检索结果-南通市图书馆

物流行业数字化转型动因、路径及绩效研究 ——以圆通速递为例

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

物流行业数字化转型动因、路径及绩效研究 ——以圆通速递为例

作者：戴敬儒广州大学

学位级别：硕士

X市鞋城产业园标准化厂房建设项目可行性研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

X市鞋城产业园标准化厂房建设项目可行性研究

作者：王连儒安徽理工大学

学位级别：硕士

弗朗茨·克罗默《降E大调单簧管协奏曲》op.36的音乐特征及演奏分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

弗朗茨·克罗默《降E大调单簧管协奏曲》op.36的音乐特征及演奏分...

作者：李寅儒新疆艺术学院

学位级别：硕士

单簧管是一个音色优美、具有丰富表现力的乐器,他可以演奏不同风格的音乐。在巴洛克时期,单簧管展现出忧郁和沉重感;在古典主义时期,单簧管的演奏是优雅端庄的;在浪漫主义时期,单簧管则用于表现悠扬婉转的旋律,带来浓烈的情感表达;而在... 详细信息

单簧管是一个音色优美、具有丰富表现力的乐器,他可以演奏不同风格的音乐。在巴洛克时期,单簧管展现出忧郁和沉重感;在古典主义时期,单簧管的演奏是优雅端庄的;在浪漫主义时期,单簧管则用于表现悠扬婉转的旋律,带来浓烈的情感表达;而在现代音乐中,单簧管可以成为探索新颖音乐元素的媒介,展现出其多样化和富有创造性的表现形式。无论何种风格,单簧管都能展现出其独特的魅力与表现力。本文讲的是古典主义时期的作曲家弗朗茨·克罗默,他创作的单簧管作品《降E大调单簧管协奏曲》op.36,本文将对这首乐曲进行研究分析。克罗默是生活在维也纳的捷克作曲家,他一生创作了大量的管乐作品,这首《降E大调单簧管协奏曲》op.36是他最受欢迎的代表作之一。这首乐曲常常出现在国内外的大型比赛中,是一首颇有难度的乐曲,乐曲的难点包括复杂的节奏、大跨度的高低音以及连音吐音的频繁转换。本文第一章对作者的生平,创作成就以及创作背景进行介绍,第二章的音乐特征包括作品的曲式分析以及对音乐风格的探究,第三章则是结合了自身的演奏经验,对乐曲中的演奏难点进行分析,提出练习方法,以帮助演奏者更加准确地把握这首作品,第四章是对两位的演奏家卡尔曼·贝克斯和托马斯·弗里德利对于这首乐曲的演奏进行对比,增加大家对这首乐曲的演奏风格感悟。研究这首乐曲既可以丰富笔者自己的音乐知识以及对这首乐曲的理解,也是对自己演奏技巧的锤炼以及自省,与此同时也可以为学习这首乐曲的学生提供一些参考。

关键词：单簧管弗朗茨·克罗默演奏分析音乐特征协奏曲

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

柔性直流配电线路故障特性分析及保护方法

柔性直流配电线路故障特性分析及保护方法

作者：吴星儒东北电力大学

学位级别：硕士

建设高质量柔性直流配电网是助力实现构建新型电力系统的有效途径。柔性直流配电网相较于传统交流配电网对故障检测和保护技术的要求更高,其保护涉及到故障分析、系统中关键设备的选择和协调控制。如何利用直流配电网中复杂的故障特性... 详细信息

建设高质量柔性直流配电网是助力实现构建新型电力系统的有效途径。柔性直流配电网相较于传统交流配电网对故障检测和保护技术的要求更高,其保护涉及到故障分析、系统中关键设备的选择和协调控制。如何利用直流配电网中复杂的故障特性设计一套可靠、完整的保护方案对保障电网安全稳定运行具有重要的意义。文章将主要探讨柔直配网在不同类型换流器间线路发生各种直流故障后的故障特性,分别提出了一种不受高阻故障干扰、快速检测故障、确定故障线路和故障类型的单端量保护方法和一种抗干扰能力强、兼顾可靠性与速动性的双端量保护方法。本文以七端环状柔性直流配电系统为模型基础,重点分析系统中关键设备的主拓扑及其控制策略,在PSCAD仿真软件中搭建完成环状柔性直流配电系统模型,并分析了系统不同类型换流器间的直流线路发生单极接地故障与双极短路时系统的故障响应机理,理论推导故障电流、故障电压、限流电感电压表达式;针对直流线路区内外不同类型故障进行了故障电流极性变化特征的分析。针对环状柔直配网中直流线路主保护的速动性要求较高、阈值整定困难、难以耐受较高过渡电阻的问题,提出了一种基于限流电感电压数值微分距离的单端量保护方案。利用直流线路的故障特性,采用一阶导数的五点数值微分算法,根据限流电抗电压的数值微分距离完成金属性故障识别,采用基于测点电压积分的辅助判据完成区内高阻故障的识别,根据数值微分距离的逻辑变化关系完成故障选极。基于PSCAD的仿真验证了方案的合理性、可行性。针对提升直流配电网双端量保护速动性兼顾可靠性的问题,提出一种采用电流增量关联度的柔直配电线路双端量保护方法作为系统的后备保护。该方法利用故障电流极性变化特征,主要根据直流线路两侧故障电流增量序列的变化特性,通过灰色T型关联分析(Grey T-type Relational Analysis,GTRA)算法对故障电流增量的变化态势数据求解关联度,分别对正负极线路首末端电流增量序列的GTRA计算值进行比较,以此实现故障识别和选极。仿真验证了方案的可行性。

关键词：柔性直流配电系统故障特性保护方案故障识别故障选极

柔性缝制产线的人机智能调度算法及实现技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

柔性缝制产线的人机智能调度算法及实现技术研究

作者：刘俊儒杭州电子科技大学

学位级别：硕士

随着服装市场竞争的激烈化,相关企业正面临客户需求向个性化、多样化转变所带来的新挑战,而需求的变化要求服装工厂具备完成小批量、多品种生产订单的能力。订单特点和生产模式的改变也使企业逐渐重视车间调度方法的应用,从而实现缩短... 详细信息

随着服装市场竞争的激烈化,相关企业正面临客户需求向个性化、多样化转变所带来的新挑战,而需求的变化要求服装工厂具备完成小批量、多品种生产订单的能力。订单特点和生产模式的改变也使企业逐渐重视车间调度方法的应用,从而实现缩短订单生产周期、减少产线在制品积压、提高生产效率等多种目标,提高企业在行业内部的竞争力和客户满意度。作为车间调度问题的扩展,服装产线的人机调度问题也属于NP难问题,即难以在多项式时间内取得最优解。面对此类组合优化问题,启发式算法在求解速度和求解质量方面都有较好表现。因此,为解决服装车间的静态调度和动态环境下的调度问题,本文对可用于柔性缝制产线生产计划编制的人机智能调度算法进行研究。考虑编制效率和换款时产线准备时间,本文提出一种包含两种染色体的多目标遗传算法。通过拓扑排序方法进行工序染色体初始化以保证工序的前后道约束关系,引入约束调整法修正交叉和变异操作中产生的不可行解,使用工序分配机制对工序染色体进行处理,并生成与其具备一对一映射关系的编制方案染色体,根据处于Pareto前沿的非支配解进行精英解保留和子代染色体生成,最终产生合理的工序分配方案和产线机器排布方案。通过订单实例验证和Flexsim虚拟产线仿真,证明算法在求解柔性缝制产线静态调度问题的优越性和实用价值。实际生产中,车间动态事件的发生干扰产线正常生产过程,本文提出一种利用工艺柔性的双层蚁群算法对柔性缝制产线在动态环境下的调度问题进行求解。建立工序信息素矩阵与站位信息素矩阵描述寻优过程中各探索路径的优劣,制定基于柔性工艺路线网状图的状态转移规则指导工序和站位选择,最终生成包含全部工件工艺路线的编制方案。在方案编制过程中,每完成一次工件的工序和站位选择,产线各站位的占用情况和加工信息会同步更新。利用工艺路线制定的节点化和产线信息的同步性,将动态事件发生后的产线信息和工件未完工信息作为输入,双层蚁群算法可以实现编制方案的重制,即重调度。基于订单实例的实验结果表明,双层蚁群算法与遗传算法相比有更好的求解性能,在实现优化目标的同时,站位负载更加均衡。此外,通过不同批量订单的测试,验证算法求解效果的稳定性。

关键词：柔性缝制产线车间调度多目标优化环境动态性启发式算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的药物副作用关联预测方法研究

基于深度学习的药物副作用关联预测方法研究

作者：李沛儒黑龙江大学

学位级别：硕士

副作用的不良反应可能有损患者的生命健康,是导致药物临床试验失败的主要原因之一。药物的副作用研究不仅是新药研发安全性评估的关键,而且可以辅助科学家进行生物学及药理学实验。识别与药物相关联的副作用可以减少药物开发的成本。最... 详细信息

副作用的不良反应可能有损患者的生命健康,是导致药物临床试验失败的主要原因之一。药物的副作用研究不仅是新药研发安全性评估的关键,而且可以辅助科学家进行生物学及药理学实验。识别与药物相关联的副作用可以减少药物开发的成本。最新的计算方法侧重于利用药物和副作用的多源数据来预测药物的候选副作用。然而,很多方法不能有效整合各种各样的药物相似性,没有深入集成药物和副作用节点之间的拓扑结构。本文提出三个深度学习模型来预测药物和副作用之间存在的关联。基于药物和副作用节点对中蕴藏的丰富的关联与连接,构建了两个药物-副作用异构图来表示药物和副作用之间的相似性和关联。MVF是一个基于胶囊网络(CN)的预测模型,以学习一对药物-副作用节点的多视图特征。首先,我们构建了初级胶囊来捕获两者之间的诸多相似性和联系。然后建立了多个胶囊,可以更好地丰富节点对特征嵌入中每个位置的信息并通过路由机制来学习每个胶囊的重要性。最后通过计算预测胶囊的模长来评估关联性。多个评估指标下的结果证明了MVF的优异性能。基于药物-副作用异构图中节点之间的特定拓扑和上下文关系,我们提出了带有节点类型级别注意力和图级别注意力机制的异构图transformer预测模型CET。首先,我们构建了多个药物-副作用异构图。在每个异构图中,目标节点有药物和副作用两种类型的邻居节点。其次,我们提出了一种新的基于异构图transformer的上下文表示学习模块。该模块用于对异构图节点之间的特定拓扑和上下文关系进行编码。目标节点与其各种类型的邻居节点之间存在相似性和关联性联系,这些联系意味着语义的多样性。因此,我们提出了一种新的策略来测量相邻节点对目标节点的重要性,并结合目标节点与其多类型邻居之间的不同语义。此外,我们分别在邻居节点类型级别和图级别设计了注意力,整合邻居节点特征和多图特征。最后融合药物和副作用节点的上下文编码和成对属性表示进行预测。综合实验结果证明了TCSD具有更优越的性能。基于多重随机游走路径聚合的图神经网络的药物-副作用关联预测模型MRWPNA。药物-副作用异构图中的多种连接蕴含着丰富的语义信息更准确地进行预测。因此我们提出了MRWPNA来学习和整合多个随机行走形成路径所有节点的结构和语义信息。首先,利用广度优先搜索和深度优先搜索分别收集同质和异质信息。然后,构建路径级注意力融合不同路径的特定语义信息。策略级注意力被设计以获得增强后的语义表示。最后,将三个模型学习得到的药物-副作用节点的多角度成对属性表示、上下文编码以及融合语义表示进行最后的预测任务。消融研究、平均的AUC和AUPR值显示了GNTCSD能够预测出更为准确的关联关系。

关键词：药物-副作用关联预测多个双层异构图胶囊网络异构图transformer 注意力机制多重随机游走