A bottom-up method for module-based product platform development through mapping,clustering and matching analysis

Designing product platform could be an effective and efficient solution for manufacturing firms. Product platforms enable firms to provide increased product variety for the marketplace with as little variety between products as possible. Developed consumer products and modules within a firm can further be investigated to find out the possibility of product platform creation. A bottom-up method is proposed for module-based product platform through mapping, clustering and matching analysis. The framework and the parametric model of the method are presented, which consist of three steps:(1) mapping parameters from existing product families to functional modules,(2) clustering the modules within existing module families based on their parameters so as to generate module clusters, and selecting the satisfactory module clusters based on commonality, and(3) matching the parameters of the module clusters to the functional modules in order to capture platform elements. In addition, the parameter matching criterion and mismatching treatment are put forward to ensure the effectiveness of the platform process, while standardization and serialization of the platform element are presented. A design case of the belt conveyor is studied to demonstrate the feasibility of the proposed method.

外卖智能派单的订单-骑手多目标匹配模型及其适应性算法研究

随着外卖业的快速发展,外卖智能派单成为外卖服务的重要形式。然而,目前相关研究侧重于研究外卖配送路径问题,不利于解决外卖智能派单的多目标动态决策中存在的问题。本文从外卖订单-骑手匹配的角度,分析了外卖平台智能派单的五个基本目标和四个基本约束,构建了多目标的订单-骑手匹配优化模型,进而给出了基于适应性策略的实时优化算法。最后,本文设计了外卖智能派单的仿真实验,对比了骑手-订单数量均衡、骑手供过于求、骑手供不应求等三种情况下的优化情况,验证了基于适应性策略的实时优化算法的优化效果。本研究对外卖平台发展智能派单模式具有较好的理论与实践价值。

智能云平台异构数据库协同检索算法研究

智能云平台是一种集成各种资源和功能的高效计算平台,可以为用户提供灵活的数据存储和高效的数据检索服务.随着信息技术飞速发展,异构数据库中数据呈爆炸式增长.为了提升网络异构数据库检索效果,提出智能云平台异构数据库协同检索算法.构建智能云平台异构数据库,均衡异构数据库中的节点能耗;排序云平台多源异构数据,预处理异构数据;建立以索引库为核心的检索服务引擎,利用神经网络提取多源异构数据特征,实现异构数据库的匹配检索.测试结果表明,所提算法查准率为96%,查全率为94%,数据丢失量仅为1.由此证明,所提方法有效提高了网络异构数据库检索效果.

面向装备平台的敏捷交换芯片设计与实现

在构建车载、舰船、航空航天等装备平台网络系统时,需要综合考虑功能、性能、体积、功耗、易用性等制约因素,传统高性能的商用网络交换芯片功耗高、配置和使用复杂,难以满足相关需求。对此提出了一种面向装备平台的可编程、低功耗的敏捷交换芯片架构。该架构引入协议无关的超长内容匹配-动作流水线,提供可编程的转发配置、流限速、报文修改等功能,支持现存各类网络协议及用户自定义协议。架构提供灵活的管理配置模式,可满足远程配置、无管理CPU的轻量化配置等多种应用需求。另外,通过敏捷交换协议的扩展功能,可将查表结果、动作处理记录、用户配置信息等随原报文一同送出芯片,实现单个报文粒度的精细化处理和灵活的功能扩展。基于敏捷交换架构,流片制造了YHHX-DS160敏捷交换芯片,该芯片可提供160 Gbps全接口线速交换能力,最大功耗仅6.6 W,能效比达到24 Gbps/W。

航空平台地磁矢量匹配导航算法研究进展

航空地磁矢量导航技术因其具有自主、无源、可靠性强的优势,在卫星导航系统受到攻击等情况下可有效发挥替代作用,在军民用领域均具有极高的战略意义和应用价值。航空平台具有飞行速度快、短时间跨越地域广的特性,对地磁矢量测量与导航方法提出高精度和高可靠性等要求。该文梳理近年来航空地磁矢量导航系统的研究与发展现状,介绍地磁矢量导航的关键技术,重点对地磁矢量匹配导航算法的研究进展进行分析。针对现有算法存在的不足,提出进一步提升算法的精度和鲁棒性、发展基于机器学习的地磁矢量匹配导航方法、推动无人机等新型航空平台地磁矢量导航技术发展等后续研究方向,意在促进航空地磁矢量导航技术的进一步发展。

产能分享平台企业的盈利模式选择与定价研究

在分享经济背景下,考虑交叉网络外部性效用及平台匹配率,研究产能分享平台的盈利模式选择与定价问题。基于两阶段博弈方法,分析并比较了平台在利润最大化和社会福利最大化条件下选择服务费模式与注册费模式时获得的最大利润。研究发现,在目标时间段内,当平台以利润最大化为目标时,多数情况下选择注册费模式获得的最大利润高于选择服务费模式获得的利润。在特定条件下,也存在平台采取两种盈利模式会获得相同利润的情况。此外,平台最大利润在一定条件下与交叉网络外部性系数和平台对制造能力供应方的匹配率正相关,与对制造能力需求方的匹配率负相关。当平台以社会福利最大化为目标时,选择服务费模式获得的利润高于选择注册费模式时的利润。最后,通过数值算例对上述结果进行了验证。

不完全信息下云制造平台动态匹配时域与稳定匹配研究

鉴于现有研究侧重于构建云制造平台供需匹配模型并开发求解算法,批处理匹配时域长度在不确定环境下对云制造平台运营的影响关注不足,针对云制造平台产能供需双方随机到达并可随时离开的复杂情景,建立了基于动态二部图的Markov决策模型,并提出基于状态和动作重塑技术的Q-learning动态时域匹配决策方法。该方法根据平台订单和共享产能的聚合信息,自适应地决策匹配时域长度,并产生考虑了供需双方偏好的稳定匹配方案。数值实验表明,在多种情景和问题参数下,该方法的综合平台运营指标优于常用的随机事件触发和固定匹配时域方法。实验结果为云制造平台供需匹配运营提供了管理启示。

考虑三方满意度的同城网络货运平台车货匹配研究

针对同城网络货运平台存在的费用不透明、优质资源分配不均等问题,首先结合竞价模式、派单模式与抢单模式,对同城网络货运平台运作模式进行优化。其次引入车货双边满意度的计算方法,基于匹配双方的需求偏好,建立综合满意度评价指标体系,结合区间三角模糊数与灰色关联分析法,设计满意度量化方法。最后兼顾货主、车主和平台,构建三方满意度最大化的一对多车货匹配模型,通过案例实现匹配结果输出,验证模型的可行性与合理性。结果表明,只考虑货主或车主满意度最大,将导致模型求解结果失衡;平台满意度权重调整对匹配结果的直接影响较小,结果倾向于满足双边用户的需求。敏感性分析发现,当货主、车主以及平台满意度权重配置分别为0.6、0.3、0.1时,匹配结果呈现最优化。

平台经济对灵活就业者收入和主观福利的影响研究

平台经济的兴起,引发了人们对灵活就业者收入和主观福利的关注。本文基于2012—2018年中国劳动力动态调查数据库,分析平台经济对灵活就业者收入和主观福利的影响及其机制。研究结果表明,平台经济能够提高灵活就业者收入和主观福利,并且该结论在考虑内生性问题及各种稳健性检验后依然成立。进一步分析结果表明,平台经济通过提高就业匹配度和社会资本的途径实现灵活就业者收入和主观福利的提升;文化程度能够调节平台经济对灵活就业者收入和主观福利的影响;相对于灵活就业者而言,平台经济对正规就业者主观福利的影响效应更大,但对其收入并无显著影响。异质性分析结果显示,平台经济对灵活就业者中的青年、男性、文化程度较高、城镇户口、东部地区个体的收入和主观福利的提升效应明显。因此,政府应加强对特殊群体的技能培训,提供职业转型支持和必要的社会保障,以促进平台经济持续健康发展,进一步提升灵活就业者收入和主观福利。

数智时代科技成果供需对接机制

为探究我国数智时代科技成果供需对接影响因素和机制作用,梳理我国科技成果供需对接模式及演变历程,构建科技成果供需对接影响因素概念模型,运用扎根理论和文献分析方法归纳出供方、需方、平台、政策、资金和技术因素等影响因素,运用DEMATEL方法分析影响因素之间的影响度。基于分析结果,提出我国科技成果供需对接机制为从应需引供模式转变为掘需育供模式,从上下游关系转变为共同体关系,从局域平台转变为广域平台,从信息化转变为智慧化,从单点服务转变为全链条服务,从技术发展转变为多要素融合发展。

政府数据开放平台建设对促进数字政府发展效果的影响——基于PSM模型的计量分析

[目的/意义]政府数据开放是政府数字化发展的方向,探究政府数据开放平台(OGDP)对数字政府发展的影响,对推进实现国家治理体系和治理能力现代化目标具有指导意义。[方法/过程]文章基于OGDP的建设与否,运用倾向得分匹配(PSM)方法,以全国101个地级市2019年的截面数据为研究样本进行实证分析,探究OGDP建设对数字政府发展的促进作用。[结果/结论]在克服样本选择偏误以及尽可能消除不可观测因素带来的内生性影响的情况下,研究发现OGDP的建设能够正向影响数字政府发展,建设OGDP的城市的数字政府发展效应要比未建设的高15%—25%。因此,建议从加强OGDP建设、提升数据开放主动性和质量、优化平台服务、建设国家级OGDP等方面促进数字政府发展。

基于策略的动态角色分配模型及应用

访问控制是应用系统中的重要问题之一。传统的基于角色的访问控制(RBAC)方案需要预先定义和同步用户-角色赋值关系,这会带来管理成本和同步开销,并且限制了应用系统的灵活性和动态性。文章提出一种基于策略的动态角色分配模型(Policy-based Dynamic Role Assignment Model——PDRA),它无需同步用户就可以自定义角色,并通过策略匹配的方式实现动态分配。模型完全兼容RBAC,可以成为RBAC良好的扩展机制。文章给出了模型的定义和算法,评估了模型的性能,并在华东师范大学的数据治理平台中进行了应用,验证了该方案的可行性和有效性。

融合云平台和地图匹配算法的新能源汽车通信网络定位方法

传统独立的汽车定位方法依赖于车辆位姿,导致通信网络定位结果存在偏差和不稳定的问题,为此提出融合云平台和地图匹配算法的新能源汽车通信网络定位方法。获取新能源汽车在通信网络中的位置信息,搭建新能源汽车的视觉地图,在云平台上嵌入地图匹配算法,匹配汽车位置信息与视觉地图中道路信息,得到新能源汽车的定位轨迹,完成新能源汽车通信网络定位研究。实验结果表明,文章定位方法下新能源汽车通信网络单点定位精度可以控制在20 cm之内,累积误差较小,能够获得较好的稳定性效果。

基于云平台的新能源汽车通信网络定位技术

现行技术在新能源汽车通信网络定位中的应用效果不佳,定位偏移率较高,因此提出基于云平台的新能源汽车通信网络定位技术。利用云平台传输和存储新能源汽车全球定位系统(Global Positioning System,GPS)数据,通过地图匹配新能源汽车定位,采用差分定位算法确定新能源汽车位置,并通过地图可视化展示定位结果,以此实现基于云平台的新能源汽车通信网络定位。实验结果表明,所设计的技术定位偏移率在1%以内,在新能源汽车发展中具有较好的通信网络定位效果。

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。

基于国产DCU异构平台的图匹配算法移植与优化

子图匹配是一种基础的图算法,被广泛应用于社交网络、图神经网络等众多领域。随着图数据规模的增长,人们迫切需要高效的子图匹配算法。GENEVA是一种基于GPU的并行子图匹配算法,其利用区间索引的图存储结构和并行匹配优化方法,能够大幅度减少存储开销,提升子图匹配性能。但由于平台底层硬件架构和编译环境的不同,GENEVA无法直接应用到国产DCU异构平台。为了解决该问题,提出了GENEVA面向国产DCU的移植和优化方案。IO时间开销是GENEVA算法主要的性能瓶颈,文中采用锁页内存、预加载、调度器3种优化策略来突破该瓶颈。其中,锁页内存技术避免了从可分页内存到临时锁页内存的额外数据传输,在DCU平台上大幅度减少了IO传输的时间开销;预加载技术将IO数据传输与DCU核函数计算重叠,掩盖了IO时间开销;调度器在满足预加载需求的同时,减少了冗余数据的传输。在3个不同规模的真实数据集上进行实验,结果表明,采用优化策略后算法性能显著提高。在92.6%的测试用例上,经过优化的GENEVA-HIP算法在国产DCU平台的执行时间比移植前的GENEVA算法在GPU服务器的执行时间短。在较大规模的数据集上,优化的GENEVA-HIP算法在DCU平台上的执行时间相比移植前的GENEVA算法在GPU服务器的执行时间减少了52.73%。

考虑企业多种属性的共享制造平台供需双边匹配模型研究

为了能以最低成本降低共享制造供需主体的交易风险,在对共享制造供需主体信誉的衡量上,运用基于滑动时间窗口的实时信任度度量方法,以综合考虑共享制造供需双方的局部声誉及全局声誉,进而求得更加精准的信誉度;此外为了促进共享制造供需主体的长久交易,在现有共享制造供需双边满意度评价指标体系中加入企业社会责任(CSR)相关细分指标,以考虑其对利益相关者的责任履行程度;综合共享制造供需双方的实时信任度、服务属性任务属性及CSR属性匹配度,建立多目标规划模型,并求解匹配结果。通过实例运算得到最优匹配方案,从而证明了该方法的可行性和有效性,并与仅考虑实时信任度、仅考虑CSR、上述两者均不考虑的模型进行比较,证明了所提模型的优势。

我国出版“走出去”平台协同的逻辑、定位与路径

通过供需数据对比发现,我国出版“走出去”供需呈现出多维错配,具体表现在供需规模总量、产品结构、供给结构、供需渠道等方面。长期供需错配将导致“走出去”泡沫化、文化减值等诸多风险。进而提出一种新型的供需匹配实现思路—平台协同战略。首先分析平台协同出版“走出去”的内在逻辑,然后提出平台协同战略的价值基准、战略定位方向,与促进“走出去”出版供需多方的协同方案。

平台经济背景下经济发展对就业匹配度的影响机制研究

平台经济的发展为产业结构赋能,能够引发就业导向。文章选取2014—2021年省级面板数据,运用门槛效应模型和中介效应模型分析平台经济在经济发展水平与就业匹配度之间的关系。结果表明:(1)经济发展能够有效促进就业匹配度提升,平台经济在其中起着重要的推动作用;(2)地区经济发展对就业匹配度具有滞后影响,且能减少对就业匹配度的负向作用;(3)东部地区平台经济发展水平在经济发展促进就业匹配度方面已经呈现出明显的溢出效应,而平台经济发展水平对就业匹配度满足边际促进效应递减,因此,需要考虑平台经济发展水平的各项异质性指标来设定不同的增量和总量,进而提高人民幸福感。

基于不同型式风阀性能的工程匹配性研究

风阀作为空气调节系统中的重要组件,其性能直接影响到温度控制的精确性和稳定性。针对某新一代大科学装置地下隧道每5 m波动不大于±0.1℃的超高精度温度控制要求,在前期开展风管漏风量测试的基础上,通过搭设风管试验平台,开展不同型式风阀性能的工程匹配性研究。分析了手动、电动风阀,定风量风阀,以及变风量风阀的漏风量测试情况,同时开展不同阀门开度或输入电压变化条件下阀门风口风量变化测试,以期能为项目需要选择性能优越、符合相关标准的风阀提供参考。