优化集成技术（精选12篇）
优化集成技术 篇1
龙海市是福建省冬种马铃薯优势产区,种植面积在粮食作物中仅次于水稻,位于第2位。2008年以来龙海市被农业部确定为全国500个粮食高产创建示范县的50个马铃薯示范点之一[1,2,3],通过实施马铃薯高产创建项目开展规模高产示范,集成了以“推广优良品种、适时播种、小高垄、高密度、配方施肥、稻草包心”等关键技术。通过示范推广应用,增产效果显著,全市马铃薯生产实现连年高产高效。2015年增产效果更为突出,全市实施马铃薯高产创建万亩示范片2个,涉及海澄镇和东泗乡2个乡镇、28个行政村、5 410个农户,面积1 401.9 hm2。示范区平均产量薯块37 503 kg/hm2,其中商品薯32 775 kg/hm2,产值68 827.5元/hm2,纯收入38 077.5元/hm2,比非示范区平均增商品薯2 217 kg/hm2,产值增加4 656元/hm2,纯收入增加3 154.5元/hm2。现将龙海市马铃薯高产创建综合配套优化集成栽培技术总结介绍如下。
1 选地整地
选择地势平坦、灌溉和排水条件良好、耕层深厚[1,2,3,4,5,6]、疏松的壤土或砂壤土种植马铃薯。尽量避免与茄科作物连作,禾本科与豆科作物是马铃薯良好的前作。前作收获后,要进行深耕细耙,然后再用整畦机起垄整成小高垄畦,畦包沟、畦宽、畦高、沟宽分别为110~120、70~80、30、20~25 cm。起垄机起垄后,再人工用锄头精细整畦[1,2,3,4]。
2 种薯选择与处理
2.1 推广优良品种和优质脱毒种薯
高产创建示范区重点推广通过国家或省级审定、抗病、适应本地生态、熟期适宜的菜用马铃薯品种。外观要求表皮光滑、近圆形、黄皮、肉淡黄、芽眼浅且稀[1,2,3,4,5],如兴佳2号、紫花851、中薯3号等。应严格挑选,剔除病烂薯,选用健康的脱毒种薯。目前,龙海市所用种薯大多依靠北方调种。
2.2 种薯处理
种薯切块时要剔除病烂薯,切种薯时旁边放置一盆装有0.4%福尔马林溶液或0.1%高锰酸钾的消毒液,盆内放置2把刀,每切完一个种薯后换一把刀再切另一个种薯。切块规格20~30 g。采用纵切,使每一个切块都带有顶端优势的芽眼。用0.4%福尔马林溶液将切好的种薯浸25 min[1,2,3],捞出后将种薯放成堆,用薄膜盖闷3~4 h,再通风晾干。
催芽播种能保证早出苗、出齐苗,增产15%~20%。同时催芽过程中可淘汰病烂薯,减少播种后种薯在大田的腐烂,促进全苗。将切好的种薯与沙分层相间放置,厚度3~4层,并保持在20℃的最适温度和经常湿润的状态下,种薯经10d即可萌芽[1,2]。催芽时,种薯用0.5~1.0 mg/kg赤霉素液或用2%硫脲浸种20 min[1]。
3 适时播种
根据生育期的温度确定马铃薯播种适期,原则上要使马铃薯结薯盛期处在日平均温15~25℃的条件下[1,2,3,4,5]。结合本地气候条件冬种马铃薯最适播种期应选择在11月中旬至12月上中旬播种。
4 合理密植
在小垄畦上采用双行三角形种植,每穴种1薯,株距25cm,行距25 cm,密度约6.75万穴/hm2,需种薯2 400~2 700kg/hm2。用小抹壁刀挖1穴种1薯,深度以土盖密种薯为宜,播完后在种穴上再盖一把废蘑菇土[1,2,3,4]。催芽播种的,芽向上并按芽长短不同分区播种[1,2,3]。
5 稻草包心,分次培土
播种后1周内在畦面纵向均匀覆盖一层干稻草约2 700 kg/hm2,随即结合清沟进行培土,厚5~8 cm,以盖住稻草。在株高15 cm时进行第2次培土,封垄前进行第3次培土[1,2,3,4,5,6]。培土应尽量培宽培厚[1]。
6 田间管理
6.1 推广测土配方施肥
长期以来当地农户由于常规施肥习惯的影响,肥料利用率不高,使得马铃薯单产提高不明显,生产上推广测土配方施肥,按照马铃薯需肥特点及生长规律进行合理施肥。马铃薯对三要素要求以钾最多,氮次之,磷较少。因此,在生产上应注重氮、磷、钾合理施用,氮、磷、钾(N∶P2O5∶K2O)比例一般为2∶1∶4。
播种时,在畦中间撒施三元复合肥1 125 kg/hm2,忌种薯接触肥料。播种后用废蘑菇土11 250 kg/hm2盖种。齐苗时,用碳酸氢铵375 kg/hm2加过磷酸钙375 kg/hm2对水22.5t/hm2进行条施。现蕾期(播种后50~70 d),施结薯肥1次,在植株周围施三元复合肥225 kg/hm2,忌叶片和根部直接接触化肥。马铃薯开花后叶面喷施0.3%~0.5%磷酸二氢钾溶液900 kg/hm2,若缺氮,可增加尿素1 500~2 250 g/hm2,每10~15d喷1次,连喷2~3次。马铃薯对硼、锌比较敏感,如果土壤缺硼缺锌,可以用0.1%~0.3%硼砂或硫酸锌根外喷施,一般每隔7 d喷1次,连喷2次,用溶液750~1 050 kg/hm2即可。
6.2 科学管水
马铃薯全生育期适宜的土壤含水量平均保持在80%左右。其中苗期、收获前、块茎形成至块茎增长阶段的土壤含水量要分别保持在70%~80%、65%~75%、80%~85%。结合天气和土壤墒情,在齐苗期、现蕾期、开花期、薯块迅速膨大期各浇水1次。遵循“小水勤灌,每次灌水不漫过垄顶”的原则[2]。但在生育后期遇到春雨季节要注意开沟排积水,以免因雨涝或湿度过大造成薯块不耐藏、感病、腐烂。
7 综合防治病虫草害
7.1 病虫害防治
具体包括:①地老虎。咬苗造成缺株断垄,可用20%杀灭菊酯乳油2 000~3 000倍液或48%乐斯本乳油1 000~2 000倍液喷洒地面。②蚜虫。可用蚜虱净或大功臣1 500倍液喷雾防治。③青枯病。发现病株,要整株拔除并集中焚烧处理,在病穴及周围撒石灰或用0.5%福尔马林溶液灌根消毒,再喷施100 mg/kg农用链霉素进行防治[3,4,5,6]。④晚疫病、霜霉病。发病初期,用58%雷多米尔·锰锌或58%甲霜灵·锰锌500倍液于晴天露水干时喷雾防治[1]。
7.2 科学除草
在马铃薯播后苗前田间灌跑马水湿润畦土,同时用乙草胺1 500 g/hm2对水900 kg/hm2,均匀喷洒地面进行封闭处理。
8 收获
当马铃薯植株停止生长,茎叶枯黄时,块茎易与匍匐茎分离,此时是马铃薯最适宜收获期或根据市场行情及时采收上市。收获宜选在晴天并提前一天割除秧苗,田间捡拾、分级马铃薯过程中,一定要把畸形薯、虫眼薯、青头薯挑出,严禁混入包装箱或包装袋中。收获后放在阴暗通风的地方,薄摊晾干[1,2,3,4,5],忌曝晒。挖薯、装薯、运薯时要尽量保持薯皮完整,避免损伤。
摘要：介绍龙海市马铃薯高产创建优化集成栽培技术,具体包括选地整地、种薯选择与处理、播种、包心培土、田间管理、病虫草害防治、采收等方面内容,以供广大种植户参考。
关键词：冬种马铃薯,高产创建,优化集成技术,高产高效,福建龙海
参考文献
[1]冬种马铃薯高产栽培技术[EB/OL][2016-05-24].http://wenku.baidu.com/link?url=4Nz Jc3s8Lc N3GJfm4jdu GBBBp1Eg Md0n Fp5s Rm5UMxvHf ZPN7ed Qzf Lc3_zeaa Yd H7rt XMTSi5re0a3y Bu GAn7o Q3me Y7RFJfr1-qo2i Wuj3.
[2]林淑婵.冬种马铃薯高产栽培技术[J].现代农业科技,2011(2):137-138.
[3]杜丽华.马铃薯高产栽培技术[J].民营科技,2012(7):97.
[4]纪玉萍.谈冬马铃薯栽培法[J].农民致富之友,2012(14):34.
[5]孙喜虎.马铃薯高产栽培技术[J].现代农业,2015(3):59-61.
[6]郭利平.浅析马铃薯播种施肥覆膜机械化技术[J].农村牧区机械化,2013(1):30-31.
优化集成技术 篇2
河道沉积物疏浚工艺的集成与优化研究
摘要：以天津市大沽河沉积物的疏浚和处置方法为研究对象,采用多目标规划法对河道沉积物的4类20种疏浚方法进行优化.结果显示,使用线性加权和法及理想点法均可以得出沉积物处理的`最优集成工艺,为了在工程中具有更多的选择,可以优先使用理想点法对工艺进行排序,结果理想、可靠.作 者：孟庆旺 MENG Qing-wang 作者单位：天津城投集团,天津,300050期 刊：中国给水排水 ISTICPKU Journal：CHINA WATER & WASTEWATER年，卷(期)：,22(21)分类号：X522关键词：河道底泥 集成疏浚工艺 多目标规划
优化集成显卡 玩遍游戏不再愁 篇3
第一招，优化BIOS设置来提高集成显卡性能
集成显卡的性能与BIOS的设置有很大关系，我们可以通过调节BlOS的设置选项来增加集成显卡的性能和稳定性。
第一步，开启快速写入功能
快速写入功能（Fast Write）是目前大多数集成显卡都具备的功能，虽然它的开启可能有些不稳定的副作用，但它确实能提高集成显卡的性能。建议大家打开这个功能试验一下，目前多数电脑都可以正常运行快速写入功能，如果电脑“反应”很大就只能关闭了。
第二步，关闭Video BIOS Cacheble
该功能可以把RAM和VGA BIOS的缓冲值存放在内存的某个部分。虽然该功能可以提升一些集成显卡的性能，但给电脑带来了不稳定的潜在威胁，尤其是程序向该部分写入数据时很容易导致电脑死机。另外，该功能给集成显卡性能的提升也很有限，权衡利弊建议大家还是关闭Video BIOS Cachable。
第三步，设置AGP有效空间的大小
该功能英文全称是AGP Aperture Size。它的意思是把内存划分为显存的大小。内存分配给显存的多少一直是大家苦恼的事情。因为两者对电脑都有作用，削弱任何一个都会降低整体的性能，所以要找好一个平衡度，把损失降低到最小。通常的做法是大家自己尝试逐渐设置，设定一个值后用相关软件测试一下，然后再调整，最好找到适合自己电脑的设置。
目前有两个设置方法可供参考。一个是以独立显卡的显存为风向标，主流独立显卡显存一般是128MB（64MB的情况很少了），所以有些人就把集合显卡显存设置为128MB（根据测试，AGP Aperture Size选项设置为64MB显存和128MB显存时，集成显卡性能并没有太大差别）。以上情况适合于内存容量“财大气粗”的用户，例如该用户内存为512MB甚至更多；如果用户的内存不是很大，可根据1：4原则设置，即显存为设置前内存的25%，例如内存为256MB，建议显存容量为64MB及以内，内存为128MB，则显存容量建议为32MB以内。
如果是Intel芯片组集成显卡则又是一种情况。以前Intel的整合显卡的显存容量是自动分配，现在则改为了“分级显存”功能，就是“额定内存+动态显存”。其中的额定内存规定了显存的最小设定值，如果低于这个最小值则系统会自动把内存划分过来以求达到规定中的最小设定值。所以，不用玩大型游戏的人完全可以把额定显存设置得小一些，反之则需要将额定显存设置得高一些，以保持系统的稳定性和游戏的兼容性，如图1。
第四步，启动图形系统优化功能
启动图形系统优化功能（Graphic Window WR Combine）多出现在装有SiS芯片组的集成主板上，这个功能可以提升集成显卡的部分性能，推荐使用SiS芯片组集成主板的电脑启动该功能，如图2。
第五步，保持集成显卡的AGP速率的默认值
独立显卡的AGP速率（AGP Date Rate）是越高越好，但集成显卡却不是如此，因为它的AGP通道并不会传输很多的数据指令，大多数的图形数据都是走内存这条专用通道。如果用户把集成显卡的速率调高，不但性能上不会提高很多，相反还会导致其工作不稳定，所以保持集成显卡的AGP速率的默认值只有好处没有坏处。
第二招：集成显卡的超频
说到超频一定都不陌生，独立显卡的超频相信大家都体验过，而集成显卡也是可以通过超频的方法来优化其性能的。另外，独立显卡还需要软硬跳线设置等工作，比较麻烦，而集成显卡仅仅通过Windows注册表的修改或专门的显卡超频软件就可以完成超频任务，很是轻松。当然，修改注册表要有一定的专业基础，步骤烦琐，而目前的显卡超频软件设计得都比较人性化，操作起来容易上手，效果也不错，如时下流行的PowerStrip等等。
第一步
下载显示卡超频率软件PowerStrip，下载地址：http://down1.tech.sina.com.cn/download/downContent/2004-03-16/379.shtml。
第二步
启动PowerStrip，出现的对话框中会显示显卡和显示器的型号、刷新率定义是按照标准设置还是自定义、是否在启动时运行DDC以检查即插即用的显示器等信息。不用其他操作，只需选择“OK”，这时该软件就驻留在内存中，同时可以在任务栏看到其工作标志，如图3。
第三步
右键单击任务栏里PowerStrip图标，出现PowerStrip软件的工作菜单，选择其中的“Performance profiles”，再选择“Configure”。根据你的图形芯片，PowerStrip软件会弹出一个对话框，最顶端显示了该显卡的显示芯片类型。“Engine Clock”下面的数字（166.50MHz）显示了当前显卡的核心工作频率；“Memory Clock”下面的数字（166.50MHz）显示了当前显存的工作频率，如图4。
第四步
如果决定超频使用显卡，就拖动左面的滑块向上移动，笔者这里劝告众位不要求多求快，要逐步地调节，然后观察其效果是否合适。当你找到适合的显存频率或内核频率后点击“Apply”按钮即可，这样显卡就转到新的频率开始工作了。
第五步
超频完毕请仔细检查这时的芯片组温度及散热状况，如果发现散热不好或电脑出现问题，马上停止超频，恢复原来设置。
第三招：修改BIOS—通过修改集成显卡BIOS达到优化目的
大家都知道通过刷新主板的BIOS可以消除Bug并且获得性能上的提高。同理，我们也可以升级集成显卡的BIOS来达到优化的目的。集成显卡的BIOS并不是多难寻找，但是，不同于独立显卡的直接刷新，我们需要先替换集成显卡的BIOS，然后刷新主板BIOS才可以升级成显卡BIOS，这完全是因为集成显卡的BIOS整合在主板BIOS中的特殊情况。
正式开始前，我们需要做一些准备工作。修改BIOS的工具软件CBROM，下载地址：http://www.bios.net.cn/Article/soft/biosxggj/awdxg/2005110996.htm，主板BIOS刷新软件技嘉@BIOS，下载地址：http://tech.sina.com.cn/down/downContent/mydrivers/2006-02-06/55058.shtml，
下面开始介绍具体操作步骤：
技嘉公司开发出了专门针对其主板Bios刷新软件@BIOS，让用户可以在Windows下方便地进行BIOS升级，虽说这个程序是针对技嘉主板的，但是借助于它也可以实现对其他主板BIOS的刷新。
优化集成技术 篇4
随着我国股票市场的迅速发展, 股票投资已经成为人们日常生活的一个重要组成部分, 也是人们投资理财的一种重要方式。然而, 股票投资的收益与风险往往是成正比的, 即投资收益越高, 风险越大[1,2,3,4]。自有股票市场以来, 众多学者和投资者就一直致力于股票市场行为的预测研究, 希望能从预测结果中找到一些规律, 探究股市价格的形成机制、评价证券市场的有效性, 进一步使政府金融部门更有效地对股票市场实施监管, 防范金融风险;同时也能使投资者在最小化投资风险的情况下获得最大化投资收益。因此对上市公司股票指数和股票价格的未来走势的预测, 都具有极其重要的应用价值[5,6,7,8]。
在传统的股票市场预测建模研究中, 均采用了“假定—模拟—预测” 这样一种证实性数据分析思路, 如多元回归分析、时间序列分析、指数平滑等[9,10,11,12]。然而股票市场是一个复杂的非线性动力学系统, 它的预测是一个非线性函数值的估计和外推问题, 而且市场行为受多种因素交互影响, 具有显著的非线性、时变性特征, 利用传统的统计预测技术, 均难以适应股票市场千变万化的规律, 无法真正找到数据的内在规律, 而且当它被用于高维、非线性、非正态分布数据预测建模时, 很难收到好的效果。
近年来, 人工神经网络ANN (Artifical Neutral Network) 发展非常迅速, 而且具有很强的处理非线性问题的能力, 与传统的线性统计预测方法相比, 人工神经网络具有更好的预测能力[13,14,15], 它已经成为股票市场预测的一种新技术、新方法。目前在股市的预测中以多层前馈 (Back Propagation) 神经网络模型[16]、径向基 (Radial Basis Function) 神经网络模型[17]、Elman神经网络模型为主[18]。但是由于神经网络技术没有严密理论体系作指导, 其应用效果完全取决于使用者的经验。在实际应用中, 研究人员由于缺乏相应的先验知识, 往往需要进行大量费力耗时的实验摸索, 才能确定合适的网络模型和各种参数的设置, 有时就算采用同样的方法解决同样的问题, 由于操作者不同, 其结果也可能大相径庭, 也就是说, 在所得到的实验结果中, 神经网络对训练样本的拟合精度很高, 而对新样本的预测精度却较差, 这样就大大限制了神经网络模型在实际股市预测中的应用。
神经网络集成是用有限个神经网络对同一个问题进行学习, 集成在某输入示例下的输出由构成集成的各神经网络在该示例下的输出共同决定[19,20,21]。神经网络集成本身克服了单一神经网络的缺陷, 可以显著地提高神经网络系统的泛化性能, 即使是缺乏神经计算经验的普通工程技术人员也可以从中受益, 被视为一种非常有效的工程化神经计算方法。目前神经网络集成技术已经被成功地应用到很多领域中, 如光学字符识别、人脸识别、地震分类、医学等领域[22,23,24,25]。
本文采用遗传算法优化投影方向, 将影响股市的高维非线性数据投影到低维空间, 来构造神经网络输入矩阵, 再利用Bagging技术和不同的神经网络学习算法生成集成个体, 进一步用遗传算法—投影寻踪技术提取神经网络的集成个体, 建立基于遗传算法优化的投影寻踪技术神经网络集成模型, 并对上证指数进行预测。计算结果表明该方法具有较好的学习能力和泛化能力, 在股市上证指数开盘、收盘的预测中, 其预测精度高、稳定性好, 具有一定的普遍适用性。
1 基于遗传算法的投影寻踪技术的神经网络集成方法
1.1 遗传算法优化投影寻踪技术构建神经网络输入矩阵
股票市场是一个复杂的系统, 受多种因素影响, 如政治、经济、社会、民生等因素的影响, 目前利用神经网络建立股市预测模型中, 构造输入矩阵的方法主要可以分成两大类:一是利用混沌时间序列的相空间重构生成输入矩阵;二是利用上证指数的技术指标, 如最高价、最低价、移动平均线 (MA5) 、随机指标K、相对强弱指标 (RSI) 等[26,27]。
在本文所建立的预测模型中, 考虑到各种技术指标记录市场行为重要信息, 并结合我国股市情况, 特选取32项股市技术指标作为输入变量[28], 即DIF, DEA, DIF-DEA, +DI, -DI, DX, ADX5, K, D, K-D, BIAS10, BIAS30, BIAS72, PSY5, PSY10, PSY15, RIS5, RIS10, RIS5-RIS10, RIS10-RIS15, AR5, AR10, RSV, 平均成交量5, 平均成交量10, 平均成交量5-平均成交量10, WMS%R10, Open, High, Close, Low, Vol, 令其为影响股市的变量因子:
众多的技术指标之间存在相互依赖关系, 而且输入节点过多会使得预测规模变大, 增加了预测模型的复杂性, 容易导致神经网络训练时间长、收敛慢, 这样会降低网络的预测能力, 为此本文利用遗传算法优化投影寻踪技术在尽量减少信息丢失的前提下对原始技术指标降维, 构建预测变量。
在20 世纪 70 年代后期, 国际统计界发展了一类处理和分析高维数据的新兴统计方法—投影寻踪PP (Projection Pursuit) 方法, 它采用“审视数据→模拟→预测”探索性数据分析EDA (Exploratory Data Analysis) 的新途径, 适宜于非线性、非正态分布数据的处理, 并能避免“维数祸根”, 在许多领域获得成功应用[29,30]。其基本思想是:利用计算机技术, 把高维数据通过某种组合投影到低维子空间上, 并通过极小化某个投影指标, 寻找出能反映原数据结构或特征的投影, 以达到研究和分析高维数据的目的。投影寻踪回归模型如下:
设Y=f (X) 和X= (x1, x2, …, xp) 分别是一维和p维随机变量, 为了能客观反映高维非线性数据结构特征, 投影寻踪回归采用一系列岭函数的“和”去逼近回归函数, 即:
其中, Gm (Zm) 为第m个岭函数, M为岭函数的个数;Zm=a
达到极小, 即要求Zm=a
利用遗传算法GA (Genetic Algorithm) 来求解投影方向, 定义遗传算法的适应度函数为:
f (w) =Q (a) (5)
具体操作过程如下:
(1) 随机生成初始群体, 其由L个个体构成, 每个个体由{w1, w2, …, w32}组成, wi为[0, 1]上的32个均匀分布的随机数。
(2) 按照 (5) 式计算群体中每个个体的适应度。
(3) 保留群体中适应度最高的个体, 它不参与交叉和变异运算, 而直接将其复制到下一代。对群体中的其它个体, 采用轮盘赌选择法进行选择。
(4) 权重系数采用浮点数编码, 需要设计新的交叉算子和变异算子。以pc的概率对选择后的个体进行交叉。设在第i个体和第i+1个体之间进行交叉, 交叉算子如下:
式中X
X
式中X
(5) 生成新一代群体, 反复进行 (2) ～ (4) , 每进行一次, 群体就进化一代, 直到适应度满足要求或者达到总的进化代数。
(6) 从进化到最后一代中选取3个适应度较高的个体, 得到3个较优投影方向, 令其为 Z
1.2 神经网络集成个体的生成
在神经网络集成实现方法的研究中, 研究者们试图设计出更有效的神经网络集成个体, 目前最主要的是Boosting和Bagging技术[32,33], 都是通过扰动训练数据来获得较大差异的个体网络。本文通过两种方法获取神经网络集成个体: (1) 不同的初始连接权、不同的网络结构、不同的训练子集获得较大差异神经网络集成个体; (2) 不同神经网络训练算法, 如用Matlab软件的神经网络工具箱中的Powell-Beale共轭梯度反向传播算法 (traincgb) 、自适应学习速率梯度下降反向传播算法 (traingda) 、Levenberg-Marquardt反向传播算法 (trainlm) 、弹性反向传播算法 (trainrp) 、贝叶斯正则化神经网络 (ANN) 得到神经网络集成个体。通过Bagging技术生成不同的训练子集并采用不同的网络结构各自训练10个神经网络, 包含输入层、隐层、输出层的三层前向神经网络作为基本模型, 这样可以得到50个神经网络集成个体。
1.3 投影寻踪技术的神经网络集成
通过Bagging技术和不同训练算法产生最初50个神经网络集成个体。由于学习算法的差异或者学习算法的随机性, 加之不同的算法其特点也不同以及训练样本不同, 每种方法往往时好时坏。每一个神经网络个体都能从不同程度上对训练样本学习能力提供一些有用信息, 但是各个神经网络个体对检测样本泛化性能会存在差异, 也可能会有一些个体对系统的泛化能力的提高没有作用或者作用比较小, 但是它和其它个体组合以后整个系统会有很好的泛化能力。对于50个个体的组合, 需要计算250-1次组合试验, 才能求解最佳组合, 计算量相当大, 我们利用基于加速遗传算法的投影寻踪技术进行神经网络集成, 这实质相当于是利用投影寻踪技术对多个神经网络的输出组成的矩阵进行降维处理, 再采用逻辑斯谛曲线回归, 建立投影寻踪技术的神经网络集成股市预测模型。
利用50个神经网络个体进行集成:设第j个神经网络训练后的输出为Zij, 构造矩阵:
利用1.1节中的步骤1至步骤6对上述输入矩阵进行降维处理, 最后得到神经网络集成的计算值z (i) :
再用逻辑斯谛曲线 (Logistic Curve) 进行回归计算, 得:
式中, Z* (i) 为股市交易日中第i天的计算值;c1、c2为待定参数, 分别表示该曲线的积分常数和增长率。
以上方法可以归纳为:首先用遗传算法优化投影寻踪技术从众多股市技术指标中提取神经网络输入矩阵, 再利用不同的神经网络算法、不同的网络初始连接权、不同的网络结构和不同的训练子集生成神经网络集成个体, 对集成个体再次利用遗传算法优化投影寻踪技术提取综合信息建立逻辑斯谛曲线回归股市预测模型。
本文选取2006年1月4日到2007年11月19日共456个交易日的上证综合指数开盘价数据[18], 利用遗传算法投影寻踪技术建立神经网络集成预测模型, 对后续30个交易日 (11月20日-12月28日) 的数据预测来检验模型的效果, 我们采取滚动预测方式, 即用前456个交易日实际数据建立模型, 对第457个交易日的数据预测, 进一步用前457个交易日实际数据建立模型, 对第458交易日的数据预测, 依次类推进行, 以下对第457个交易日的预测说明建模过程, 建模样本为神经网络输出变量矩阵:
Y0={yn1, n=1, 2, …, 456}T (12)
2 应用实例及其结果分析
为考察模型的效果, 我们通过Bagging技术和不同训练算法产生最初50个神经网络集成个体, 建立简单加权平均集成模型SA (Simple Average Ensemble) , 逐步线性回归集成模型SLR (Stepwise Linear Regression Ensemble) , 用遗传算法的投影寻踪技术建立神经网络集成模型PP-GA (Projection Pursuit Technology based Genetic Algorithms) , 分别对456个样本拟合和对30个后续样本预测, 比较结果用来检验预测模型的效果。为了定量比较模型的效果, 引入4种误差:平均绝对百分比误差MAPE (the Mean Absolute Percentage Error) 、均方根误差RMSE (the Root Mean Squares Error) 、平均绝对误差MAE (the Mean Absolute Error) 、Pearson相关系数PRC (Pearson Relative Coefficient) , 具体定义见文献[21]。
表1是三种模型对456个训练样本的拟合和对30个样本预测的各种统计指标, 图1是三种模型对456个训练样本拟合效果, 图2是三种模型对30个检测样本预测效果, 从表1的三个模型的拟合和预测数据, 以及图1、图2可以看出PP-GA模型、无论是拟合还是预测效果均要优于SA、SLR模型。 PP-GA模型的每一种指标均小于SA、SLR模型, 由此可以看出PP-GA模型拟合能力优于SA、SLR模型, 显示出PP-GA模型有很好的学习能力;从图2和表1预测数据可以看出, PP-GA模型预测能力优于SA、SLR模型, 进一步说明PP-GA模型有较强的泛化能力。
这三种模型都是用对上证指数的32项技术指标建立的非线性模型, 从表1和图1、图2可以看出PP-GA模型无论是在趋势预测, 还是预测精度方面明显优于SA、SLR模型。由于SA模型是对50个集成个体简单平均, 没有对集成个体权重做任何优化, 而SLR是50个集成个体逐步回归, 它是选用一些对集成有显著影响的因子, 并以误差平方和最小来集成, 对集成个体的权重优化, 故其效果要好于SA模型;PP-GA模型是采用遗传算法投影寻踪技术对50个集成个体降维再采用逻辑斯谛曲线回归, 建立集成模型, 最大化提取集成个体信息, 并采用对系统稳健性较好的逻辑斯谛曲线回归方法集成, 故此效果好于SLR模型。同时我们也对上证指数的收盘价利用上述方法建模, 结果同样表明, PP-GA模型均优于SA、SLR模型。这说明PP-GA模型具有较好的学习能力和泛化能力, 在股市预测中预测精度较高、稳定性好。
3 结 论
股票市场系统是经济系统中最为活跃、相互作用最为复杂的经济系统之一, 并且由于股票市场受众多变化因素的影响, 预测十分困难。本文利用遗传算法投影寻踪技术从众多技术指标中提取有用信息作为神经网络的输入因子, 并利用不同神经网络算法和Bagging技术生成一组神经网络集成个体, 再用遗传投影寻踪技术建立神经网络集成模型, 并对上证指数进行预测。计算结果表明该方法具有:
(1) 由于引起股市波动的因素异常复杂, 很难确定对股市波动起最主要作用的因子, 因此, 要建立精度很高的股市预测模型, 并非易事。本文利用PP-GA对众多技术指标降维, 提取影响股市的主要信息, 避免维数灾难, 直接审视数据并计算机寻优, 客观性较好;又可以对神经网络的输入矩阵降维, 使得网络结构规模变小, 增强网络的稳定性。
(2) 由于神经网络具有很强的非线性关系概括能力, 它不需要建立复杂非线性系统的显式关系或者数学模型, 只需要建立其中一些变量之间的广义影射关系, 而众多的神经网络训练算法有各自优缺点, 都能从一定程度上提供一些有用预测信息。本文利用不同的神经网络算法和Bagging技术生成集成个体, 为集成系统提供更多有用的信息, 集成个体差异性较大, 极大提高系统的预测效果。
(3) 集成时采用遗传算法投影寻踪技术提取集成个体信息, 并采用逻辑斯谛曲线回归方法, 提取集成个体信息并采用非线性方法集成。在建模样本、预报因子相同的条件下, 该方法能明显提高预报精度, 预报结果稳定, 而且具有较好的学习能力和泛化能力, 在股市上证指数开盘、收盘的预测中, 为利用神经网络方法进行建模预报提供了一种新的思路和方法。
系统集成实施技术分享 篇5
入职于华仁达已经多时，偶然与江涛聊起，有意做个华仁达独有的技术宝典的想法，以此来做到技术共享、经验共享，让每位有心的同事都大幅提高工作效率，提升个人空间。有了华仁达技术宝典，让全公司的智慧陪你工作，为你排忧解难，你并不孤独。。
抛砖引玉，我先来分享下自己的一点点经验。
自1999年高中时，第一次看到电脑以来，就深深的爱上了她，听到敲击键盘发出的声音，就好似在欣赏美妙动听的音乐。因此热爱学习与电脑有关的一切知识，最大的乐趣莫过与将接触的新电脑产品一件件拆卸下来，研究每个硬件的参数型号，组装回去后一定会将系统重新安装一次，就好似在谈一次美妙的恋爱似的。
那些经典的词语依然徘徊在脑海中，dos、ms-dos、win95 win98 win-me winxp win2000 win2003 win2008 win7 win8, 286、586、奔腾系列、赛扬系列、酷睿系列、至强系列，当然包括所有的游戏系列，红警、帝国时代、星级争霸、暗黑等等，只要是接触到的内容，一定要拆个彻底、安装个透彻，才会罢休。呵呵，有时想想，这种爱好真有点变态。
当然技术的积累也带来2个直接的好处，一是工作一直非常的顺利，几乎没碰到过解决不了的难题，呵呵，凡是与我共同工作的同事都可以做证。
二是爱情非常的顺利，单单是上门帮心仪的美女修次电脑，产生爱情的几率就比常人高出50%，科技是第一生产力，伟人的话是很有哲学道理的。
废话不多说，宝典系列正式开始。
宝典1-----U盘在手，谁与争锋
分享人：王艳波
本人随时携带的东西之一，就包括一个做了winpe系统的2G优盘。它就是一个独立于电脑的微系统，插在电脑上就能启动到自己的winpe系统，不需要该电脑的授权和支持，即可破解电脑密码、上网办公、读取备份资料、检测电脑问题、重装还原系统、硬盘分区等等一切事情。经过使用，笔记本、台式电脑、网吧电脑、服务器等等一切都可以通用。
一、进入winpe系统。
先将带winpe的优盘插入电脑后，开机BIOS设置成该优盘为第一引导盘，顺利进入winpe系统。
二、做任何事情。
进入winpe系统后，就像操作xp系统一样简单，各种破解、修复、分区、ghost、还原工具都在开始菜单中，本系统也可直接联网工作，打开“我的电脑”，即可看到本电脑上的所有盘符及文件，直接将要备份的文件复制到优盘即可，还有更多功能，有待开发。
三、制作winpe优盘的方法。
可在http:///下载winpe系统文件，按照提示制作即可，注意要先将自己优盘上的内容备份出来！！！！
宝典2---万用表，工程的万用法宝
分享人：王艳波
如果说winpe是系统的克星，那么万用表就是工程的救星。相信很多同事都有用过万用表，不过我却对万用表多一份迷恋。
一、安全第一，随时测量。
1、在每次动手检查线路设备时，在切断电路的情况下，我依然要用万用表测量下该线路、设备电压是否为零！，这一条一定要切记！人的生命只有一次，而万用表就是生命的保护神。
二、故障出现，先量电压，再测回路。
1、相机连接不上、没有视频信号、工控机不能开机、补光灯不亮，那么先用万用表量下输入、输出电压是否正常，排除线路、电压问题后，设备问题一般是发回厂家解决的。
2、如果机柜里的总开关跳闸，烧断保险丝，那么就要用万用表检查机柜里的线路是否有回路的。
三、妙用回路测试，让空白线替换问题线路。
1、往往出现问题的线路中，都会有一些空白未用的线，那
么用空白线来代替问题线路是个不错的解决办法。
2、这个时候，将想用的空白线路级联起来，然后在另一侧
用万用表的回路测试，即可轻松找到需要用的线。
宝典3---ping/网线测试仪，网络的根源
分享人：王艳波
在排除了电源问题后，只要是联着网线的设备，就要用到ping命令和网线测试仪了。
一、网线测试仪的个人理解
1、首先我只用测线仪的发射端，另一端正常连接设备即可测试，这样的好处是可检测出该设备的网络接口是否正常。
2、测试时，虽然上面显示8个灯，其实只要1、2、3、6灯正常即可。因为有些网络相机、交换机、防雷器的接口只有1、2、3、6在用，甚至只有1、3 或者 2、6在用！！
二、ping的使用。
1、很多人使用ping命令，仅限于ping 192.168.1.2等类似的基本用法，其实它表现的结果是一切系统集成的基础。
2、ping 192.168.1.2 –t ,认真查看5分钟内返回的结果是否有丢包、是否延时，即可判断该网络线路、该线路设备是否真正稳定，是否有网络故障。
3、ping 192.168.1.2 –t –l 60000,即可查看发送大字节数据时，是否正常，以此判断交换机、网络是否正常，带宽是否正常。
4、当前端设备不能正常返回数据时，首先要做的就是用ping命令测试，以便确定问题出在哪一段。
宝典4---mstsc,把世界控制在手中
分享人：王艳波
很奇怪许多管理员会在所有设备上安装第三方的远程桌面软件，以便1台电脑即可控制所有设备。远程控制的理念很正确，但是仅限于卡口、电子警察、智能交通、网内服务器的工作区域，安装第三方的远程软件不仅占用系统性能、影响稳定性，仅仅是安装，也会增加负担，安全性更无保障。
其实微软已经自带了远程桌面的所有模块，方便、快捷、稳定、高效，只是很多人不明白其工作原理。
一、开启远程桌面。
1、在“我的电脑”上点击右键---属性---远程—开启“远程桌面”功能。
二、设置管理员密码。
1、因为安全问题，必须是设置了密码的管理员，才允许远程登录。因此要设置管理员密码。
三、设置自动登录。
1、因为设置的密码，系统会停留在登录界面，导致很多自
动运行程序不能运行，因此要设置自动登录。
2、在“运行”里输入control userpasswords2，打开“用户
账户”，取消“要使用本机，用户必须输入密码”的选
项，点击确定后，会出现“自动登录”的对话框，输入
上面设置好的用户名及密码。此时自动登录已经设置成功。
四、远程操作。
1、在任何一台网络内的电脑“运行”里，输入mstsc,打开
“远程桌面连接”对话框，输入要控制的电脑ip即可登录到相应电脑，进行相应操作。
2、建议所有的工控机、服务器都开启“远程桌面”，这样
任何一点都可控制所有系统。
老树新花 技术集成 篇6
就在贝塞麦转炉炼钢法问世后不到十年，炼钢技术方面出现一颗耀眼的新星。1864年，英国籍德国人西门子(K．W．Siemens)发明了“平炉炼钢法”。这种方法是在原有的炒钢反射炉的基础上，加用了蓄热室，使燃气和空气先预热到高温，然后入反射炉燃烧，燃料的燃烧热和预热空气与燃气中含有的物理热相叠加，就使炉温提高到1600℃以上，炉料可熔化成液态钢水，再经造渣、精炼等操作，可炼成质量很高的液态钢。
平炉炼钢盛极一时
同年，法国工程师马丁又在这种炉中搭配废钢，这就更扩大了原料来源，这种炼钢方法也称“西门子一马丁炉炼钢法”，因为这种炉子形状如同一间小平房，在中国一般称为“平炉炼钢”。平炉炼钢对原料要求不高，矿石、生铁、废钢均可搭配入炉；炉衬可用碱性耐火材料，也可用酸性耐火材料，但用酸性炉衬要求原料含硫、磷低，所以很少使用。碱性平炉可从容造渣、甚至可多次放渣脱去杂质、钢液化学成分也较容易控制；炉容积可以造得很大，小炉子可数吨、数十吨，大炉子可达千吨；而且，由于炉中燃气是从钢液表面掠过，并不像转炉中那样直接穿过钢液，所以有害气体(氮、氢等)含量较少，精炼过程中，还可进一步脱去气体，减少于钢材脆裂的倾向；虽然每炉冶炼时间长达数小时或更多，但就产量、质量，成本各项指标上衡量得失，还是远胜于转炉炼钢。此法一出，便以强大的竞争力向全世界推广，将转炉炼钢法挤出市场，除了有特殊原料条件(如法国、比利时等)或有特殊用途(如铸造厂中小型转炉)。新建大型炼钢厂多是采用平炉炼钢。1888年法国埃鲁发明了电炉炼钢法，但由于电能消耗大，成本高，只宜用在高质量钢和高合金钢等生产，也无法与平炉炼钢竞争。直到20世纪中叶，近百年间，全世界80％的钢都是产自平炉，可谓盛极一时。
技术嫁接技术集成
说来有趣，蓄热室是炼钢业向玻璃制造业学习的成果，也可称之为“技术嫁接，技术集成”。“蓄热室”是一个内部砌有格子砖的小室，高温气流通过时，便将其格子砖加热，颇似中国北方农家火炕。再通人冷风时，冷风接受格子砖加热，变成热风，即可增加燃烧后的温度，这种原理早在高炉热风炉上有所应用。1856年，西门子取得蓄热室专利。他是利用玻璃熔化炉的废气通过蓄热室，提高了燃气入炉前的温度。不需再用燃烧加热热风炉，即可取得很高炉温。这一发明使玻璃生产成本大幅降低，并便于生产大块平板玻璃。此技术随即被引用于炼钢平炉，就形成新的炼钢技术。1862年西门子当选为英国皇家学会会员，1877年荣任英国钢铁学会主席。
从这个事例中可见新技术与老技术的继承发展的关系，各行各业之间技术集成相互渗透的关系。反射炉炒钢古已有之，在中国自东汉时即普遍使用，有近2000年的历史。在欧洲也沿用数百年之久。一旦加入了“蓄热室”这一新设施，顿使面目一新，在炼钢界独领风骚近百年。可谓“老树新花”。20世纪50年代崛起的氧气炼钢也是在被冷落了百年之久的“吹炉”(转炉)技术中，引进使用氧气吹炼，从而焕发青春，成为炼钢技术主流。
氧气顶吹风靡全球
早在1855年贝塞麦就设想使用氧气吹炼铁水，使之脱碳成钢。他也曾设想从炉子上部插入管子，导人空气或氧气以便吹炼，酷似现代“顶吹”。然而19世纪中叶，制氧技术还很幼稚，不能制出大量氧气，所以贝塞麦只能从原理上推论设想而已。事隔80年，20世纪30年代，工业制氧技术已趋成熟，有些科学家又开始从事氧气炼钢的开发研究，其中最著名的是德国工业大学的杜尔教授，他发表了实验室研究论文，但第二次世界大战打断了研究进程，杜尔先生逃避到瑞士。1945年，他在瑞士用一个小转炉试验用氧气炼钢成功。战后重建被“二战”破坏的基础设施急需大量钢材，钢价飞涨。寻求新的快速炼钢方法成为热门课题，杜尔被奥地利钢铁公司请去进行氧气炼钢开发研究。1952年，杜尔不负众望，在奥地利的林茨一多纳维茨钢厂建成30吨顶吹氧气转炉，后来就用这两个地名的字头命名称之为“L－D炼钢法”。此法原理并不复杂，使用一根双层套管，两管之间有循环冷却水，中空内管可通高压氧气流。吹炼时，管子垂直向下深入炉中，高压气流冲向罐状容器(炼钢炉)中铁水，使铁水中的杂质，硅、锰、磷、碳等迅速氧化，此时，氧化所产生的热量使钢液温度急剧上升，待钢水的成分和温度达到合适要求时，可加入脱氧剂及合金料调节钢水达到所需标准即可出钢。每炉吹炼的时间仅15～20分钟，即使连加料、出钢、补炉等辅助操作一般不超过一小时，而且不需外加燃料。早期炉容数十吨，后来发展为数百吨。年产数百万吨的钢厂也只需3～4个炼钢炉，炼钢厂的基建资金和建设时间大为节省，如此多快好省的技术当然应该不胫而走，风靡全球。
多级库存集成模型优化预测研究 篇7
遗传算法(GA)具有很好的自适应性和全局优化能力[5,6,7];BP神经网络计算速度快,局部寻优能力强[8]。将两者算法相结合可以很好地解决GA算法局部寻优能力不强,BP算法易于陷入局部极小的问题。因此,供应链多级库存集成化模型采用GA-BP算法。
笔者研究供应链多级库存集成优化问题,集成了供应、制造和销售三级上的库存环节。模型假定以制造商为中心,建立了遗传算法与神经网络相组合的库存成本优化预测模型,设计GA-BP算法对模型进行优化预测,最后通过仿真实验验证算法的有效性,并验证了模型的正确性,得到相应的管理启示。
1 多级库存集成模型
模型假定以生产商为中心,包括销售商、生产商和零售商三个环节,三级库存集成[9,10,11]。模型供应商库存阶段的动态模型,即供应商库存状态方程为:
x1,k+1=x1,k+u1,k-v1,k (1)
式中 x1,k——k时刻供应商的库存量;
u1,k ——k时刻的原料进货量;
v1,k ——k时刻提供给生产环节的物料量,为n1维状态向量。
生产过程的动态模型由两个方程组成,即生产过程的神经网络方程和生产库存状态方程:
pk+1=f(pk,v1,k) (2)
x2,k+1=x2,k+pk-v2,k (3)
式中 pk+1——k时刻神经网络的输出,n2维状态变量;
v1,k ——式(1)中所述控制变量,是GA-BP网络的输入;
x2,k ——生产制造环节在k时刻的库存量;
v2,k ——生产环节提供给销售环节的目标产品,n2维状态变量;
pk ——式(2)中生产过程k时刻的生产产出。
销售阶段的动态模型(销售库存状态方程)为:
x3,k+1=x3,k+v2,k-d3,k (4)
式中 x3,k——销售库存量;
v2,k ——式(3)中生产环节提供给销售环节的物品;
d3,k ——销售的产品量,n3=n2。
式(5)表明企业原材料供应、生产、销售的库存量和生产量均为非负量。对于供应链系统(1)～(5)的目标函数,建立如下子目标函数(供应链系统库存目标函数),即:
undefined
其中Q11、Q12、Q13均不小于0,第1项表明供应商库存要保持在一个安全库存水平x10上,第2项表明生产阶段库存应该尽可能少,第3项表明销售阶段库存应该尽可能少。库存目标反应对于供应、生产、销售库存安全和存量成本的要求。企业内部供应成本目标函数为:
undefined (7)
其中R11、R12、R13均大于0,第1项表明供应阶段库存供应量在保证库存安全的前提下应尽可能少,以降低供应成本;第2项表明生产阶段所使用原料最少;第3项表明销售阶段供应量在满足库存水平和外部销售条件下,尽可能少,以降低供应成本。企业供应链生产阶段的目标函数为:
undefined (8)
其中undefinedk+1是生产阶段的预测输出,Q3≥0。供应链集成多级库存模型的目标函数归纳如下:
J=J1+J2+J3 (9)
2 GA-BP神经网络控制算法
笔者选用3层BP网络,IPi为输入层中第i个结点的输出;HPi为隐含层中第i个结点的输出;OPi为输出层中第i个结点的输出;IBHij为输入层中第i个结点与隐含层第j个结点的连接权值;HBOji为隐含层中第j个结点与输出层第i个结点的连接权值。
先利用遗传算法获得不同基础数据的优化初值权重,以此作为BP算法的初始权值,再由BP算法进行训练,下面给出具体的算法步骤:
a. 初始化种群P,包括交叉规模、交叉概率Pc、突变概率Pm以及对任一IBHij和HBOji初始化;编码采用实数进行编码,初始种群取30。
b. 计算每一个个体的评价函数,并将其排序,按概率算式选择网络个体。
c. 以概率Pc对个体Gi和Gi+1交叉操作产生新个体Gi′和G′i+1,没有进行交叉操作的个体进行直接复制;交叉操作采用单点交叉[6]。利用概率Pm,这里选择0.15的变异概率。突变产生Gj的新个体Gj′;将新个体插入到种群P中,并计算新个体的评价函数。
d. 如果找到了满意的个体,则结束,否则转步骤c。
e. 以GA计算出的优化初值作为初始权值,用BP算法训练网络,直到达到指定精度ξBP(ξBP<ξGA)。
步骤b中的概率算式为:
undefined
式中 gi——个体i的适配值,可用误差平方和E来衡量。
undefined
式中 i——染色体数,i=1,…,N;
k ——输出层节点数,k=1,…,4;
p ——学习样本数,p=1,…,5;
Tk ——教师信号。
供应链系统中生产阶段的生产过程用神经网络式(2)表示,也可以表示为预测输出,即:
undefined (10)
神经网络采用中间隐层节点为双曲正切函数,输出层节点为线性函数,即:
undefined (11)
式中 (pTk,vTk,k)T——系统的增广输入;
W1、W2、B1、B2——相应于权值和偏置的矩阵、向量。
3 优化预测结果与分析
3.1 仿真部分
某公司是一大型石油化工公司分公司,公司供应、生产和销售阶段动态方程初值(kt)为[11]:
xT1,0=[原油,醋酸,乙二醇,二甲苯,蜡油,煤]
xT2,0=[渣油,柴油,航煤,汽油,邻二甲苯,苯,聚酯,聚乙烯,聚丙烯,六六盐]
xT3,0=xT2,0
n1=6,n2=n3
由于数据较多,仅列举2009年5月份单日初值平均值:
xT1,0=[5,1,0.8,1.5,0.7,3]
xT2,0=[3,3,0.1,1,2,1,0.7,0.8,1,1,1.2,0.3,1,0.01,0.06,0.05]
xT3,0=[2,1,0.2,0.8,0.9,1,0.9,0.9,1,0.2,0.8,0.03,0.05,0.04,0.06,0.06]
设定安全原料库存状态、生产环境神经网络状态和销售变量如下:
xundefined=1.2x1,0
p0=1.1x2.0
d3,k=0.9x3,k
其他设定:
u1,0=v1,0=x1,0
p0=x2,0
v2,0=x3,0
供应链目标中权值矩阵Q11、Q12、Q13、R11、R12、R13、Q3均取单位矩阵。初值设定具有随意性,就此也可以反映笔者设计的预测优化方法的稳定性和优越性。
为验证该优化算法的有效性,笔者同时使用未优化的BP神经网络算法[12],将GA-BP的仿真预测计算结果与其比较。种群规模30,交叉概率0.85,变异概率0.16,迭代次数100。由于数据量较大,选取五月份原材料中的原油存量,生产中的柴油存量及销售阶段的渣油存量数据作为训练样本。与六月份实际数据对照分析如图1～3所示。
3.2 结果分析
经计算得知产量预测误差εGABP<εBP<3%。训练结果稳定后,可以得出在最佳情况下J1GABP=2107.6,J3GABP=2106.9,J2GABP=489.8,与该厂六月份实际情况比较:J1、J3较吻合,同时J1实际>J1BP>J1GABP,J3实际>J3BP>J3GABP,J2实际>J2BP>J2GABP,实际情况J2则比模型结果大很多。对比说明该供应链库存成本较高,改进余地较大,同时验证了模型的正确性。
4 结束语
供应链管理模式中,库存始终是供应链管理的最大障碍,库存量的高低制约着整个供应链的性能。笔者以供应链多寄库存系统为研究背景,建立了多级库存动态仿真预测模型,并采用GA-BP算法进行优化预测。结果验证了GA-BP预测优化算法的有效性和模型的正确性。笔者研究了串行多级库存系统模型优化问题,可以进一步研究多行业组合生产销售的网状供应链库存模型优化问题。
参考文献
[1]娄山佐,吴耀华.随机中断环境下的库存优化管理[J].系统工程理论与实践,2010,30(3):469～475.
[2]闵杰,周永务.时变需求下基于两层次信贷支付策略的供应链库存模型[J].系统工程理论与实践,2011,26(2):262～269.
[3]Dong J F,Wang L H,Wang J X.Research on ReverseLogistics-oriented Multisources Inventory Control Model[J].Industrial Engineering and Engineering Manage-ment,2009,21(23):1583～1587.
[4]高静媚.供应链分销网络多级库存控制的基于仿真的优化算法[D].南京:东南大学,2009.
[5]Dhillon J S,Dhillon J S,Kothari D P.Real Coded Ge-netic Algorithm for Stochastic Hydrothermal GenerationScheduling[J].J Syst Sci Syst Eng,2011,20(1):87～109.
[6]黄永青,梁昌勇.一种小种群自适应遗传算法研究[J].系统工程理论与实践,2005,11(6):92～97.
[7]张鸿彦.用混合小波网络和遗传算法对期权定价的研究[J].系统工程学报,2010,25(1):43～49.
[8]刘杰,黄亚楼.基于BP神经网络的非线性网络流量预测[J].计算机应用,2007,27(7):1770～1772.
[9]Bauso D,Blanchini F,Pesenti R.Robust Control Strate-gies for Multi-inventory Systems with Average FlowConstraints[J].Atomatic,2006,42(8):1255～1266.
[10]Bauso D,Giarre L,Pesenti R.Robust Control of Un-certain Multi-inventory Systems via Linear Matrix Ine-quality[J].International Journal of Control,2010,83(8):1727～1740.
[11]黄小原,李宝家.供应链集成化动态模型与控制[J].系统工程学报,2001,16(4):254～26.
电力调度智能化系统的集成优化 篇8
关键词：电力调度,通信交换网,智能化系统,远程监控
电力调度智能化集成建设方案是综合了许多因素制定出来的, 从电力调度的自然状况和专业特点着手, 遵守合理专业的原则, 加入智能化系统的集成原理和设计理念, 根据国家的消防、电气等要求进行设计, 在前期阶段开发出了火灾自动报警、楼宇自动控制盒保安监控系统, 而达到通信自动化、告诉信息网和电网累监测等功能是现在电力调度智能化集成建设所正在研究的主要方向。
1 通信交换网组网状况
我国现在的电力系统通信室由行政交换机和调度交换机组成的, 有公网和专网之分。公网包括通信公司龙南总站、中国移动和中国联通三个通信站, 这三个通信站组成全国的网络通信系统。中心主站与公网主要是靠交换机通过CSN.1信令连接, 然后通过PRI信令与专网的下级分站连接, 站与站之间的连接都选择两兆传输。通信交换网子系统需要内行政交换机和调度交换机相互配合, 而从开始运行到现在已经过去了十多年, 其中增加了很多的网点这加重了话务的负荷, 导致二次电源不稳等问题出现。根据相关的规定进行测试了解, 通信设备的运行在8个月的时间中虽然出现的故障不是很多, 设备运行率很高, 但是存在中心主站和和端局通信两兆的连接经常出现中断的现象, 这非常影响正常的通信。针对这种现象将采用统一的网内传输协议、调整主备用时钟等方法, 维护交换网络的平稳运行。
2 通信交换网优化方案
电力调度智能化集成的综合布线系统建设, 把通信交换网扩容优化建设纳入到整个大系统的设计规划中。在现有通信交换网基础上, 如果相应增加有关设备, 将来可实现ISDN功能, 即综合业务数据网。ISDN不仅能够继续提供现有交换电话网等网络所能够提供的用户需求的所有业务, 还考虑到ISDN与现有网络的互通与兼容。ISDN的业务种类很多, 而且其业务能力是发展的, ISDN的业务需要充分估计到用户的新业务需求, 包括不久的将来可能会出现的新的通信需求。ISDN电信业务可以分为提供基本传输功能的承载业务和包含终端功能的用户终端业务。除了这两种基本业务外, 还规定了变更或补充基本业务的补充业务。利用这些补充业务, 可以为用户的通信带来很大的方便。承载业务提供在用户之间实时传递信息的手段, 而不改变信息本身所包含的内容, 这类业务对应于开放系统互连 (OSI) 参考模型的低层功能。用户终端业务把传输功能和信息处理功能结合起来, 不仅能够提供OSI的低层功能, 也能够提供高层功能 (HLF) 。如果说承载业务定义了对网络功能的要求, 并且由网络功能来提供这类业务, 那么用户终端业务既包括了终端能力, 又包括了网络能力。承载业务和用户终端业务两者都可以配合补充业务一起为用户提供。但是补充业务可以和一种或多种承载业务或用户终端业务相结合, 不能单独使用。将不同的终端设备, 例如数字话机、传真、数据、微机、PABX等接入ISDN, 可以提供多种多样的电信业务, 产生最大的经济效益。解决了系统设备运行中的几处“瓶颈”问题后, 通信交换网将创造更大的综合效益。实践证明电力通信交换网远程监控和远端维护系统投入试运行后, 行政交换机故障发生的次数和总故障时间大幅度减少。如2013年8月某地区电力通信交换网通过光缆连接方式, 在中心主站与A、B、C多个下辖区之间实现了主站对各个分站交换机设备的远程监控和远端维护。该远程监控系统在通信交换网内采用相同的网络传输协议、采用统一的主备用系统运行时钟, 能够对所有交换机机房的设备运行状况进行24小时实时监控, 工程技术人员在交换机设备检修维护工作中保障了通信交换网络的安全平稳运行。电力通信交换网远程监控和远端维护系统投入试运行7个月后, 行政交换机故障发生的次数和总故障时间大幅度减少。
电力通信交换网实现交换机设备的远程监控和远端维护之后, 对其中几个月的通信状况进行了解分析, 其中的数据传输通道平均发生的故障数比远程监控和远端维护前要下降了许多, 总体每个月的故障数目超过了上级部门每月故障路数的运行考核指标。设备每个月的平均故障出现时间为198.3分钟, 相比进行远程监控和远端维护之前下降了543.1分钟, 达到并且超过了上级部门每月300分钟的运行考核指标, 总体的工作质量提高了许多。电力通信交换网在后期改进为综合联网之前工程技术人员每天平均要处理0.83个故障数, 在进行改进技术使用远程监控和远端维护之后没有平均处理的故障数目为0.22个, 相比减少了很多。而故障数目的减少不仅减少了工程技术人员的工作强度, 还在很大程度上节约了资金的消耗, 经济效益非常的显著。
3 针对电力调度中的缺陷采取的措施
在智能化建设过程中, 必须对各部门的设备、人员所涉及的自控、保安监控和消防安全等系统设计进行有效、合理的综合仲裁, 可以分三个部分进行:综合布线系统:该系统的物理等形的布线方式, 为将来发展交换式网络奠定基础, 降低了传统布线时各系统的重复浪费, 同时降低了布局和设备搬迁的费用以及维护费等, 具有很高的经济效益;自控是将高层建筑物内的电力、照明、空调、给排水、防雷接地系统、防火与保安、运输、防汛等设备, 以集中监视、控制和管理为目的而构成的一个综合监控系统, 能够为大楼提供舒适、安全的环境, 同时还能节省设备的运行与维护费用, 使机房达到少人值守或无人值守的目的;保安监控系统是应用监视和防盗报警设备对某些区域或场所进行必要的监控, 提高了工作效率, 保障了人身和财产的安全, 在实际应用中, 闭路电视监视系统和防盗报警系统两部分可以单独使用, 也可以联合使用。
在电力调度智能化系统集成的规划设计和开发应用过程中, 根据智能化系统集成原理和集成系统建设的设计理念、技术说明和功能特点, 重点开发建设了综合布线系统、火灾自动报警系统、综合监控和楼宇自控系统以及电网自动化等其它智能化专业集成系统。通过对智能化集成效果和建设应用的效能评估, 研究设计了电力调度智能化系统集成的优化方案, 规划了智能化系统集成的未来发展目标。电力系统通信交换网主要为生产、电网调度、行政办公等提供内部电话通信, 为采集提供数据传输通道, 在日常的设备检修维护工作中, 检修技术人员有效运用全面质量管理等科学管理手段, 提高交换网内行政交换机等设备的运行率, 保障通信交换网系统的安全平稳运行。
结束语
电力通信系统技术上在不断的创新个改进, 而自从远程监控和远端维护技术被应用以来, 通信质量得到了很大的提高。通过更加专业化和正规化的管理, 保证了网内传输通道的稳定性, 既减少了工作人员的工作量, 提高了工作效率, 也产生了很好的经济消息, 促进了电力通信交换系统的良好发展。
参考文献
[1]曲世敏.电力调度楼智能化系统集成方案研究[D].长春:吉林大学, 2008.
建筑设备管理系统集成平台的优化 篇9
建筑设备管理系统 (BMS) 是将建筑物内的空调与通风、变配电、照明、给排水、热源与热交换、冷冻和冷却、电梯和自动扶梯、停车库等建筑设备, 以集成监视、控制和管理为目的, 并与公共安全系统等实施联动管理而构成的综合系统。主要是通过网络将分布在各监控现场的区域智能分站连接起来, 以分层分布式控制结构来完成集中操作管理和分散控制, 以保证建筑物内所有设备处于高效、节能安全、可靠、和最佳运行状态。
与此同时, 建筑设备管理系统应与公共安全系统实现联动管理, 即对相关的公共安全系统进行监视及联动控制, 包括消防报警子系统和安全防范子系统中相应的视频安防监控 (录像、录音) 系统、门禁系统、停车场 (库) 管理系统等对火灾报警的响应及火灾模式操作等。例如发生火灾时系统自动报警, 启动并控制自动灭火系统、紧急广播、事故照明、电梯、消防给水、排烟系统、空调系统、其它联动控制系统, 以及消防电话系统等。
建筑设备管理系统 (BMS) 的功能应符合下列要求:
(1) 应具有对建筑机电设备测量、监视和控制功能, 确保各类设备系统运行稳定、安全和可靠并达到节能和环保的管理要求。
(2) 宜采用集散式控制系统。
(3) 应具有对建筑物环境参数的监测功能。
(4) 应满足对建筑物的物业管理需要, 实现数据共享, 以生成节能及优化管理所需的各种相关信息分析和统计报表。
(5) 应具有良好的人机交互界面及采用中文界面。
(6) 应共享所需的公共安全等相关系统的数据信息等资源。
2 常用系统集成模式存在的主要问题
智能建筑设计的核心是“系统集成”, 它包括三个层次的含义:功能集成、技术集成和信息集成, 其中信息集成是主要目标。通过具体的信息技术与建筑环境的结合实现建筑智能化, 具有开放性、可靠性、容错性和可维护性等特点。
建筑智能化集成系统把所有子系统集成到统一的信息共享集成平台上来, 为各个子系统的维护和运行管理提供一个管理中心。目的是建立整体的信息管理和信息流动机制, 建立全局的互动机制, 建立统一的管理界面, 完成信息的收集、控制、存储和整理。通过对建筑物和建筑设备的自动检测与优化控制, 实现信息资源共享、优化管理和对使用者提供最佳的信息服务, 使智能建筑达到投资合理、适应信息社会需要的目标。
建筑智能化系统集成分狭义系统集成 (BMS) 和广义系统集成 (IBMS) 两类。狭义系统集成包含两个层次:第一层次为独立子系统纵向集成, 目的在BMS这一层实现各子系统具体的功能;第二层次为横向集成, 主要体现于各子系统之间的联动和优化组合。广义系统集成是一体化集成, 在横向集成的基础上, 建立综合集成管理系统 (IBMS) 。一体化集成 (IBMS) 通常采用以建筑设备管理系统 (BMS) 为核心的集成模式, 通过开发与各种第三方系统的网络通信接口, 将各种子系统集成到建筑设备管理系统 (BMS) 中。
目前国际上常用的系统集成模式主要分为以下两种类型:
2.1 基于网关路由器等硬件接口的系统集成模式
(1) 通过干触点连接;
(2) 将其它厂家的系统或设备直接连到现场控制总线上;
(3) 使用兼容控制器等设备;
(4) 利用厂家提供的BACnet网关集成BACnet系统及设备;
(5) 利用厂家的Network Port网关路由器集成其它工业总线如MODBUS AB BUS、EIB BUS等。
采用这种集成模式的主要特点是通过简单的硬件I/0触点来简单联动, 因而集成深度不够, 功能单一, 无法实现复杂的集成应用, 系统稳定可靠性差, 很难满足用户实际需要。特别是当需求发生变化后系统就无法适应而不得不由专业公司进行改造, 因此系统建成后系统很难使用, 导致系统综合效益无法发挥出来。
2.2 基于Windows软件接口的系统集成模式
采用企业网络系统中的计算机平台。通过使用一些通讯协议如DDE, OLE, OPC, ODBC方式, 可以将IIS、OA、CA的主要系统进行集成。其前提是所有子系统都提供较高层次的互联方法。
采用这种集成模式的主要特点是通过电脑工作站的Windows软件接口 (如OPC接口等) 来集成, 由于很多子系统均是通过串口与子系统管理工作站连接或与设备管理工作站的串口服务器连接, 如果其中任何一台工作站未开机或发生故障, 造成启动接口驱动软件或操作失误, 那么系统集成功能就无法实现, 因此, 集成系统的实际可用性极差。在Windows环境下还容易受到病毒的攻击, 系统的稳定性和安全性也难以保证。
更重要的是, 通过工作站 (上位机) 进行集成, 各子系统的控制域数据交换是在不同系统平台之间通过数据接口转化进行协同工作, 速度特别缓慢, 不能达到实时性要求, 如报警系统产生报警, 信号从底层传到服务器的数据库, 系统根据报警信号的产生点, 通过一套制定的程序查找闭路电视监控系统数据库, 再启动闭路电视监控系统将报警产生点的监视画面放大到全屏幕。
3 建筑设备管理系统中全局事件的分类
集成管理的目的不是为了把各子系统联结起来而集成, 而是为了确保建筑设备管理系统 (BMS) 功能要求的实现, 以及在较为明确的管理需求下, 为事件处理提供自动化操作系统和规程。把那些与管理需求相关的子系统集成起来, 达到为业务管理而集成的目的, 从而实现整个系统对全局事件迅速响应的能力。
从建筑设备管理系统功能需求的角度上来看, 不论是狭义系统集成 (BMS) , 还是广义系统集成 (IBMS) , 系统集成涉及的范围可以划分为控制域和信息域两部分, 其中控制域中的系统特点是系统所采集的信息均来自现场, 控制信息针对于现场, 要求信号实时性强;信息域中的系统特点是信息量大, 系统信息来自于数据库、终端录入设备或其它系统, 信号要求交换能力强, 传递速度快, 但对实时性要求不强。对于整个建筑智能化系统而言, 控制域是它的基石, 信息域是它的灵魂, 两者通过计算机网络有机地结合在一起。
在建筑设备管理系统中全局事件分为三类:
(1) 与控制系统相关的控制域全局事件:
当某些事件发生后, 建筑智能化系统中多个子控制系统作出反应, 具体体现在子系统的联动上。如:安防联动、消防联动、主要设备突发故障的全系统联动等。
(2) 与业务管理需求相关的信息域全局事件:
当业务管理上发生某种请求后, 需要读取多个管理子系统的数据, 形成一组具有具体业务含义的数据, 并以图表等形式表达出来。如:内部资金管理、设备管理、能源管理、信息汇总等。
(3) 既与业务管理系统相关又与控制系统相关的全局事件:
当业务管理上发生某种请求后, 需要读取多个子系统的数据, 在对这些数据处理的基础上, 对控制系统的设备动作产生影响。如身份识别等。
4 建筑设备管理系统集成的优化设计
为了对建筑设备管理系统中发生的全局事件进行自动化处理, 以往智能建筑系统集成最常用的方式, 大多都是单纯采用信息域系统集成平台的总体结构, 虽然使用的案例不少, 但真正成功的案例并不多。其主要缺点首先是控制信号实时性差, 其次是系统可靠性差、稳定性差、故障率高。所以采用这种集成模式的智能建筑在建成之初, 集成系统的运作似乎都挺正常的, 但用不了多久, 随着系统故障的频率越来越高, 问题越来越多, 就会使物业管理操作人员逐渐失去使用的兴趣, 弃而不用, 改为手工控制。
为了克服单纯采用信息域系统集成平台总体结构的缺点, 建筑设备管理系统集成优化设计根据控制域和信息域的不同特点, 选用不同的技术手段, 采用“既分别处置又协调一致”的处理原则, 将系统控制域、信息域的功能与实施技术手段相结合。系统集成平台由控制域系统集成 (物联网) 和信息域系统集成两层平台组成, 中间通过以太网连接。如图1所示, 上层的信息域系统集成平台主要负责系统数据处理, 实现系统综合管理和增值应用;底层的控制域系统集成平台以物联网方式连接, 通过底层控制总线网络互联, 联动控制功能以及控制域全局事件处理集中在控制域处理, 通过底层控制总线网络互联和技术融合实现跨总线、跨网段、跨子系统的总线级的无限联动控制, 系统联动不依赖电脑工作站和服务器, 反应速度为毫秒级, 高度可靠和稳定。控制响应完成后, 响应结果再从底层控制域经由以太网传送到上层的信息域系统集成平台进行存储、分析、统计和处理等综合管理。系统的联动设置采用友好人性化界面的“傻瓜式”操作, 极大提高了系统的可用性、可调整性和可维护性。
信息域系统集成平台重点实现综合管理和增值应用, 重点实现各子系统的运行状态、故障状态、报警信息、运营信息、设计档案、安装档案的搜集、整理和分析, 为设备管理、运营、维护、决策提供科学的技术手段和决策依据;同时提供建筑智能化集成系统与其它信息化系统 (如OA等) 的标准接口, 为建筑智能化系统与其它系统的信息沟通与远程控制提供必要条件。
通过物联网技术使得大楼内的各个智能化控制子系统的硬件资源、传感资源互联、共享与无缝集成, 可以轻易实现各子系统的协同运行, 它以“身份识别”为核心自动完成大楼内各机电设备的控制, 人进入大楼只需要进行简单的身份识别, 系统就可以根据用户身份自动完成各种控制, 比如:通过刷卡身份识别电梯自动到达指定楼层, 报警系统自动撤防, 开启电梯厅与通道照明, 开启办公区空调、工作区照明并保持工作区照明的恒照度;人离开时系统自动关闭其所在工作区域的空调和照明灯光;当办公室所有人员离开时, 办公室所有照明 (工作区照明与公用照明) 自动关闭、报警系统自动布防、空调系统自动关闭。人进入大楼只需要进行简单的身份识别与认证, 然后大楼所有设备则会根据访问者的身份与其所在工作区自动完成设备的启停与控制, 不同人则受控对象与运行模式不同, 大楼好像是为每一个人量身定制的, 大楼内的所有设备均在自适应的自我控制, 节能也在用户不知不觉中进行, 并可由物业管理人员就可以利用“傻瓜式”平台快速完成需求变化后的功能调整, 并不需要专业公司现场服务, 这是智能建筑系统集成其它模式所难以达到的。
基于物联网核心技术的建筑设备管理系统集成平台以物业管理和运营管理为重点, 强调以高效、便捷的软件体系来协调用户、物业管理人员、物业服务人员三者之间的关系。对物业管理中的设备、服务、公共设施、工程档案、各项费用及维修信息资料进行数据采集、传递、加工、存储、计算等操作, 反映物业管理的各种运行状况。它不是以往单纯信息域系统集成, 而是不同子系统的高度融合, 产生协同效应, 从而实现智能建筑精细化控制、精细化管理。
系统集成平台各子系统进行分布式控制, 保持各子系统的相对独立性, 利于分离故障、分散风险, 便于高效管理。不同子系统人工智能自适应运行, 既可对各子系统进行集中统一式监视和管理, 将各集成子系统的信息统一存储、显示和管理在信息域的同一平台上, 又能为其它信息系统提供数据访问接口, 可实现对所有相关设备进行全面有效的监控和管理。以各集成子系统的状态参数为基础, 根据可设置的条件实现各子系统之间的相关软件联动。在各集成子系统的良好运行基础之上, 提供设备节能控制、运行计划设定等功能。丰富建筑的综合使用功能和提高物业管理的效率, 确保建筑内所有相关设备处于高效、节能、最佳运行状态, 从而为人们提供一个安全、舒适、便捷、节能、环保、健康的建筑环境。
摘要：建筑设备管理系统 (BMS) 通过网络将分布在各监控现场的区域智能分站连接起来, 以分层分布式控制结构来完成集中操作管理和分散控制。本文从建筑设备管理系统的功能要求出发, 介绍和讨论了常用系统集成模式存在的主要问题, 建筑设备管理系统中全局事件的分类以及建筑设备管理系统集成的优化设计方案。
优化集成技术 篇10
1 流通加工集成分析
1.1 流通加工的定义
从现有的工作来看,流通加工获得了国家的标准定义,其主要指的是物品从生产地,到使用地的过程当中,中间所产生的系列工作内容,包括包装处理、分割计量、组装等等。将这一系列的综合工作,称之为“流通加工”。在现代化的建设中,流通加工对各个地方所产生的影响非常广泛,不仅仅是涉及各个行业的联合,同时对当地的建设和社会的稳定,也具有一定的作用。流通加工具体情况,如下图所示。
1.2 流通加工的类型
经过长久的发展和建设,我国的流通加工体系日趋完善,在类型上也走向了多元化的道路。从目前所掌握的情况来看,很多地方的流通加工工作,都会受到较多的制约,但是制约因素本身所产生的双重影响,又在不断的推动着流通加工集成优化的发展,这样就在客观的工作上形成了良性循环体系,最终所创造的积极价值是值得肯定的。分析认为,流通加工的类型,主要是表现在以下几个方面:第一,针对生产领域加工不足的地方,再一次的开展深加工处理。现阶段的社会市场竞争非常的激烈,有不少的商品在生产领域当中,得到的加工处理并不理想,还存在一定的缺陷,此时,考虑到内部和外部的多项因素限制,必须将商品本身的不足和缺陷,进一步的处理分析,提高价值,更好地迎合市场的需求。第二,为适应多样化所需要的流通加工。从生产部门的角度来分析,其在过往的追求目标当中,针对生产的效率、生产的规模是比较关注的。因此,产品本身的特点与功能等,都存在一定的缺陷。而在现如今的时代发展中,必须要符合客户的需求,否则难以在市场上站稳地位。所以,为了适应产品的多样化需求,流通加工的开展,是很有必要的。第三,促进销售的流通加工。现下的很多商场、超市等,都会开展大量的促销活动,一方面是为了满足市场对商品的需求,另一方面是为了更好的清理库存,同时获得足够的资金供应。而在促进销售的过程中,流通加工则表现的相对简单,包括捆绑销售、满多少赠多少的模式等等,一般情况下,在商场或者是超市的内部,就可以完成这种操作,也是比较常见的流通加工模式。
2 物联网环境下流通加工集成优化对策
2.1 流通加工集成优化原则
在物联网环境的作用下,流通加工集成优化工作得到了很多的帮助,多项问题的解决,均达到了彻底的效果,各方面的工作成就了良性循环模式。但是,我国在目前的发展速度较快,很多方面的工作内容,都不能出现任何的缺失现象,否则很容易在今后的工作上造成严重的不足问题。建议在今后的流通加工集成优化当中,严格的遵守优化原则,这样才能更好地避免流通加工集成优化问题反复出现。结合以往的工作经验和当下的工作标准,认为流通加工集成优化的原则,具体表现在以下几个方面:第一,必须合理的调度原材料。现下的流通加工工作,都存在着非常严格的规范,凡是出现任何的违背,即便是很小的违背现象,都将造成严重的影响。原料区域,存放着庞大数量的原材料,同时在种类上特别的繁杂。因此,要求操作人员,必须按照入库批次进行管理。第二,坚持启用最少的生产线。多数机构的生产区,都会设计出3条生产线,而每一条生产线,都会配备相应的生产小组。在符合产品质量、要求的情况下,尽量少启用重生产线,能够将员工工资、生产维修费用等,进一步控制在合理范围内,针对成本的节约而言,得到了较好的效果,符合流通加工集成优化的最终目标。第三,有效地将生产周期缩短。对于当代社会而言,任何一种商品的生产周期,都是社会上非常关注的。现下的市场竞争越来越激烈,消费者的购买也趋向于理性。所以,考虑到生产区的生产能力问题,再加上交货时间上的限制,必须将生产周期有效缩短,一方面可以加大客户的订单数量,另一方面还可以将经济效益充分的提升。第四,提高出库效率。经过前3项原则的执行,流通加工集成优化问题的解决,基本上固定在正确的道路上。值得注意的是,我们在今后的工作中,还需要将出库效率最大限度提升,保证货物道路的合理性,要在规定时间内装车发货,最快速度的送达,这样才可以形成流通加工的良性循环。
2.2 流通加工集成优化策略
在物联网环境的影响下,流通加工集成优化的开展,需要按照一定的策略来执行,单纯的凭借过往的经验来操作,并不能在最终获得预期的目标。从主观的角度来分析,过往的流通加工集成优化,在环境的限制性上较强,多数地方在经验的积累方面较为丰富,所以经验化的优化,在以往是比较受欢迎的。但对于现代社会而言,不仅在开放程度上较高,还得到了很多的影响因素制约,想要在最终的成就上达到最佳,经验当中的偶然性,有时会变成一种阻碍。建议在流通加工集成优化当中,通过以下方式来完成:第一,按照先进先出策略来完成。对于原料区域而言,每种原料的存放数量虽然存在差异,但是至少都会存放1个批次。每一个批次都存在入库日期。此时,应该将先入库的原料,进行先出库处理,以此来更好的避免早期进货原料出现失败的情况,达到物尽其用的目的。第二,同单同批次策略。在原料区域的工作当中,同一种原料也存在差异性,各个批次的生产条件、入库条件都存在较大的不同,因此在质量上表现出一定的不同。此时,在选料的过程中,需要将同一份订单的同一批次原料进行应用,减少混乱的情况发生。第三,同单同线策略。一般而言,生产区会设定3条生产线,为了保证在产品的质量上达到一致的特点,需要将同一个订单的内容,尽量的安排到同一条生产线当中,这样有利于保证产品本身的生产效率,同时很少出现大规模的问题。
3 数学模型
3.1 参数定义
物联网环境下,流通加工集成优化问题的处理,还可以通过数学模型建立的方法来完成,进而将很多的问题有效处理,减少过往的缺失与不足。从现有的工作来看,数学模型的建立当中,需要将各个参数的定义进行明确,从而保证后续的求解可以得到正确的结论。在本次研究当中,参数定义主要集中在以下内容上:t表示的是时间序列号,t=0、1、2、3......48。N主要表示的客户订单的总量。J表示的是产品种类的总量。Nj表示的是,产品为j的原料批次的总量。M表示的是生产区域当中,生产线的总量。V表示的是成品区域,货道的总量情况。Qi表示的是客户订单为i的产品需求总量。Xij表示的是,客户订单i当中产品j的需求量情况。Rjk表示的是原料区域当中,存储的产品j批次的k的原料总量情况。CAm表示的是,生产线为m的生产总能力情况,是一个定值。Sv表示的是货道为v的货道容量情况,同样是一个定值。ek表示的是产品j选择的批次k原料的单位惩罚值。R表示的是,延期交货的时候,针对延期订单的单位惩罚值,这是一个定值。在STi表示的是,订单为i的流通加工开始时间情况。OTi表示的是订单为i的具体发货时间。PTi表示的是订单为i的首托盘下线时间情况。FTim表示的是订单为i在生产线m的生产完成时间情况。
3.2 模型约束
在数学模型的分析和解答过程中,模型约束具有非常重要的作用,同时可以为最终结果的精确,提供较多的保障。经过大量的讨论与分析,结合参数定义以后,决定在模型约束方面,主要表现为以下几个方面:
第一,制定选料决策时原料区原料库存约束和订单需求量约束:
第二,制定生产排产时的生产线的生产能力约束和订单需求量约束:
第三,制定入库决策时成品区的货道容量约束和订单需求量约束:
3.3 解答分析
在物联网环境的影响下,流通加工集成优化问题的解决,可以看作是一个多目标的优化问题,其涉及的影响因素较多,同时在解决的方案上也不会局限在单一的框架当中。因此,针对该问题的解决,可以尝试采用多目标的决策方式来完成。从客观的角度来分析,多目标优化的方法,其主要指的是在数学模型的帮助下,利用多个优化的目标函数来进行解决分析。在解决流通加工集成优化问题的过程中,需要从综合的角度来出发,针对各个目标进行深入的思考。另一方面,在针对各个目标的处理过程中,应该按照协调的方法和折中的方法来完成,这样一来,就可以将每一个目标函数值,能够在给定的区域当中,尽量的朝着最优的解答方向进行靠拢,从而实现了多个目标、多个优化的解决目的。
4 流通加工智能管理系统设计与实现
4.1 系统体系架构
对于流通加工集成优化问题的解决,还应该从系统的角度来考虑。现阶段的物联网环境出现了很大的转变,各方面的内容组成,都表现出了很大的改进。而在流通加工的层面当中,倘若仅仅是按部就班的操作,不仅无法在最终得到预期的成效,更加容易造成相反的效果,产生的新问题,很容易对今后的发展造成威胁。因此,建议在今后的工作当中,有效的设计“流通加工智能管理系统”,将该系统与物联网环境充分的融合,可以在各项问题的解决上,取得较好的成效。
在系统的设计当中,会通过外部接口的作用,与企业自身的ERP、WMS进行合理的对接处理,然后在通过ERP的作用,对客户的订单信息进行确认。为了防止在工作中表现出问题,还会在WMS当中,获得较为明确的库存信息。该系统在运作的过程当中,会通过多项服务来完成流通加工集成的优化,包括任务跟踪服务、统计查询服务等等,借用了WEB服务的功能,实现了从头到尾的优化处理,能够将流通加工工作,变得更加高效、快捷,不影响产品本身的质量。
4.2 决策集成优化模块
对于流通加工集成优化而言,过往的很多工作虽然达到了较高的水平,但是并没有在自身的问题解决上获得突破的进展,很多层面仍然是存在一定的隐患。物联网环境在现下的发展速度较快,无论是自身所具备的工作能力,还是最终可以达到的工作效果,都可以将未来的工作更好的完善,最终创造出较高的价值。分析认为,物联网在流通加工集成优化当中的应用,可以通过“决策集成优化模块”的方式来完成。该模块的作用,在于将流通加工的任务更好的制定处理,同时还会针对任务的执行情况、流通加工的各项信息等等,开展合理的监控干预,在这种状态下,操作人员可以得到流通加工的实时信息情况,最终将流通加工任务进行有效的调节,减少了硬性任务所造成的各种不足,可以针对动态变化情况等,做出充分的反应和决策,将损失降到最低。
(1)基本资料管理子模块。该模块主要实现如货物、库位、托盘、生产线、员工等流通加工基础信息的录入、修改和删除。在输入各类基础信息之前,需要首先定义各类基础信息的类型,再按类型输入各类基础信息。
(2)流通加工单管理子模块。该模块主要实现将客户订单自动转换成标准需求的流通加工单,并根据订单要求的发货时间、品种、数量和各生产线的生产速度等,预测每张订单的流通加工开始时间。计划员首先接收到销售部发来的客户订单,然后批量将客户订单导入系统,自动根据已制定的流通加工单格式转换并保存,同时预测每张订单的流通加工开始时间。
(3)备料管理子模块。主要实现将流通加工单分配成备料任务,并可实时查询备料任务和其执行情况。计划员首先按日期下载需要加工的流通加工单,然后系统按照选料策略和原料库存信息自动匹配原料出库库位和托盘号,将流通加工单分配为备料任务,并发布给执行者。
(4)生产排产管理子模块。主要实现将流通加工单分配成生产任务,并进行排产且可实时查询生产任务和其执行情况。计划员首先按日期下载需要加工的流通加工单,然后系统按照排产策略和生产区生产信息自动将流通加工单制定成生产排产计划,并发布给执行者。
(5)成品入库管理子模块。主要实现将流通加工单分配成成品入库任务,并可实时查询成品入库任务和其执行情况。计划员首先按日期下载己排产的流通加工单,然后系统按照入库策略(同单同货道和同单放相邻货道等)和成品库存信息自动匹配入库库位,将流通加工单分配为成品入库任务,并发布给执行者。
4.3 移动手持执行模块
在社会快速发展的今天,任何一项工作的落实,都不可能通过独立的内容达到较好的完成效果,必须要在多个层面努力,才能将最终的工作充分实现。物联网在现阶段的发展速度较快,无论是自身的体系,还是所具备的功能,都可以针对流通加工集成优化提供较多的帮助。经过大量的讨论与分析,认为执行“移动手持执行模块”,同样可以更好的推动流通加工集成优化任务的完成,在各项问题的解决上,均可以达到良性循环的特点。制动手持执行模块的主要任务,是对流通加工管理任务进行执行,并且将已经执行的任务信息,通过手持终端机录下来,保持和管理层的数据信息同步。操作人员将计划员分配好的手持任务,使用手持移动端下载下来。由此可见,移动手持执行模块的设计和应用,能够对流通加工集成优化,产生更大的积极作用,减少了固有的不足,在可行性方面是比较高的。
(1)拣料作业子模块。该子模块的主要功能是协助备料员在执行拣料作业过程中将物料从原料区搬运到生产区,分为整盘拣料和拆分托盘拣料,前者是指将需要拣料的托盘与库位解除绑定,后者是指从指定的源托盘取出一部分原料放到另外的一个空托盘上拣料。下载备料任务后,备料员根据任务指示找到并核对源托盘,按照指定的拣料方式执行。从执行的效果来看,该模块虽然是基础的功能体现,但是能够针对大量的繁杂工作进行合理的干预,一定程度上对流通加工集成优化,产生了疏导的作用,为后续工作的运行,提供了保障。
(2)成品入库子模块。该子模块的主要功能是协助搬运工在执行成品入库过程中将成品从生产区搬运到成品区。下载入库任务后,搬运工根据任务指示先将成品与托盘绑定,再根据入库库位提示,将托盘搬运到成品区,绑定到指定库位上。
5 总结
水稻优质稳健集成栽培技术 篇11
【摘 要】水稻是东丰县主要粮食作物，常年栽培面积为1.5万ha，常年总产稳定在10.5万t，分别占粮食作物总面积和总产的14.8%和14.6%。单产水平不高，优质品种所占比列较低是突出特点。本文结合东丰县的自然、土壤、热量资源、农户的管理水平，提出系列配套栽培技术，旨在提高水稻单产，改善水稻品质。
【关键词】水稻；优质；稳健；栽培技术
1.选择优质品种
选择安全出穗期在8月5日前，品种所需≥10℃积温2700-2750℃，生育期135-140d，抗性强，米质优，商品率高，丰产性好的中熟品种和中晚熟品种。主要有：通禾832、通禾833、通禾836、通禾837、通育217、通粳797、通系929、九稻39等
2.培育壮秧
壮秧的标准：秧龄35-45d，叶龄4.5-5.0叶，苗高15-17cm，根数13-15条，百株地上干重4g以上，20%的秧苗带1-2个分蘖，叶色绿中带黄，根系盘结好。
2.1种子处理
公顷准备发芽率≥95%的种子25-30kg，3月下旬进行集中晾晒2-3d之后进行盐水选种，再用清水冲洗2遍，然后用901等药剂进行浸种5-7d，浸种结束后可采用前高后低变温催芽法催芽，芽长到2mm左右时在室内阴凉通风处降温晾种。
2.2育苗技术
育苗时间为4月15日左右，每公顷本田需要苗床地70-100。提倡使用水稻育苗灵进行育苗，每袋水稻育苗灵可育简塑盘50-70盘，旱育苗12-15。在外界气温稳定通过6-8℃时可进行播种。旱育苗每播种量100-150g，简塑盘育苗每盘播种量50-70g。播种后用“封闭1号”进行苗床封闭除草。
2.3秧田管理
2.3.1温度管理
播种后至1叶露尖，温度以保温为主。棚内温度在28-30℃，最适温度25-28℃，2叶期保持25℃，3叶期保持20-22℃，最低温度不低于10℃。
2.3.2通风管理
在水稻出苗后，在早晨或晚上揭地膜缓慢通风，不要在中午气温高时揭地膜，否则易造成秧苗生理失水。随着叶龄的增长和棚内温度的增加，通风炼苗时间相应延长，3叶期以后逐渐大通风，棚内外温度接近一致，如果夜间没有霜冻，就不用覆膜。
2.3.3水分管理
在浇透底水的情况下，秧苗3叶前尽量不要浇水，3叶后视情况进行补水：早晚叶尖有露珠、中午高温时叶片尚未卷曲、苗床表土湿润时不补水；反之则进行补水。浇水时要浇足、浇透，尽量减少浇水次数。
2.3.4化控秧苗
秧苗一叶一心期叶面喷施1000倍液的多效唑或1500倍液天丰素，或插秧前根灌2000倍液的ABT4号生根粉，可使水稻秧苗矮化、粗壮、发根多、白根多、根系长，盘根好。
2.3.5补充养分
秧田长势差，出现缺素症状时，在秧苗二叶一心至三叶期，撒施微生物肥料，也可叶面喷施.0.5%～1.0%尿素，或0.3的磷酸二氢钾，或每撒施硫酸铵50g，施后应清水洗苗一次。
2.3.6预防虫害
用1500倍液的瑞功或艾美乐于插秧前3-5d喷苗床，预防潜叶蝇。
3.精细整地
翻耕整地越早越好，秋翻好于春翻，早翻好于晚翻。因为秋翻冬冻春化，冻融作用，土块细碎，草籽、病菌和害虫冻死，减少病虫草的危害。翻地深度秋翻地要求20-25cm，春翻要求15-18cm，冷浆地深些，砂土地可浅一些，要求扣垡严，不漏耕，精细整地，水找平，达到寸水不露泥为止。
4.适时早插壮秧
适宜的插秧时期为5月18日-5月25日，适宜的插秧密度为30cm×20-26.4cm，采用抛秧栽培的每18-20穴，每穴插秧2-4棵。不能过稀，过稀分蘖时间长，封行晚，如肥力不足，水条件不好，成穗少，产量也不会高，过密，会造成秧苗拥挤，在水、肥条件好时过早封行，叶面积指数过大，下部阴郁，死叶，病害重，穗数多，但粒少，易倒伏，产量也不会高。
5.科学配方施肥
每ha施优质腐熟农家肥45-60t、纯N 130-150kg、P2O575kg、K2O 100kg。缺硅、缺锌地块增施硫酸锌15-30kg、15-30%硅钙矿渣肥750-900kg。大力推广使用有机无机复混肥、专用复混肥和缓释专用肥。
5.1专用肥一次性施肥法
公顷施25%水稻有机无机复混肥750-900kg或45%缓释水稻专用肥500-600kg，整个生育期不再进行追肥。
5.2专用肥分期施肥法
将70%的40-46%水稻专用复混肥耙地前施入，其余30%部分在返青时追施。复混肥与化肥施肥方法是耙地前公顷施25%水稻有机无机复混肥500kg或40-46%水稻专用肥350kg，分蘖初期公顷追施硫酸铵150kg或尿素70kg或碳酸氢铵180kg做分蘖肥。
5.3化肥施用法
磷肥全部做底肥，钾肥三分之二做底肥耙地时施用，三分之一做第一次穗肥施用，氮肥以底肥、分蘖肥、补肥、穗肥、粒肥按20：20：30：25：5的比例施用。
6.节水灌溉技术
水稻返青阶段要灌3-4cm深水护苗；水稻分蘖阶段要灌2-3cm浅水，以利提高地温，促进分蘖；水稻分蘖末期至成熟期采取晒田或间断灌溉，每隔3-5d灌一次跑马水，若此期间干旱缺水可采取几天灌一次水，水自然落干，土壤湿润时再灌浅水的间断节约灌水方法；但在水稻孕穗阶段，一般在7月20日左右，如遇17℃以下低温时，要灌10-15cm深水保护幼穗，气温回升后逐渐落浅，以防障碍性冷害；黄熟期排水。
7.防治病虫草害
7.1病虫害防治
苗期立枯病可采用立枯一次净+生长调节剂+生根粉喷施防治；返青后用高效氯氰菊酯、敌杀死或功夫等防除潜叶蝇和负泥虫；7月中旬后，用杀虫丹、杀虫双等防除二化螟；用一扫光或一盖死等防除稻水象甲；用富士一号、三环唑等防治稻瘟病；用井冈霉素、络铵酮等防治稻曲病；用叶枯灵、菌毒清等防治白叶枯病；用噻呋酰胺、苯醚甲环唑等防治纹枯病。
7.2化学除草
7.2.1插秧前除草
（1）60%丁草胺乳油1.5-2kg/ha+10%水星可湿性粉剂或10%苄磺隆或30%威农200-300g/ha，封闭5d以上插秧，防除稗草、莎草和阔叶草。
（2）55%瑞泽水灵1.5kg/ha，封闭3d以上，不需换新水直接插秧，防除稗草、莎草和阔叶草。
（3）60%丁草胺乳油1.5-2kg/公顷+25%西草净1.5kg/ha，封闭5d以上，换新水后插秧，防除水稻田稗草、阔叶草及水绵。为增加对三棱草防效，也可再加入72%2，4D-丁酯0.75-1kg/ha。
7.2.2插秧后除草
（1）60%丁草胺1.5-2kg/ha +10%水星或10%草克星200-300g/ha，于水稻缓苗后（约5-7d）及时拌土施药，施药时田间灌3-5cm水层，保水一周以上。
（2）55%瑞泽水灵1.5kg/ha，于水稻插秧后5-10d拌肥或拌土施用，施药时田间灌3-5cm水层，保水一周以上。
（3）50%杀稗王（或神锄）可湿性粉剂300-400kg/ha+10%水星可湿性粉剂200-300g/ha。于水稻缓秧后浅水或无水层时喷雾，药后有浅水可提高药效。
7.2.3插秧后除治水绵
25%西草净1.5-2kg/ha，撒毒土。注意：水稻分蘖够苗数后再施药，施药时叶片不能带水珠并且避开中午。
7.2.4补治三棱草、小水葱
（1）10%水星可湿性粉剂200-300g/ha，喷雾、毒肥、毒土、泼浇施药均可，于水稻缓秧后施药并保水。
（2）25%苯达松水剂3kg/ha，于水稻缓秧后喷雾。
8.适时收获
适时收割水稻是提高整精米率的重要措施。收获太早，籽粒灌浆不充分，千粒重低，影响稻谷产量。收获偏晚，稻谷水分含量下降，造成稻谷田间爆腰率偏高，加工整精米率偏低，稻谷的外观品质下降，商品性降低。
集成化区域物流配送体系优化研究 篇12
区域物流配送体系是一个区域内原材料采购、运输、制造、零售等一系列增值活动构成的网链结构。区域物流配送体系优化是通过物流、资金流和信息流将网络的各环节紧密连接,从而实现整个区域内各环节运营的整体最优[1,2]。
物流配送体系优化涉及到生产、库存、运输和分配各个环节,目标包括利润、成本、时间和路程等,是一类多目标、多过程的优化问题。库存控制与设施选址和车辆路线安排密切相关,分别研究容易导致局部最优。本文根据战略需要和地理环境提供若干个备选配送中心,对设施选址、路径选择及库存控制进行联合优化,确定生产工厂与配送中心的供应关系,以及配送中心和零售点间的供应关系,同时确定最优订货频率和订货批量,使得一定供应满意度下的总物流成本最低。
1 问题描述
本文旨在构建并优化一个完备的区域物流配送体系,设计一个三级物流配送网络,包含若干个生产工厂、配送中心和零售点。配送中心向生产工厂申请物资以供应所辖零售点。每个零售点只向唯一的配送中心订货。配送中心设置安全库存,零售点只设置循环库存。
给定生成工厂和配送中心的备选地址集合,从备选地址集中选出一定数目的地址建立配送中心,并确定配送中心与生产工厂的订货关系,以及配送中心对零售点的配送关系,使该区域物流配送体系的总物流成本最低。如图1所示。
为简化模型,设各配送中心的订货提前期均为L,订货手续费为F,订货装卸费为g;单位物资的年库存保管费为h,生产成本p,银行存款年利息为η,且(0<η<1)。用运输权重系数β和库存权重系数θ来调节运输和库存费用的比重(其中0<β,θ<1)。其它参变量设置如下:J为供选配送中心的集合,且j∈J;I为零售点集合,且i∈I;零售点需求满足正态分布,μi为第i个零售点每天的需求均值;σ
2 配送中心成本分析
配送中心的物流成本包括订货成本、库存成本和设施建设成本。由于配送中心只进行物资转运,故不考虑物资的采购成本。下面分析物流配送体系各环节的成本构成,并构建该体系一年的物流成本函数。
2.1 设施建设成本
配送中心的库存容量由需求和库存管理策略确定。采取(R,Q)订货策略时,配送中心的最大库存发生在订货提前期内没有需求时,此时库存为再订货点库存与订货批量之和[3],所以配送中心j的库存容量应设置为:
2.2 库存成本
配送中心库存包括安全库存和循环库存,经济批量订货模型中,库存数量变化如图2所示。
经济批量模型中,配送中心j年需求量Dj,每次订货量为Dj/n,在需求均匀经济批量模型中,平均循环库存为Dj/2n。允许缺货率α下,为了使物资在订货提前期L内不脱销[4],安全库存数量应设置为
单位物资库存费用包括库存保管费用和库存持有费用。库存持有是物资生产与运输占用资金的贷款年利率,是积压物资费用的机会成本[5],所以单位物资在配送中心年库存持有费为η(aj+p)。
由上可得,库存成本=(安全库存+循环库存) (库存持有+库存保管),配送中心j的年库存成本为
2.3 订货成本
由经济批量模型可知,最佳订货时机是循环库存恰能满足订货提前期内需求之时,所以配送中心j的再订货点库存为
订货成本包括订货手续费和订货运输费,各零售点每次订货手续费为常数F,订货运输费包括装卸费和运输费,可得配送中心j每年订货总成本为
Fn+β(g+ajDj/n)n (3)
根据库存容量和地理环境进行估计,得到配送中心j设施建设成本Aj,综上可得,配送中心j的年物流成本为
3 零售点成本分析
零售点的物流成本包括设施建设成本、订货成本和库存成本。
3.1 设施建设成本
由库存容量和地理环境估计,得到零售点i的设施建设成本为已知常数Bi,这样配送中心j下辖零售点的设施建设成本为
设零售点年订货次数是配送中心的Λ倍,即零售点年订货Λn次。零售点i每年的需求为λμi,因零售点实行(0,Q)订货策略,订货需求可以及时得到满足,且零售点只有循环库存,故最大库存发生在物资交付的时候,库存容量为
3.2 订货成本
零售点的订货成本由订货手续费和运输成本组成。零售点i年订货总成本为FΛn+β(g+bjiλμi/Λn)Λn,中心j下属的零售点年订货总成本为
3.3 库存成本
零售点只有循环库存,其需求能够瞬时补充。库存费用包括库存保管费和库存持有费。零售点i订货批量为
由上可得,配送中心j下辖零售点的物流成本为
4 配送体系和运营策略
配送中心j的总成本包括配送中心本身物流成本和其下辖零售点的物流成本。由式(2)和式(7)可得,配送中心j总成本为
min Cj=C1+C2 (8)
约束条件为
式(9)中,第一项表示每一个零售点只由一个配送中心供应,第二项表示只有某个配送中心被选中,它才能为零售点供应物资,第三项表示配送中心供应量不能超过库容,第四项表示决策变量均为0-1变量。
若每个零售点的需求变化率相同,即σ
整个物流配送体系的总物流成本为
由
5 案例求解
某产品改造区域物流配送体系,计划从5个备选地址中选出3个建立配送中心,为6个零售点供应该产品。假设工厂的生产能力能够满足需求,考虑各配送中心、零售点的设施建设成本、运输和库存成本等因素,根据各零售点需求来确立物流配送体系的结构和运作方式(订货频率和批量),使得物流总成本最低。各参变量取值为:L=10,F=g=25,p=20,h=10,η=0.1,λ=250,U∂=0.95,Aj=(600,495,580,510,550),aj=(4,7,6,3,8),bij=rand(2,3),Bi=(200,190,270,230,160,180),μi=(6,4,7,7,8,9),σ
因为选址-配送和车辆-路线问题都是NP hard问题,而本文对设施选址、路径选择及库存控制进行联合优化,精确求解更加困难,通常采用启发式算法[6]。文中设遗传算法适应度函数为h(x)=MA-A1,(其中MA为预计最大费用,A1为目标函数)。终止条件为最大遗传代数,根据适应度函数得到个体的适应度并按大小排序,采用适应度比例法随机选择100次,将复制出的个体放到匹配池中。设置初始种群的规模为100,交叉概率为0.6,进化500代,表1列出部分代表数据。因第二组数据总成本最低,为满意解。计算中对订货次数采用向后取整法,并在此基础上计算订货批量成本,这样更加符合实际。
6 结论
研究了动态需求下的物流配送问题,建立了经济订货批量下的物流成本函数,确定了物流配送的体系结构和运营策略。可以看出,物流体系的运营成本对整个物流成本的影响很大,订货手续费限制了订货次数,采用电子交易可以增大订货次数以减小库存成本。模型对于物流配送体系在理论上并非最优,但符合现实区域物资供应的划区供应、用旧存新等实际情况,确保了一定供应满意度下的总成本最低。
参考文献
[1] Balakrishnan A,Ward J E,Wong R T.Integrated facility location andvehicle routing models:recent work and f研究简报$uture prospects.AmericanJournal of Mathematical and Manage-ment Sciences,1987;(7):35—61
[2]李勇,张异,杨秀苔.供应链中制造商-供应商合作研发博弈模型.系统工程学报,2005;(1):12—18
[3] Daskin M,Coullard C,Shen Z J.An inventory-location model:formu-lation,solution algorithm and computational results.Annals of Opera-tions Research,2001;(11):83—106
[4] Snyder L V,Daskin M S,Teo C P.The stochastic location model withrisk pooling,forthcoming.European Journal of Operational Research,2005;(3):45—60
[5] Chan Y,Carter W B,Burnes M D.A multiple-depot,multiple-vehicle,location-routing problem with stochastically processed demands.Com-puters&Operations Research,2001;(28):803—826
【优化集成技术】推荐阅读：
绿色集成技术05-18
集成技术研究07-31
抗旱保苗技术集成05-08
工艺技术集成05-11
集成技术应用08-01
数据库集成技术07-14
高产高效栽培集成技术05-15
配套技术集成与示范05-26
无线网络集成技术09-09
智能楼宇系统集成技术08-27