• 首页

  • 方案库

  • 工业品库

  • 招标项目库

  • 专家库

  • 人才库

会员中心
搜索
登录
注册
  • 方案名称

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文
  • 全部
  • 人气排行
  • 下载排行
  • 页数排行
  • 最新排行

动态扩展蚁巢模型的通航报告位置预测算法_王鹏

为满足我国通用航空器动态预测的迫切需求,提出了动态扩展蚁巢模型的通航报告位置预测算法。该算法根据错误报告点预测信息动态扩展新蚁巢,根据蚁巢间的相互排斥性将扩展的新蚁巢与临近蚁巢间的路径点添加到路径禁忌区,从而减少路径点选择范围,降低迭代次数及收敛于局部最优解的概率,在提高算法正确率的同时兼顾搜索效率。仿真实验表明该算法能够满足通用航空器动态预测的业务需求,为保障通用航空器安全飞行提供技术参考。

  • 2021-06-17
  • 阅读1387
  • 下载0
  • 10页
  • pdf

基于正态云模型的状态转移算法求解多目标柔性作业车间调度问题_吴贝贝

为了求解具有多目标多约束的柔性作业车间调度问题,提出一种基于正态云模型的状态转移算法.构建以最小化最大完工时间、机器总负荷及瓶颈机器负荷为目标的多目标柔性作业车间调度问题的数学模型;针对灰熵关联度适应度分配策略在Pareto解比较序列与参考序列之间的差值相等时不能引导算法进化的情况,提出一种改进灰熵关联度的适应度值分配策略;同时引入兼具模糊性和随机性的云模型进化策略以改进状态转移算法,可有效避免算法早熟并增加候选解的多样性.仿真结果表明:基于正态云模型的状态转移算法能够有效解决多目标柔性作业车间调度问题;与其他算法相比,所提出算法求解问题的收敛精度更高、收敛速度更快.

  • 2021-06-17
  • 阅读1438
  • 下载0
  • 10页
  • pdf

基于模糊软集的中药制药车间不确定调度模型和算法求解_杨枫

为解决加工时间和交货期不确定状态下的中药制药车间调度问题,利用模糊软集的三角形模糊数和梯形模糊数表征加工时间和交货期信息,并基于模糊数的运算规则定义了可能性测度和必然性测度;用拖期可信度度量药品生产发生拖期的概率,建立了以最小化药品生产平均拖期可信度为目标的混合整数规划模型。针对该模型,提出了一种混合模糊布谷鸟算法的求解方法,并以规模为10(3)×10的经典算例进行仿真测试。实验结果表明,给出的不确定调度模型能反映中药制药调度的真实场景,而且混合模糊布谷鸟算法能很好地对该模型进行求解,相比经典布谷鸟算法,该算法有更好的性能。

  • 2021-06-16
  • 阅读1427
  • 下载0
  • 10页
  • pdf

智慧城市非凡生活

物联网平台下的世界,世界上的所有资源都可以看成“对象”。每个“对象”都具有属性、操作及内在逻辑,进而具有“智慧基于各种传感器技术,“对象”之间可以主动贡献信息,并获得信息,然后加以处理(依赖于基础平台),依据物联网基础平台、Work flow定义系统,可以简单定义物联网世界中资源的运行规则。

  • 2021-06-16
  • 阅读232
  • 下载0
  • 10页
  • pdf

改进Faster_R_CNN模型的汽车喷油器阀座瑕疵检测算法_朱宗洪

为完成喷油器阀座常见的瑕疵识别,对深度检测模型进行研究,提出基于Faster R-CNN模型的喷油器阀座瑕疵识别改进方法 .首先,对常规生产下的喷油器阀座瑕疵图像进行采集、处理,构造出相关数据集;其次,在Faster R-CNN模型上对候选框和特征网络进行改进,获得比原有模型更高的精确度.实验结果表明:改进的Faster R-CNN模型在喷油器阀座瑕疵识别中精确度得到加强,识别精确度可达71.79%,相比原有模型精确度提升了近3.9%.说明该深度学习方法能够有效实现喷油器阀座瑕疵的识别,为后续自动一体化检测研究提供了基础.

  • 2021-06-16
  • 阅读740
  • 下载0
  • 10页
  • pdf

基于工业互联网的柔性沙盘模拟引擎攻击系统

本申请实施例涉及沙盘技术领域,公开了一种基于工业互联网的柔性沙盘模拟引擎攻击系统,该系统包括:工业仿真工作站、工业互联网、信号处理模块、沙盘运行模块;所述工业互联网分别与所述工业仿真工作站、所述信号处理模块连接;所述信号处理模块还连接沙盘运行模块;所述工业仿真工作站还用于生成沙盘模拟信号,并将所述沙盘模拟信号通过所述工业互联网发送至所述信号处理模块;所述信号处理模块用于对所述沙盘模拟信号进行处理,得到沙盘运行信号;所述沙盘运行模块用于根据所述沙盘运行信号运行。通过在工业仿真工作站上进行软件配置,从而可以在不改变硬件结构的基础之上,根据实际需求在沙盘模拟系统进行演示。

  • 2021-06-16
  • 阅读175
  • 下载0
  • 10页
  • pdf

从智慧路灯到智慧城市-软件实施维护

智慧城市是指在城市的发展衬程中,利用信息通信技术来感知,分析,毂各并短能地响应存食管辖范审内市民关于环境、安全、城市服务、民生、及马地产亚的活动及需求。从而创造一个更好的城市来生活,工作,休息及娱乐。

  • 2021-06-15
  • 阅读233
  • 下载0
  • 10页
  • pdf

物流移动机器人的几种定位技术

移动机器人目前已经遍布军事、工业、民用等各大领域,并还在不断的发展中,目前移动机器人技术已获得了可喜的进展,研究成果令人鼓舞,但对于实际中的应用需求还需要长时间的发展,相信随着传感技术、智能技术和计算技术等的不断提高,智能移动机器人一定能够在生产和生活中扮演人的角色。

  • 2021-06-15
  • 阅读168
  • 下载0
  • 10页
  • docx
上一页 1 …… 15791580158115821583158415851586158715881589 …… 2878 下一页 共 23024 条


立即登录

没有账户,需要注册

登录用户可享受以下权益
  • 免费下载方案
  • 服币提现
  • 发布方案得服币
  • 交易分成

精品推荐

竞争对手分析

母公司公司的总目标是什么?母公司要求该业务单位做什么?将业务单位的定位是什么(基础业务还是边缘业务)

  • 阅读812
  • 下载0

2025知识图谱与大模型融合实践案例集

随着人工智能的迅猛发展,知识图谱与大模型作为两大核心研究领域,各自彰显出独特的技术优势。知识图谱以结构化方式精准刻画实体关联,为知识表示与推理提供了可解释的框架;大模型则凭借海量数据训练展现出卓越的自然语言理解与生成能力,具备强大的泛化学习性能。

  • 阅读868
  • 下载6

国内重点工业物联网平台四类厂商分类及选型指南

国内重点工业物联网平台四类厂商分类及选型指南

  • 阅读954
  • 下载6

工业物联网平台的典型应用场景深度分析

工业物联网平台发展重点: 一是行业深耕化,从通用型平台向“一米宽、百米深”的行业垂直平台转型,聚焦能源、交通、化工等领域的特定需求,沉淀场景化解决方案与行业Know-how,而非追求“大而全”的覆盖能力。 二是智能融合化,工业大模型与平台深度结合,实现工业知识的智能化重构、应用开发的低代码化升级,以及生产运营的自感知、自决策、自优化闭环管控,AI成为提质增效的核心变量。 三是生态协同化,平台不再是单一技术载体,而是串联产业链上下游的协同中枢,通过跨系统数据融合、产学研用金深度合作,形成“数据-算力-应用”的生态闭环,赋能供应链协同与产业集群升级。 四是部署灵活化,采用“平台化产品+私有化部署”结合的模式,兼顾中小企业轻量化需求与大型集团定制化诉求,支持公有云、私有云、边缘端的混合部署,平衡成本与安全性。

  • 阅读945
  • 下载10

最新上线

信息系统网络安全等级保护建设方案(二级)

信息系统网络安全等级保护建设方案(二级)信息系统网络安全等级保护建设方案(二级)信息系统网络安全等级保护建设方案(二级)信息系统网络安全等级保护建设方案(二级)信息系统网络安全等级保护建设方案(二级)

  • 阅读8
  • 下载0

数据能够为企业带来什么价值

数据能够为企业带来什么价值数据能够为企业带来什么价值数据能够为企业带来什么价值数据能够为企业带来什么价值数据能够为企业带来什么价值数据能够为企业带来什么价值

  • 阅读69
  • 下载0

智慧监管整体解决方案

智慧监管整体解决方案智慧监管整体解决方案智慧监管整体解决方案智慧监管整体解决方案智慧监管整体解决方案智慧监管整体解决方案智慧监管整体解决方案智慧监管整体解决方案

  • 阅读73
  • 下载0

信息安全等级保护解决方案

信息安全等级保护解决方案信息安全等级保护解决方案信息安全等级保护解决方案信息安全等级保护解决方案信息安全等级保护解决方案信息安全等级保护解决方案信息安全等级保护解决方案信息安全等级保护解决方案

  • 阅读70
  • 下载1
  • 关于我们

    电话:029-8838-6725

  • 新闻资讯

    企业简介 新闻动态 品牌实力 代理合作 诚聘英才 联系我们

  • 中服云

  • 工业互联网风向标

  • 在线咨询

西安/北京/南京/重庆/合肥/厦门/甘肃 地址:陕西省西安市雁塔区鱼跃工业园慧康生物科技产业园7楼 电话: 029-8838-6725

版权所有 @ 中服云 陕ICP备11002812号
  • 扫码咨询

    或

    点击立即咨询
  • 客服咨询

  • 用手机扫二维码

    或

    复制当前地址

  • 问题反馈 中服大讲堂 客服电话

方案库赚钱指南