基于两阶段资源分配协调机制的分布式多项目随机调度

企业趋向于多项目共享全局资源的分布式协同管理。但在多项目实际执行时，全局资源可用量往往由于外部环境的动态变化而存在不确定性，活动中断、资源浪费等现象频发，项目管理变得愈加复杂。本文将不确定的全局资源可用量建模为随机变量，设计两阶段资源分配协调机制，在预分配阶段，考虑项目允许的最大活动中断次数约束，建立各项目调度的马尔可夫动态决策过程模型；预分配结束后，基于活动重要度依次对剩余全局资源进行协调再分配，以提高资源利用率并减少平均项目延期。设计基于全局资源协调分配的Rollout近似动态规划算法进行求解。开展问题库算例实验研究与案例分析，验证协调机制与求解算法的性能；同时，探讨并分析不确定参数对目标结果的影响。     

COVID-19疫情下一种新的地铁平峰运营策略

地铁在城市交通中发挥着重要作用。然而，在新冠肺炎(COVID-19)疫情下，地铁的运营出现了包括消毒、限流及出行独立等多重约束。错峰出行成为了众多城市地铁运营过程中的必然选择。如何既满足居民的基本出行需求，为顺利实现复工复学提供交通支持，又能有效降低乘客感染病毒的风险与追踪密切接触者的成本成为了城市地铁运营的新目标。本文通过对北京地铁运营现状及居民的出行规律分析发现，在新型冠状病毒疫情下，地铁运营过程中存在出行需求与地铁运力不匹配，复工复产与疫情防控，乘客交叉出行数量过多等难题，并针对以上难题提出了分时段复工出行与周末可复工在内的复杂指派模型。这一指派模型不仅实现了城市关键地铁站点平峰人流量、降低疫情传播风险及追踪难度的目标，同时通过模型目标函数与约束条件的灵活修改可实现更为复杂的乘坐地铁复工复产目标。本文所提出的模型在复杂周期性平峰问题中具有较强的推广应用价值。     

基于磁阻传感器的磁靶向药物实时示踪系统设计

目的:设计基于磁阻传感器的检测系统,实现实时磁靶向药物运动轨迹的跟踪?方法:用Fe-Fe3O4核壳结构纳米颗粒模拟磁靶向药物,磁阻传感器检测到其磁场信号进行处理和变换,得到其空间位置信息?结果:用LabVIEW软件实现实时检测,实时显示磁性颗粒运动位置?结论:检测系统具有良好的实时性及精准度,可为临床研究磁靶向药物的在体检测提供一种新方式?     

基于蚁群BP神经网路算法的六维力传感器解耦研究

针对传统BP神经网络在六维力传感器解耦训练过程中,由于其初始参数的选取不确定性导致神经网络出现震 荡、收敛速度缓慢和陷入局部极值等问题,提出一种基于蚁群BP神经网络算法并应用于六维力传感器解耦研究。该算 法利用蚁群算法在种群寻优方面的优越性,通过局部和全局信息素更新相结合的方式更新信息素,提高蚁群算法搜索的 效率,为BP神经网络提供一组最优的训练初始参数,网络收敛速度得到很大地提高,同时局部极值和震荡等缺点也有一 定的改善。实验仿真结果表明,在六维力传感器神经网络模型训练过程中,达到同样的目标误差,基于蚁群BP神经网络 算法的迭代次数Ⅳ比传统算法少50%,运行时间r快60%。这说明蚁群BP种经网络算法在六维力传感器解耦研究中 有着很好的应用效果。     

PIN结构自扫描光电二极管列阵的理论分析及实验研究

提出了用PIN结构代替通用的PN结结构组成自扫描光电二极管列阵(SSPA)的构想,并从理论上推导了再充电采样的SSPA性能参数的一般表达式。由此推断出PIN结构SSPA具有高响应度高分辨率的特点。实验上制备出了不同光敏面积的PIN结构SSPA,并和相同面积的PN结结构SSPA比较。结果表明前者优于后者,与理论预期相一致。