论文部分内容阅读
科技进步与生活节奏的加快,网购日益普遍,物流业飞速发展,高效经济的处理快件问题就显的尤为重要。本文通过对给定数据的分析处理就如何处理快件问题建立了线性优化模型,结合C++语言编程求解,对如何处理快件问题给出了较为精确的数学模型。
一类快件处理问题的研究
【摘 要】
：
科技进步与生活节奏的加快,网购日益普遍,物流业飞速发展,高效经济的处理快件问题就显的尤为重要。本文通过对给定数据的分析处理就如何处理快件问题建立了线性优化模型,结合C++语言编程求解,对如何处理快件问题给出了较为精确的数学模型。
【机 构】
：
太原科技大学
【出 处】
：
科学技术创新
【发表日期】
：
2021年15期
【基金项目】
：
山西省研究生教育改革研究课题“基于在线课程的《数值分析》混合教学模式的探索与实践”(项目编号:2020YJJG246)。
其他文献
利用工程地质测绘、勘探工程等手段,查明某滑坡的空间形态、物质组成、水文地质等基本特征,分析其变形破坏模式及影响因素,追溯其成因,应用传递系数法对边坡进行稳定性分析,结果表明该滑坡在正常状态下处于稳定状态,在强降雨条件下处于较不稳定状态,综合分析提出采用抗滑桩+挡土墙的二级支护模式进行工程治理的建议。
[目的]为了弄清丹寨县各乡镇土壤硒含量范围与分布,以期为当地土壤硒资源的利用提供科学依据,为含硒食物的进一步开发等生产实践提供参考。[方法]采集丹寨县域内4镇2乡的土壤样品,测定其全硒含量,分析其分布及影响因素。[结果]贵州省丹寨县域土壤耕作层硒含量范围在0.09-0.45mg/kg,平均含量为0.25 mg/kg,其中足硒土壤占85.66%、少硒土壤占9.30%、缺硒土壤占3.49%、高硒土壤占
当今社会经济的蓬勃发展推动了物联网技术革新,为实现360°全景展示虚拟校园导航系统创造了有利条件。据不完全统计,我国校园总体面积相比20年前有了显著的增加,校园面积超过5000亩的高校已不在少数,校园内部精确定位和智慧导航服务成为了一种学生、老师以及校外来访者的刚需。所以,研发一款操作便捷、定位精准、能快速获取所需最优路径的校园导航系统具有极高的现实意义。本论文旨在开发一种以管理为基础的校园地图导航系统,增强校园地图导航的用户体验感。通过利用无人机3D倾斜摄影技术生成三维实景模型,基于百度地图应用程序接口
物联网是信息技术领域一次重大的变革,它把虚拟数据和现实生活紧密结合起来,使我们的生产生活变得越来越高效和智能化。作为万物互联时代最重要的技术之一,物联网具有十分广阔的应用前景。通过将物联网技术与传统的体育场馆进行深度融合,能够提高我国体育场馆的智能化和信息化水平。为了促进物联网技术在智慧体育场馆场景下的应用,本文针对物联网应用的不同层次,分析了其在智能场馆中进行应用的体系结构。通过阐述物联网技术在智慧体育场馆中的应用场景,充分论述了相关应用在具体实施中的重点和难点,并提出了相应的建议,促进建设世界一流水平
为应对社会养老机构医疗资源不足,解决养老服务与医疗服务互不衔接的问题,本文设计一种面向养老机构的远程医疗信息系统。该系统具备交互式远程会诊和离线式远程会诊功能,通过线上调度各类优质医疗卫生资源,能够有效实现医疗专家对养老机构患者进行远程诊断、远程会诊和远程教育等医疗功能,改善养老机构内老年人的医疗康复需求无法得到满足的问题。在合理利用医院医疗资源的同时,为养老机构提供远程医疗服务,降低养老机构工作人员工作难度,提高养老机构整体医疗卫生服务水平。
随着城市化进程的发展,住宅市场潜力巨大,住宅小区的规划设计也制约着住宅产业的发展.购房者对住宅小区品质追求不断提高,本文研究分析影响住宅小区规划的因素绿地面积、设施
碳循环是生态系统中重要组成部分,其中关键组成部分是植物材料和木质纤维的分解,而分解木质纤维的关键是真菌的分解。本文通过对真菌降解木质纤维的作用机理研究、真菌分解率和生长速率等问题,根据各真菌的数量、生长速率、耐湿性、湿度、温度等影响因素,利用高斯模型基本原理建立数学表达式,降解速率模型的建立,加深了对于真菌在生态系统中所起作用的理解,进一步论证了生物多样性的作用及深刻意义,对未来生物降解技术领域的发展提供了些许经验。
针对现如今激增的网络评论,本文对两家酒店的用户评论进行倾向性分析,分析各自的优缺点。首先爬取去哪儿网上南京如家和汉庭酒店的客户评论,针对原始语料,进行数据清洗预处理。然后将带有情感标签的评论作为输入变量,使用朴素贝叶斯分类器进行训练,使用此模型,对其余评论进行倾向性分析。最后对两家酒店的评论文本进行LDA主题挖掘。
社会的快速发展,"智慧城市"建设目标的提出,都预示着世界将朝着信息化、智慧化发展。高速公路作为一个国家经济和社会发展的产物,也迫切需要从传统建设转向智能化建设。本文基于BIM+GIS多源数据的集成与融合技术,介绍了川高建设管理平台的架构组成及实践应用,实现两种技术的有机结合,既促进了BIM与GIS技术的融合应用,又为类似工程提供经验及平台基础。
细粒度的图像分类的重要任务就是需要从输入的图像中提取出具有显著的判别性区域特征。之前有许多研究人员和学者使用手动标注图像关键部位的方法,构建获取图像显著区域特征的模型,这就是强监督学习。与强监督网络需要额外的标注不同,弱监督网络仅仅用到图像的类别标签。但弱监督的方式引入了很多图像背景信息及噪声干扰,本文提出了一种基于注意力机制引导下的图像增强方法,端到端实现细粒度图像分类。本文使用深度卷积网络作为