为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的

针对漏钢时结晶器铜板温度呈现出的“时间滞后”和“空间倒置”等典型特征，本文通过引入动态时间弯曲(DTW)和机器学习中的密度聚类(DBSCAN)方法，提取、汇集并区分结晶器温度的典型变化模式，在此基础上开发出一种新型的漏钢预报方法。借助动态时间弯曲度量不同拉速、钢种或工艺操作条件下结晶器热电偶温度的相似性，并运用密度聚类方法聚集和分离正常工况、黏结漏钢状况下的温度样本，在此基础上检测和预报结晶器漏钢。结果证实，相较于传统的逻辑判断和人工神经元网络预报结晶器漏钢的方法，基于聚类的漏钢预报方法无需人为设置阈值或参数，能够依据漏钢历史样本中温度变化的共性规律，提取并融合热电偶温度在时间、空间上典型的变化特征，准确区分和预报结晶器漏钢，具有较好的自适应性和鲁棒性

针对亚微米尺度晶体元器件在加工和服役中出现的反常力学行为和动态变形等问题，基于离散位错动力学理论建立了单晶铜塑性变形过程的二维离散位错动力学模型。该模型考虑外加载荷、位错间相互力和自由表面镜像力对位错的作用机制，引入了截断位错速度准则。与微压缩实验对比验证了模型的正确性，并且能够描述力加载描述的位错雪崩现象。应用该模型分析了不同加载方式和应变率下位错演化及力学行为，结果表明：当外部约束为力加载和位移加载时，应力应变曲线分别呈现出台阶状的应变突增和锯齿状的应力陡降，位错雪崩效应的内在机制则分别归结为位错速度的随机性和位错源开动的间歇性；应变率在102～4×104 s?1范围内，单晶铜屈服应力的应变率敏感性发生改变，位错演化特征由单滑移转变为多滑移面激活的均匀变形，位错增殖逐渐代替位错源激活作为流动应力的主导机制

6蒸汽动力循环和制冷循环 6.1蒸汽动力循环 6.2节流膨胀与作外功的绝热膨胀 6.3制冷循环

1.体循环起于: B.舌动脉 A.左心房 C.上颌动脉 B.左心室 D.颞浅动脉

第一节 总需求曲线 一、总需求及总需求曲线 二、总需求曲线的变动 第二节 总供给曲线 一、总供给及总供给曲线 二、总供给曲线的变动 第三节 总需求-总供给模型 一、均衡国民收入的决定 二、均衡国民收入的变动 三、总需求-总供给模型的应用

第一节 动机理论 第二节 工作动机管理

现代生物技术(生物工程)的概念 建立在分子遗传学、生物化学、微生物学以及化学工程 计算技术等基础上的现代生物技术,是20世纪后半叶蓬勃 发展起来的新技术领域,为人类保健、农牧业、食品工业 环境保护等提供了强大的发展动力

第一节动物遗传标记 一、遗传标记的概念及其发展 (一)遗传标记的概念 遗传标记是指能够用以区别生物个体或群体及其特定 基因型、并能稳定遗传的物质标志。 遗传标记是一些等位基因或遗传物质,能在生物体上 以各种形式表现出各种变异

通过一系列实验课的学习，使学生能够通过观察和实际解剖来掌握一些常见类群动物的外部形态与内部结构特征、同时了解一些门类的分类情况，为后继课程如：家畜解剖学、动物生理学、寄生虫学、经济动物学及药用动物学等奠定基础