

基于美标的某海外散货仓库大跨钢结构选型

随着近年来“一带一路”持续推进,大跨钢结构在海外应用越来越广泛,如何在海外工程背景下采用美标进行钢结构选型成为了行业难点。本文基于某海外散货仓库项目,介绍了美标设计的主要结构分析过程,并给出了在全生命周期经济性下的结构选型。通过结构比选提出了一种新型自稳型门式钢架结构体系,其具有较好的经济性和极大的增加了仓库使用空间,为类似项目提供了参考。

客货共运模式的高铁货运发展空间分析

在铁路运输技术不断改善的背景下,高速铁路的运输条件得到了大力改善,运力也得到了相应增加,货物运输变得更加快捷、安全、可靠。利用高铁开展快捷货物运输可以满足高附加值、高时效要求的快递市场需求。针对该现状,考虑高铁、高速公路和民航之间的货运竞争,在由若干OD形成的货运网络中,以客运动车组预留车厢模式下总运输利润最大为目标,构建基于多目标的客货共运模式的高铁货运双层规划模型,计算货运网络中高铁的运价以及货流量在高铁快运网络中的分布。通过NSGA-Ⅱ多目标优化算法,求出Pareto最优解。最后以京沪间快递运输为例,验证所建模型的有效性。算例结果表明:预留货运车厢模式对于高铁客运的影响较小,可以增加高铁的盈利能力,在一些客运量不足的短途高铁线路上可以开展客货共运模式,以增加高铁收益,增强高铁在短途运输中对于公路货运的竞争力。

FPSO外输软管安装方法分析

基于企鹅浮式生产储卸油装置(Floating Production Storage and Offloading,FPSO)项目,对比不同安装方法的优缺点,采用盘卷安装法完成外输软管安装。采用盘卷安装法进行FPSO外输软管安装在国内鲜有实例,详细描述该方法的施工顺序和要点,可为其他类似项目的外输软管安装提供参考。

干散货码头数字孪生综合管控平台架构与实践

为加快干散货智慧港口建设,探讨了数字孪生技术在干散货码头中的应用。分析干散货码头运营呈现出的自动化、信息化、智能化发展趋势,指出当前面临的数据爆炸性增长、数据采集不全面等挑战。在此基础上,对数字孪生在港口的应用领域进行分析梳理,围绕数字孪生模型内容,提出7大应用业务领域。通过干散货码头数字孪生的建设路线,提出以数据驱动和模型驱动为核心的数字孪生模型构建方法。结合干散货码头智能化建设现状,提出干散货码头数字孪生平台架构方案。选取典型门机设备和港区全局典型案例,分别从微观设备孪生构建和宏观全局孪生场景两个层面阐述应用实践经验,以期为智慧港口的发展与建设提供参考。

低压货舱多参数火灾探测集成模型的优化选择

针对低压飞机货舱环境下单模型的烟雾探测算法不灵敏的问题,给出了一种基于二次优化选择(Quadratic Optimization Choice,QOC)策略的集成分类模型。首先,对多种火灾特征参数包括CO体积分数、温度、湿度、红外和蓝光波长光散射功率信号、烟颗粒索特平均直径及对应增长率进行增益评估,筛选出关联度高的参数作为属性,通过特征工程和性能对候选分类器进行排序,然后采用QOC策略和软投票法集成机制确定次级分类器,最后指定多层感知器(Multilayer Perceptron,MLP)作为元分类器的模型集成方法,以提高烟雾探测模型在真实飞行环境的准确性和鲁棒性。模型性能将基于精确率、召回率和F1、F2、F3指标进行比较。结果表明,集成模型应用于60 kPa低压环境烟雾探测结果优于K邻近算法(K Nearest Neighbor,KNN)和MLP,对榉木和航空汽油可燃物分别具有0.9724和0.9601的分类精确率,较原始算法KNN分别提高了0.0872和0.0626,较原始算法MLP分别提高了0.0368和0.1822,集成模型具有更好的性能。

E-CARGO模型在线社会网络研究团队机制

随着在线社交网络的快速发展,用户信息和用户规模呈现爆炸性增长,如何从网络上获取有针对性的信息已非易事,为此各种推荐系统已先后涌现.为各类不同用户以自然的推荐方式向其推荐信息并获得较高的用户采纳度是一件富挑战性的工作,也是本文的主要研究内容.如何在特定专业性拓扑网络中寻找到自然的推荐方式以得到较好的用户采纳度,是本文将要解决的问题.基于此,本文采用对潜在角色和关系预测研究,以E-CARGO模型为理论背景,针对专业性教学科研平台——学者网,通过对用户推荐内容信息,先形成与用户的信息交互,再根据信息交互程度,推荐相应的论文研究团队,推动关系结构的形成.本次调查实验结果体现了普遍用户愿意以3.9785分采纳团队推荐,用户平均满意度达79.57%,充分证明了这样的推荐方式使得用户更容易接受团队推荐信息,增强用户体验,为专业性学术论文网站学者网提供了指引.

车货供需匹配模型与算法研究综述

随着货车保有量及货运需求的迅速增长,车货供需匹配问题成为了货运电子商务平台的核心和热点。本文主要针对车货供需匹配问题从模型和算法两个方面对现有文献进行梳理和总结。在车货供需匹配模型方面,考虑的优化目标主要包括满意度、公平性和稳定性三个方面的评价指标,根据应用场景,将车货供需匹配模型分为一对一、一对多和多对多三类,其中一对一车货供需匹配模型针对整车运输,其他两种则对应零担运输。随着三种应用场景的模型复杂程度越来越高,相应求解难度、求解时间也呈现递增趋势。在车货供需匹配算法方面,根据货运需求数据的结构与特点可以划分为最优化算法、人工智能算法、推荐算法以及其他算法四类:对于小规模、时效性要求不高的货运需求,可以根据模型的特点与特性设计最优化求解算法;对于大数据、交互性数据或实时性要求高的货运需求,人工智能算法和推荐算法则是车货供需匹配问题的有效途径,其中人工智能算法通过预测车主行为或匹配结果实现匹配任务,而推荐算法可以针对车货需求大数据实现有效的召回并推荐。最后,本文总结了现有研究的不足之处,并从中归纳出三个值得进一步研究的方向:一是结合实际业务场景和车货信息大数据背景,提高车货供需匹配方法的实际可行性;二是进一步挖掘更多的评价指标,如车主偏好以及订单目的地接单概率等指标;三是关注车货供需匹配的实时决策问题,重点考虑货运需求的动态随机性以及平台和车主的长期收益目标。

基于ANSYS的货物运送损伤分析云服务系统研究

针对当前物流企业无法预测货物的装箱方案在运输过程中的货物运送损伤情况等问题,设计了货物运送损伤分析云服务系统,给物流企业提供合理、安全的装箱布局方案。首先,结合ANSYS APDL命令流编写了面向装箱方案的静力学分析程序、模态分析程序及随机振动分析程序;然后,通过Three.js三维可视化技术实现了装箱布局方案的可视化、有限元分析结果的可视化;最后,将所有功能集成到系统中,使物流企业的运输人员只需上传相应的装箱布局结果数据,通过系统的仿真分析,便能预测装箱布局的损伤情况。以实例演示了该系统功能,证明该系统能有效地指导配送人员完成安全的装箱布局。

基于Pythagorean模糊环境下MABAC方法的网络货运平台车货匹配研究

针对网络货运平台车货匹配过程中存在的平台间的价格战、卡车司机间的抢单、平台推荐匹配方案不合理问题,在Pythagorean模糊环境下采用MABAC(多属性边界近似区域比较)决策方法,在考虑货主特殊要求的同时对平台接收到的货物订单进行匹配。在考虑车主、货主、平台三方利益的前提下建立车货匹配评价指标体系;采用Pythagorean模糊数表示专家评价语言,采用反正切Pythagorean模糊熵计算指标权重和专家权重;依据MABAC方法对备选方案进行择优排序。