摘要：随着数据驱动下项目管理活动的日益渗透,以项目管理为基础的管理类专业不断发展。本文以课程教学为导向,强化打造基于KTPA的项目管理课程特色教学体系以及基于混合学习方法的项目管理课程教学方法体系。该课程体系具有“宽基础、活模块”和“多元整合”的特征。数据驱动下课程特色教学体系的构建,将对专业教育以及课程教学的优化设计产生深远的意义,同时也明确项目管理课程建设的具体目标和发展的学科方向。

摘要：随着供应链管理的重要性日益凸显,以供应链管理为基础的管理类专业也不断发展。文中以供应链管理的教学目标、教学内容、教学方式和成绩考核四个方面为突破口,以课程教学为导向,强化打造基于STEP的供应链管理特色教学体系,构建基于O2O混合学习方法的管理教学方法体系。数据驱动下供应链课程的多元整合特征体系的构建将对专业教育以及课程优化产生深远的影响,同时也明确了供应链管理课程建设的目标与重要意义。

摘要：在云模型、量子算法、神经网络算法等理论研究的基础上,设计了一种以量子比特神经元为信息处理单元的多层量子神经网络——基于云模型的混合量子神经网络算法。在标准数据集上进行的实验仿真表明:混合量子算法具有量子算法轨迹行为性能的优势;同时该混合算法可将提取的特征输入到量子神经网络中对数据集进行分类。该算法改进了量子神经网络的损失函数,提高了误差分析性能。最后,通过仿真实验验证了该混合量子算法在收敛速度和鲁棒性等方面均优于量子神经网络算法。

摘要：大数据环境下云物流是一种物流资源共享的物流模式,对有效提高云物流资源配置效率至关重要。文章以云物流资源为研究对象,应用多粒度理论构建基于多粒度的云物流资源配置模型。在Adaboost理论研究的基础上设计混合谱机器学习算法,并应用该混合算法对模型进行求解。最后通过算例仿真验证了该统计机器学习算法的有效性,进一步证明了该研究具有重要理论意义与广泛应用前景。

摘要：通过分析影响项目进度的两种类型不确定因素,提出从不确定因素视角认识安全时间,并消减偶然性不确定因素加入的安全时间。在分析项目实施中可能由偶然性不确定因素引发的风险事件基础上,设计了一种确定缓冲区的新方法。该方法考虑了导致安全时间加入的两种因素,在严格控制偶然性风险事件下项目进度能按其期望概率执行。

摘要：文章基于搜寻理论和厂商异质理论,运用多主体建模与仿真方法,构建了基于Repast的网上市场价格离散仿真模型,设计了相应的仿真参数与规则,并对仿真结果进行了分析。结果表明:商家异质情况下,价格离散是网上市场均衡价格状态;市场上商家数量越多,平均价格水平越低,价格离散度越大;市场上消费者数量越多,平均价格水平越高,但价格离散度不变;消费者搜寻效率越高,平均价格水平越高,价格离散度也越高,并且商家数量越多时,搜寻效率对市场均衡的影响越小。

摘要：由于信息识别结果存在差异,使得调度长度比率过高,难以实现合理的资源调度。根据电力网络化下令系统的工作原理,利用改进的CNN方法设计集中化信息识别算法,获取高精度的信息识别结果;连接多个服务器资源后,形成异构云计算调度环境,添加动态自适应因子进行计算,实现电力网络化下令系统集中化信息合理调度。仿真实验结果表明:面对计算密集型任务和通信密集型任务,提出方法的平均SLR值均呈现降低趋势,可实现合理的资源调度。

摘要：为合理解决低碳供应链资源的配置效率问题,本文在云模型、量子神经网络研究基础上提出了基于云模型的混合量子神经网络算法。应用混合粒子群算法来确定神经网络的连接权值、隐层神经元个数及各层神经元的阈值等参数。通过对低碳供应链资源配置算法及其算法的鲁棒性能等问题展开深入研究,确定了混合量子神经网络算法的参数主要有各层神经元的个数及阈值。数值实验发现不同的初始状态和参数设计会影响混合算法鲁棒性能的测定。采用混合量子粒子群算法的混合网络结构可以提高在低碳供应链资源配置过程中的错聚效率,能有效提高低碳供应链资源配置的准确度和正确性。

摘要：随着纺织工业的发展,数码印花以其个性化、小批量、多品种、高精细、快交货、低污染、艺术独特,正日益受到人们的重视,目前在高档的消费市场,如高档时装、高档面料、工艺礼品、旅游饰品、丝巾、领带等产品的印花中崭露头角,成为发展最快的一种印花方式。随之而来的印花成本预算却成为行业的一个难题,为了对印花成本做到精确预算,本文提供一种新方法并设计了印花成本预算软件系统。

摘要：随着大数据、互联网技术的广泛应用,以及突发事件对正常教学秩序的扰乱,混合教学模式将成为大学课堂中一种必不可少的教学形式。文中首先对常规教学模式的弊端进行深入探讨,然后精准构建突发事件下《供应链管理》课程的线上线下(O2O)混合教学模式设计方案,最后对O2O模式的应用进行反馈分析。文中研究结论将为混合型教学模式提供新的思路和方法建议。