1) the OTE control strategy
离复位控制策略
2) OTE strategy
离复位策略
3) OTE control
离复位控制
4) reposition strategy
复位策略
1.
Taking into account the dynamic matters of the congested vertices,we introduce the three strategies of the greedy strategy,reposition strategy and waiting strategy respectivly,systematica.
充分地考虑到堵塞点的动态特征,分别介绍了在线运输车辆调度的贪婪策略、复位策略和等待策略等方案,并系统分析了这三种基本策略在竞争性能上的利弊,给出了选择策略及其算法模型。
2.
We introduce two on-line scheduling strategies,such as greedy strategy,reposition strategy,analyze the advantages and disadvantages of competitive performance of two strategies,and then present the comparison strategy and the algorithmica model.
对现实物流配送中遇到的无法预测的线路堵塞问题,建立了具有堵塞点的局内车辆选线问题的数学模型,并分别介绍了局内运输车辆调度的贪婪策略和复位策略。
5) replication strategy
复制策略
1.
Design of File Storage and Replication Strategy on DHT Topology;
P2P系统中基于DHT的文件存储与复制策略的设计
2.
This paper present AFRE, an access frequencies-based replication strategy for unstructured peer-to-peer systems.
旨在通过数据复制来提高非结构化P2P系统的数据访问效能,提出了基于访问频率的复制策略—AFRE算法,该算法通过赋予不同时间片的访问记录不同的权重,计算数据的局部访问频率,并将适量的数据副本放置到节点度较大的节点。
3.
Its entire replication strategy is divided into two big aspects:erasure coding and replication.
它的整个复制策略分为两个大的方面:Erasure Coding和Replication。
6) control strategy
控制策略
1.
The research for control strategy about extensibility in 1220 Skin Pass Mill in Baosteel;
宝钢1220平整机延伸率控制策略的研究
2.
Analysis of control strategy for vacuum arc remelting furnace;
真空电弧重熔炉控制策略的分析
3.
Speed control strategy and rule of the FGC stand in a tandem cold rolling mill;
冷连轧机动态变规格机架速度控制策略及规律
补充资料：控制策略
控制策略
control strategy
知识库的知识在一定的推理策略控制下求解当前问题的方法。用于专家系统的推理方法很多，如归纳方法、非单调推理方法等(参见自动推理)，但在专家系统中较常用的是基于规则系统的推理方法。这类方法又可分为正向推理、反向推理和双向推理。 正向推理由原始数据出发向结论方向的推理，即所谓事实驱动方式。其推理过程为:系统根据用户提供的原始信息，在知识库中寻找能与之匹配的规则。若找到，则将该知识块的结论部分作为中间结果，利用这个中间结果继续与知识库中的规则匹配，直到得出最终结论。 单纯的正向推理简单、易实现，但目的性不强，需用启发式知识控制中间结论的选取。另外，由于不能反推，系统的解释功能要受到影响。 反向推理先提出假设，然后由此出发，进一步寻找支持假设的证据，即所谓目标驱动方式。当所需的证据与用户提供的原始信息匹配时，推理成功。 显然，反向推理在选择目标时容易有盲目性。因此，反向推理比较适合结论单一或直接提出结论要求证实的系统。 双向推理又称正反向混合推理。先根据原始数据通过正向推理帮助提出假设，再用反向推理进一步寻找支持假设的证据，反复这个过程，直到获得满意的结论。 双向推理集中了正向和反向推理的优点，但其控制策略较前两者复杂。 搜索策略是专家系统在求解过程中不能明确知道求解的路径，为寻找正确的解，需要对求解空间进行搜索时所采用的方法。用于专家系统的搜索方法很多，如深度优先、广度优先、启发式搜索等方法(参见启发式搜索)。搜索方法选择是十分重要的，它决定了推理的效率。一般搜索方法可根据求解问题的性质来选用。有时求解空间太大，首先可选用解空 间分解、解空间求精等方法，在解空间可分解为若干独立子空间时，通过搜索各个较小子空间来取得最 终的解;在解空间不能分解为独立子空间时，采用抽 取解空间的重要特性来形成一个高度简化的解空 间，然后逐步把高度简化的解空间的每一部分细化 下去，细化到采用常规搜索方法能求出满意的解为 止。 理论上，根据推理的收敛快慢程度，把搜索策略 分为4种类型: (l)完全非聚焦型依靠对全部可能性穷举搜 索，没有启发性知识。(2)相对非聚焦型有一定的启发性知识，推理过程不能完全控制，试探性较强。 (3)相对聚焦型有较强的启发性知识，推理过程能完好地控制，试探性较弱。 (4)完全聚焦型推理路径明确，无任何试探性，一步一步按路径推理。 当前，专家系统采用相对聚焦型推理较多。kongZh一Celue控制策略(con加15如t哪罗)专家系统中推理机所用的推理和搜索策略。它们的选取很大程度上是依赖于知识表示的方法。推理方法是推理机利用
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条