订单接受与不相关并行机调度是订单接受与订单调度的联合决策, 广泛存在于面向定制的多品种混合生产环境中. 针对这一问题, 考虑了顺序与机器依赖的安装时间以及可加工机器限制, 并以最小化总成本为优化目标. 其中, 总成本由被接受订单的总拖期成本和被拒绝订单的总拒绝成本构成. 通过分析订单拒绝对目标的影响, 提出了列表拒绝方法和订单拒绝规则, 进而设计了协同进化遗传算法. 算法将染色体编码分解为订单列表和订单指派两个个体, 提出了基于列表拒绝方法的解码方案来进行订单拒绝决策. 由于两个个体相互独立, 且二者的进化约束不同, 因而引入协同进化策略, 并根据个体的编码特征, 分别采用单亲遗传算子和传统遗传算子进行遗传操作. 数据实验验证了算法的有效性和求解效率, 并对问题规模和订单拒绝成本对算法性能的影响进行了分析

鉴于传统图像加密技术和低维混沌加密技术各自的局限性,将Lorenz混沌系统与数字图像置乱技术相结合,设计了一种基于三维混沌系统的数字图像加密算法.首先,对系统输出的实数值混沌序列进行预处理;其次,以此实数值混沌序列直接构造图像置乱索引矩阵;最后,以8×8块为单位实现数字图像的空域加密.分析与仿真结果表明:预处理后的实数值混沌序列具有更强的伪随机特性,更理想的相关特性;三维混沌系统有更大的密钥空间,使算法具有很强的抗破译性和抗攻击性;系统三维输出的同时利用,可实现三个或多幅图像的并行加密,提高了算法的加密效率

《C 语言程序设计 A》 《数据结构与算法》 《计算机组成原理 E》 《计算机网络》 《操作系统原理》 《数据库原理与应用 E》 《智能科学与技术导论》 《电子技术基础》 《Python 程序设计》 《机器学习 E》 《智能算法基础与运用》 《智能终端开发》 《语音信号处理》 《自然语言处理》 《智能语音开发与应用》 《计算机视觉基础》 《计算机视觉处理技术》 《计算机视觉开发与应用》 《数据可视化》 《数字信号处理》 《Java 程序设计》 《单片机原理及应用》 《智能传感器技术》 《Linux 操作系统》 《智能科学与技术专业文献检索与论文写作》 《MATLAB 应用》 《Python 数据分析》 《嵌入式基础》 《微信小程序开发技术》 《神经网络与深度学习》 《数据挖掘》 《控制理论与信号系统》 《模式识别》 《算法设计与分析》 《智能系统建模与仿真》 《智能技术创新与专业前沿》 《最优化理论与方法》 《创新创业培养》 《机器人控制与开发》 《数据库系统工程师》

目 录 1学科基础平台必修课 《数学分析》 《高等代数与解析几何》 《概率论与数理统计 A》 《概率论与数理统计》 《大学物理 A1》 《大学物理 A2》 2．学科基础平台选修课 《物理实验》 《数学规划基础》 《信息与计算科学专业导论》 《统计学》 《统计学实验》课程实验 《离散数学》 《C++程序设计 A》 《C++程序设计实验 A》 3．专业课平台必修课 《数值分析 A》 《数值分析》 《数值分析 A 实验》 《数学建模》 《数学建模实践》 《数据库原理 A》 《数据结构与算法分析》 《信计专业毕业实习》 《信息与计算科学专业毕业设计（论文）》 4专业课平台选修课 《常微分方程》 《多元统计分析》 《数学物理方程》 《实变函数与泛函分析》 《复变函数与积分变换》 《组合与图论》 《运筹学》 《运筹学基础及应用》 《数值最优化》 《微分方程数值解》 《控制理论基础》 《Oracle 高级数据库开发设计》 《大数据与深度学习》 《Python 程序设计》 《R 语言》 《算法分析与设计》 《操作系统》 《计算机网络原理Ⅰ》 《Java 程序设计》 《Java 程序设计实训》 《ASPNET 程序设计》 《web 前端开发》 《web 前端开发》程序设计 《软件开发实践》

《C 语言程序设计 C》 《数据结构与算法》 《计算机组成原理 C》课程纲要 《数据库原理与应用 A》 《计算机网络》 《Python 基础与应用》 《数据采集与管理》 《大数据技术原理与应用》 《Java 程序设计》 《数据可视化》 《大数据运维》 《统计数据分析方法》 《机器学习 B》 《数据分析与挖掘技术》 《数据仓库（Hive）》 《大数据实时计算》 《专业英语 B》 《数学建模》 《人工智能基础 A》 《数据导入与预处理应用》 《数据科学与大数据专业文献检索与论文写作》 《创新思维培养与创业管理》 《Scala 技术与应用》 《数据科学导论》 《大数据与云计算》 《混合现实技术》 《分布式计算》 《区块链原理与技术》 《NoSQL 数据库技术》 《多模态信息处理》 《数据隐私与安全》 《多元统计分析与 R 语言建模》 《服务科学与服务工程概论》 《数据库系统工程师》 《知识图谱》 《Scala 程序设计》 《数据科学与大数据技术导论》 《大数据专业文献检索与论文写作》 《统计分析》 《数据采集与网络爬虫》 《计算机组成原理 D》课程纲要 《数据分析师认证》 《网络前端开发》 《非结构化数据存储与分析》 《信息安全前沿技术》 《项目管理》 《软件工程》 《算法设计与分析》 《运筹学》 《虚拟化技术》 《C 语言程序设计》 《操作系统原理（Linux）》 《数据库原理与应用 E》 《操作系统原理》 《深度学习》 《Hive 查询分析》 《流计算》 《文献检索与论文写作》 《数据资产登记》

什么是自然语言处理 机器翻译（Machine Translation） 信息抽取的结果 自然语言处理所涉及的学科 基于规则的自然语言处理方法（理性方法，传统方法） 形态还原算法 基于规则的歧义字段消歧方法 句法分析——组成分分析 自底向上句法分析 句法分析与逻辑程序设计 增加句法符号和规则带来的问题 合一文法 语义组合 机器翻译

1.例1:管道中的流体 2.例2:电网中的电流 3.例3:通信网络中的信息流 4.例4:装配线上的零件流

1.画出书中图78二叉树的通信图.并分析其计算和通信次数。 2.画出书中图7.9蝶式固的通信图,并分析其计算和通信次数

使用盲数表达优化设计中的不确定变量,结合常用的基于实数变量的优化算法,提出了基于盲数的优化方法.该方法从微观的角度分析和描述设计变量与优化参数之间的关系,给出优化问题的盲数解.盲数解不但给出了设计变量的取值,而且还给出了不同取值时优化对象处于最优状态的可靠性的评价

一、向量范数 定义1.对于n维向量空间R”中任意一个向量x, 若存在唯一一个实数∈R与x对应,且满足 (1)(正定性)≥0,且Vx∈,=0x=0; (2)(齐次性)axa,ver,a∈R (3)(三角不等式)x+y,Vx,y∈r\ 则称为向量x的范数