简介:摘要院为了优化施工进度,合理计算工程开工时间、完工周期等,需要严格计算网络图时间参数,网络图时间参数对于整个工程具有重要的意义,因此完善网络时间参数的识记工作是提高建筑工程效率的重要手段。本文以网络图时间参数的重要意义为阐述的切入点,分析网络图时间参数的内容,以及如何加深对网络图时间参数的识记经验。
简介:目的:与经典测量理论相比,项目反应理论具有更多的优势,但由于项目反应理论模型的复杂性,进行参数估计时往往需要较大的被试样本;人工神经网络的出现为小样本被试估计项目反应理论的能力参数和项目参数提供了可能,文章的目的是通过神经网络的蒙特卡罗模拟研究寻找更精确的参数估计方法。方法:以项目反应理论的两参数模型为例,以MAB和RMSE为比较指标,通过模拟数据比较经典测量理论的通过率、点二列相关系数、平均得分作为神经网络的输入值与以经过转换的数值(IRT参数估计的初值)作为神经网络的输入值训练网络结果的差异,比较不同条件下MAB指标和RMSE指标的差异。结果:以通过率估计项目参数b与以bj=zj/rbj估计项目参数b存在差异;以点二列相关系数估计项目参数a与以aj=rbj/√1-r^2bj估计项目参数a存在差异;以平均得分估计能力参数θ与以ln[x/(m-x)]估计能力参数θ存在差异。结论:对于两参数项目反应模型,以通过率估计项目参数b比以bj=zj/rbj估计项目参数b误差更小,而以点二列相关系数估计项目参数a比以aj=rbj/√1-r^2bj估计项目参数a误差更大,以平均得分估计能力参数θ比以ln[x/(m-x)]估计能力参数θ误差更大。
简介:摘 要:本文设计页岩气生产所需的工业污水处理网络,建立鲁棒性优化模型。污水处理网络的建设位置存在各种不确定参数,如污水处理的固定成本和可变成本、所需水量和设备容量等。针对上述问题,提出一种基于多个不确定性参数的风险约束算法和柔性编程算法,并通过仿真分析网络模型和算法步骤的可行性和有效性。
简介:密码算法分为对称密码和非对称密码,在交换机、路由器的账号配置、远程运维、信息传输的过程中,应用了大量的密码算法用以实现信息的认证性、保密性及不可篡改性。随着密码分析技术的进步和计算机计算能力的提升,比如边信道攻击等新方法的出现,使得如果选取错误的参数配置会大大降低安全协议的安全性,暂时安全的密码算法将会变得不再安全。这时就需要更换算法或者增大算法的参数,来实现密码算法的理论安全。文章综述了在网络设备及协议中常见的密码算法,分析了不同密码算法的安全性,并提出了目前要实现网络安全运维各类密码算法应该如何设置参数,可以作为日常网络运维参数配置的参考依据。