CN103745056A - 卫勤力量模块化测算方法 - Google Patents
卫勤力量模块化测算方法 Download PDFInfo
- Publication number
- CN103745056A CN103745056A CN201410005574.8A CN201410005574A CN103745056A CN 103745056 A CN103745056 A CN 103745056A CN 201410005574 A CN201410005574 A CN 201410005574A CN 103745056 A CN103745056 A CN 103745056A
- Authority
- CN
- China
- Prior art keywords
- module
- diligent
- strength
- scheme
- make
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种卫勤力量模块化测算方法,用以便于卫勤力量模块化成若干卫勤力量模块并组成新系统,包括步骤:S1、将新系统分解成若干子任务,根据每个子任务找到匹配的卫勤力量模块;S2、建立多个新系统的方案;S3、对多个新系统的方案进行计算机实现,得到若干可实现的总体方案;S4、对所有可实现的总体方案进行评价,对不足之处进行再设计。使得模块间的相似性、共有特性难以用统一的方式表达,且表达精确,且可以客观评价新的系统是否能胜任环境的变化需求以及新系统在模块化程度上是否达到平衡,并根据评估结果改进和完善新系统。
Description
技术领域
本发明涉及医疗、消防技术领域,特别涉及一种卫勤力量模块化测算方法。
背景技术
所谓模块化,是一个动态的过程,是为了取得最佳效益,从系统观点出发,研究系统的构成形式,建立模块体系,并运用模块组合成系统的全过程。通过将模块化理论引入处理复杂系统问题,降低了由于系统内部各子系统间互相联系而导致的复杂度,提高了系统对于变化环境的适应能力和灵活性,并且消除了模块间的相互干扰,使系统的创新能力得以提高。
21世纪初,中央军委确立了“建设信息化部队,打赢信息化战争”的军队建设总体目标,我军的信息化改革和体制编制调整进入了一个崭新发展时期。信息化军事技术的飞速发展正在引发对军队结构的调整,建设小型化、精干化军队已成为必然选择。为适应我军军事变革的要求和军事斗争卫勤准备的需要和保障任务的多变性,适应现代战争的特点和要求,必须建立一种可以灵活运用的组织结构,使组织具有更好的应变能力、适应能力和创新再造能力,最终提高战时卫勤保障能力,模块化组织结构应运而生。
每个卫勤力量系统都包含一个需要解决的任务,将这个任务分解后,即可获得若干个子任务,根据每个子任务的需求,即可从上述的模块中选择匹配的模块进行组合,从而形成一个新的卫勤力量系统。但是,由于模块化存在较多不稳定因素:模块间的相似性、共有特性难以用统一的方式表达,且表达不精确,所以目前如何进行模块化测算是一个急需解决的问题。
发明内容
本发明针对现有技术存在的上述不足,提供了一种卫勤力量模块化测算方法。本发明通过以下技术方案实现:
一种卫勤力量模块化测算方法,用以便于卫勤力量模块化成若干卫勤力量模块并组成新系统,包括步骤:
S1、将新系统分解成若干子任务,根据每个子任务找到匹配的卫勤力量模块;
S2、建立多个新系统的方案;
S3、对多个新系统的方案进行计算机实现,得到若干可实现的总体方案;
S4、对所有可实现的总体方案进行评价,对不足之处进行再设计;
其中,步骤S1与S2之间包括,根据程度函数判断是否存在方案,具体包括:
S1为所要设计的方案N的卫勤力量模块的集合,S2是现有全部卫勤力量模块所组成的集合,L(S1)是由S1生成的集合,L(S2)是由S2生成的集合;
显然有N∈L(S1)
模块Mi具有属性Pi1、Pi2、……、Pin共ni个,每个属性Pij(1≤j≤nj)标明权系数Wij(0<Wij<1,Wij=1),设Pij、Pkj、Wij、Wkj分别满足上述定义,称为Mki为Mk关于Mi的程度函数,
Mij=∑fi(Pij)Wij,反映了模块Mk具备模块Mi诸属性的程度
其中,fk(Pij)=1Pij∈(Pk1,Pk2,......Pknk)
fk(Pij)=0
有Mii=∑fi(Pij)Wij=1,0≤Mij≤1;
若对某一Mi∈S1,存在Mk∈S2,使Mki=1,则称Mk可代替Mi,若对任一Mi∈S1,存在Mk∈S2,使Mk可代替Mi,则S2称可代替S1;
S2是否可代替S1为方案N拓扩存在性判据,若方案N拓扩存在性判据不满足,即存在Mi∈S1,使得对任一Mk∈S2,均有Mki≠1,则在S2中寻找Mk,使Mk取最大值,当Mk不止一个时,在Mk中寻找使Mik取最大值的那一个。
较佳的,步骤S1中还包括对子任务进行描述,以便于查找匹配的卫勤力量模块。
较佳的,对子任务进行描述的内容包括所需的卫勤力量模块所具有的属性。
较佳的,采用模糊匹配的方式对子任务以及卫勤力量模块进行匹配。
较佳的,模糊匹配的方式为采用多个模糊匹配复合与嵌套来实现。
较佳的,步骤S4具体包括内循环和外循环,内循环包括利用已有的方案进行修改,使其满足预定的要求,外循环包括在任意一方面无法满足要求的情况下,增加约束重新进行设计。
通过本发明,使得模块间的相似性、共有特性难以用统一的方式表达,且表达精确,且可以客观评价新的系统是否能胜任环境的变化需求以及新系统在模块化程度上是否达到平衡,并根据评估结果改进和完善新系统
附图说明
图1所示的是本发明的流程图;
图2所示的是本发明一实施例中一级匹配的示意图;
图3所示的是本发明一实施例中二级匹配的示意图。
具体实施方式
以下将结合本发明的附图,对本发明实施例中的技术方案进行清楚、完整的描述和讨论,显然,这里所描述的仅仅是本发明的一部分实例,并不是全部的实例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
为了便于对本发明实施例的理解,下面将结合附图以具体实施例为例作进一步的解释说明,且各个实施例不构成对本发明实施例的限定。
请参考图1,本发明主要包括四个步骤:S1、将新系统分解成若干子任务,根据每个子任务找到匹配的卫勤力量模块;S2、建立多个新系统的方案;S3、对多个新系统的方案进行计算机实现,得到若干可实现的总体方案;S4、对所有可实现的总体方案进行评价,对不足之处进行再设计。以下对这四个步骤进行相似说明。
1、子任务与模块的匹配
子任务与模块的匹配是在任务分解后,根据每个子任务的要求,查询模块数据库,找出与之相匹配的模块。为此,可建立模块管理系统。在模块化设计中,模块管理系统应该实现以下两个目标:
(1)对于给定的某一子任务的要求,模块库中是否存在着与之相匹配的模块;
(2)如果不存在与子任务相匹配的模块,至少能为新模块的设计提供最大程度的相似的模块作为参考。
1.1程度函数在模块管理系统中的应用
1.1.1存在性判据
设:S1是上级所要设计的模块化卫勤救治机构N的模块的集合,S2是现有全部模块所组成的集合,L(S1)是由S1生成的模块化卫勤救治机构的集合,L(S2)是由S2生成的模块化卫勤救治机构的集合。
显然有N∈L(S1)
1.1.2程度函数
定义2.1:设Pij、Pkj、Wij、Wkj分别满足上述定义,称为Mki为Mk关于Mi的程度函数
Mij=∑fi(Pij)Wij (公式3-1)
其中fk(Pij)=1pij∈(Pk1,Pk2,……,Pknk)
fk(Pij)=0 (公式3-2)
显然有
Mii=∑fi(Pij)Wij=1 (公式3-3)
一般地0≤Mij≤1
不难发现,式3-1反映了模块Mk具备模块Mi诸属性的程度,这也是称其为程度函数的原因。
上述定理无疑给出了程度函数为基础的存在性判据。由于该判据是以模块的属性为比较对象,因此可以提供更详细的指示信息。实际设计问题中,只要条件Mki=1成立,就可以认为存在性判据得到满足。这是因为Mk具有Mi的全部属性时,用Mk代替Mi不会影响上级提出的分队设计要求,这样就有了下面的定义:
定义2.2:若对某一Mi∈S1,存在Mk∈S2,使Mki=1,则称Mk可代替Mi。若对任一Mi∈S1,存在Mk∈S2,使Mk可代替Mi,则S2称可代替S1。
定义2.3:称“S1是否可代替S2”为分队N的拓扩存在性判据。
1.1.3最大程度函数
如果分队N的拓扩存在性判据不满足,即存在Mi∈S1,使得对任一Mk∈S2,均有Mki≠1,则我们在S2中寻找Mk,使Mk取最大值。当这样的Mk不止一个时,在这些Mk中寻找使Mik取最大值的那一个。
在模块管理系统中其管理原理可表达如下:
对每一个Mi∈S1,建立Ui和Vi,任取Mk(K∈Ui),计算Mki。如果Mki=1,则输出“Mk可代替Mi”否则,输出Vi,标明用Vi给出的模块来设计Mi,可以得到最佳的设计效果;重复上述过程,直到S1的全部模块处理完为止。最大程度函数所表达的含义是:一个模块如果最大程度地具备模块Mi的各个属性,且这些属性的重要性对这个模块来说又是充分的大,则把这个模块作为设计Mi的基础是非常合理的。
程度函数的引进,使得模块间的相似性、共有性等固有的特性能够用统一和精确的形式表达,为模块的描述提供了前提。
1.2子任务描述。
子任务的描述是为了到模块库中查询实现子任务的模块,因此其描述方法应该是它所需的模块应具有什么样的属性,因为一个对象总可以通过其各种属性来描述:
对象(属性1,属性2,……,属性n)
对实现一个子任务的模块的描述可表达为:
模块(功能,参数1,参数2,……)
其中不同的属性各有不同的取值范围,有的是精确值,有的可能是模糊值。
1.3子任务与模块库中模块匹配。
由于在子任务的描述中,有的属性值可能不是精确值,例如模块的功能值就有一定的模糊性。而模块库中存贮的信息往往也带有一定的模糊性,尤其是一些非数值表达的信息,因而子任务与模块库的匹配宜采用模糊匹配方法,利用模糊匹配可放松一些属性值的精确度,同时在子任务与库中模块不能完全匹配时,还可为新的模块创建提供最大程度满足要求的模块作为参考或在其基础上修改。
1.3.1模糊匹配
一个模糊产生式规则的一般形式为:
P←Q,CF,γ (公式3-5)
公式3-5中,Q一般表示前提或条件,P表示结论或动作,前提Q和结论P都可以是模糊的;CF称为规则的置信度,0<CF<1,γ是一个阈值,0<CF≤1。上述规则的含义是“如果前提Q在某种程度上被满足,则可以推出结论P(或执行动作P),规则的可信度为CF。
在产生式表示中,前提或条件Q是一种“模板”,所谓“被满足”是指模版在某种意义下被匹配。理论上可以用一个字符串来表示,例如在形式语言中的产生式:
aBβ←aAβ
表示若在一个字符串中有一个子串可与aAβ匹配,则可把该子串替换aBβ。在模糊产生式系统中,上述的“匹配”不是“完全精确的相同”,而是某种意义的“模糊匹配”,当匹配程度达到一定水平以后就算匹配成功,从而允许使用某个产生式规则。
模糊产生式的前提和结论都是允许模糊的,为了把产生式的前提和条件模糊化,可采用模糊字符序列来作为前提或条件:
Q=a1(μ1)a2(μ2)……an(μn)
其中a1为字符,为ai隶属字符串Q的隶属度,0≤μi≤1,(i=1,2,……,n)。
μi=1表示字符串Q的第i个字符肯定是ai,μi=0表示字符串Q的第i个字符一定不可能是ai,而可以是其它任意字符。当0<μi<1时,表示第i个字符有μi的可能性是ai。
由此可以导出模糊匹配的定义:
设产生式为
P←Q,CF,γ
当Q=a1(μ1)a2(μ2)……an(μn)时,若在已知知识中具有
Q=a1′(V1)a2′(V2)…an′(Vn),t′
其中t′为知识Q′的真度,0<t′≤1,并且
①a1′=ai(i=1,2,……n)
②0≤μ1≤Vi≤1,或0≤Vi≤μ1≤1,(i=1,2,……,n)
则称Q可被匹配,这时Q与Q′的距离定义为
d=max{|V1-μ1|,|V2-μ2|,……|Vn-μn|}
于是前提Q的匹配程度定义为
m=min{1-d,t′}
1.3.2模糊匹配的实现技术
①模式匹配
在管理系统中应用非常广泛的是模式匹配。
定义:假设t和P是两个给定的字符串,在t中寻找等于P的子串的过程成为模式匹配,称t为正文(text),称p为模式(pattern)。如果在t中找到等于p的子串,那么匹配成功,否则匹配失败。
设t由t1,t2,……,ti,……tn n个字符组成,
P由p1,p2,……,pj,……,pm m个字符组成。
如果存在下列对应关系:
t1,t2,……,ti,……,tn
‖‖ ‖
p1,p2,……pj,……,pm
即在t串中找到像p串那样的子串,则匹配成功。至于子串P在t中的具体位置,与匹配成功与否没有关系。举个简单的例子:
设t串为“专科手术队”
p串为“手术队”
则t与p匹配成功。
上述只是最简单的模式匹配问题,这在各种关系数据库语言中用单个命令即可实现。这种简单的模式匹配其实已体现出了一定的模糊性,也就是p和t的匹配是不精确的。
②模糊匹配技术
在模块管理系统中,假设存在规则“子任务x要求一个功能为胸外手术,手术速度为10例/24h的模块,而模块y的功能是胸外手术,其手术速度为10例/24h。”这个实例规则可以用一阶谓词表示:
Q(x):“x要求一个功能为胸外手术,手术速度为10例/24h的模块”
P(y):“y的功能是胸外手术,其手术速度为10例/24h的模块”
R(y,x):“y可能是x需要的模块”
如果在模块库中存在一个“模块关系”表
(功能,参数1,参数2,……)
这时就可以用上述规则逐个进行匹配,先在模块关系表中找出功能是胸外手术的模块集合S1,此集合是一个模糊集合;再找出手术速度为10例/24h的集合S2,然后经S1∩S2生成模糊集S,从而导出模糊集S中的模块可能就是子任务x所需要的模块,模糊匹配结束。
1.3.3模糊匹配在模块查询中的应用
在实际的模糊匹配中,简单的模糊匹配显然还不能满足需要,模糊匹配往往由多个模糊匹配的复合与嵌套来实现。
前面模糊匹配定义中有产生式P←Q,CF,γ
式中P和Q都是字符串,根据此定义可以推广到集合的概念上进行匹配。在模块管理中,根据模糊匹配的规则不同,匹配可以划分为:一级模糊匹配,二级模糊匹配,……,n级模糊匹配。
匹配规则可以用一阶谓词来表示:
Q(x):“子任务x对模块的要求为A”
P(y):“模块y具备的条件是A”
R(y,x):“y可能是x需要的模块”
子任务与模块进行匹配的级别划分就是根据变元集A的范围而定的,集合A的必然会引起匹配时所得到的模糊集的变化,A的范围越小,模糊集越大;范围越大,模糊集越小。下面以实现胸外手术的子任务与专科手术模块进行匹配的具体过程来加以说明:
一级匹配时,设集合A={手术,手术速率},则有三个模块满足需求,如图2所示。
模糊集S={模块1,模块2,模块3}中的模块可能就是子任务所要求的模块。
二级匹配时,设集合A={胸外手术,手术速率},则只有两个模块满足要求,如图3所示。
模糊集S={模块1,模块3}中的模块可能就是子任务所要求的模块。
由此可以看出,随着变元集A的扩大,匹配的级别越来越高,模糊匹配的成功率越来越小。
1.3.4用SQL来实现模糊匹配
SQL(Structured Query Language)作为关系数据库语言的标准,它兼顾了关系代数和元组关系运算的特点,是类似于英语的数据语言。SQL是一个面向集合的语言,传统的数据库语言处理数据的方法是每次只能处理一个记录,而SQL每次却能处理一个记录集。因此,利用SQL可以很方便的实现子任务与模块之间的匹配。在SQL中查询模块的一般模式为:
SELECT 属性
FROM 关系
WHERE 条件
例如在子任务要求规则中,可以用以下SQL来实现,设变元集A={要求1,要求2},即是一级模糊匹配:
SELECT*(*表示全部属性)
FROM P (P表示模块关系表)
WHERE P 自身条件 IN
{SELECT Q 要求1 FROM Q}
AND P 自身条件 IN
{SELECT Q 要求2 FROM Q}
INTO CURSOR S(S表示满足子任务要求的模块模糊集)
如果模糊集为S非空集,则匹配成功,S中的模块可能就是子任务需要的模块:如果模糊集S为空集,则匹配不成功。
2、基于模块的多方案设计实现
模块化设计的多方案形成可以通过几个环节实现:
2.1通过不同的功能分解方式或改变分功能之间的关系,使其组合方案不同;
2.2实现各分功能的功能载体可以有多种,用不同的分功能载体去组合形成多种方案;
2.3改变模块之间的连接关系,使其形成不同的方案。例如专科手术队模块可以和重伤救治模块连接,也可以和基本手术模块连接。
上述方法2.1划分时已进行过比较和评价,模块的形成就是取其结果,为了利用已有的模块,总体方案设计时的功能分解方法应与模块化分时的功能分解方法相同;而方法2.3化分和模块系统建立时也已经考虑到,在模块多种组合方案形成后,通过模块组合的功能判断便可实现;
3、方案的计算机自动实现
对于卫勤救治机构模块矩阵,若不考虑模块之间的组合因素,则从矩阵中每一行任取一个元素的组合便可形成一个可能的卫勤救治机构总体方案,这样可以组合的方案数为:
N=n1×n2×…nm (公式3-6)
但考虑到模块之间存在不可结合的因素,可行的方案数将大大减少。全部可能方案的计算机自动实现步骤如下:
3.1救治机构模块矩阵,从每一行的第一列上的元素开始,生成第一个可能的方案;
3.2保持第一行到第m-1行元素列数不变,第m行上的元素列数加1.取每行当前列上的元素,生产下一个可能的方案;
3.3重复步骤2.2第m行的元素全部遍历。保持第1行到第m-2行元素列数不变,第m-1行上的元素列数加1,第m行上的元素列数回1.取每行当前列上的元素,生成下一个可能的方案;
3.4重复步骤2.2、2.3,直到第m-1行上的元素全部遍历。保持第1行到第m-3行元素列数不变,第m-2行上的元素列数加1,第m-1行到m行上的元素列数回1.取每行当前列上的元素,生产下一个可能的方案;
3.5以此类推,当第i(i=2,3,……,m)行上元素遍历。保持第1行到第i-2行元素列数不变,第i-1行上的元素列数加1,第i到m行上的元素列数回1.取每行当前列上的元素,生成下一个可能的方案。循环进行,直到第1行上的元素遍历。
经过上述步骤,得出全部可能的分队总体方案。通过模块可组合性判断,可得出卫勤救治机构可实现的总体方案。
4、卫勤救治机构模块化组合设计
当对所有的设计方案进行评价之后,如果不存在满意的设计方案,则必须进行再设计。再设计是组织设计中不可少的环节,设计师一般通过对现有方案的不足之处进行改进,使其达到满意的程度。本文通过模拟设计师的设计思路,根据上述评价结果,提出在现有方案的基础上进行计算机辅助再设计的策略。
卫勤救治机构模块化组合方案再设计过程分为内外两个循环。内循环是利用已有的方案进行修改,使其满足预定的要求。内循环实际上是按照基于实例的思想进行再设计的,通过选择一种较好的设计方案,在此基础上对其不能满足要求的方面进行修改,修改的方法是从其它方案中选出一个此方面设计的较好的实例,并将此实例用于要修改的方案,包括从选择、模块组合到方案的形成过程。当评价结果不存在满意方案时,首先进入再设计内循环,试图通过对已有方案优点的综合,使方案达到满意的程度:但如果已有方案中的所有方案在某一方面都不能满足要求,说明初始设计缺少这方面的约束,必须增加约束重新进行设计,这是进入外循环,重复初始方案设计过程。无论是内循环还是外循环,其结果都必须再次经过评价,满意者输出,不满意者再次进入循环。
由于卫勤力量是的功能并不是一个定量单位,而是定性和定量相结合的具有弹性和柔性的模块。同时,由于模块组合的限制参数也多半带有预测和检验成分,因此,采用多级模糊匹配较为适合模块组合方案的产出。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (6)
1.一种卫勤力量模块化测算方法,用以便于卫勤力量模块化成若干卫勤力量模块并组成新系统,其特征在于,包括步骤:
S1、将所述新系统分解成若干子任务,根据每个子任务找到匹配的卫勤力量模块;
S2、建立多个新系统的方案;
S3、对所述多个新系统的方案进行计算机实现,得到若干可实现的总体方案;
S4、对所有所述可实现的总体方案进行评价,对不足之处进行再设计,从而得到所述新系统;
其中,步骤S1与S2之间包括,根据程度函数判断是否存在所述方案,具体包括:
S1为所要设计的方案N的卫勤力量模块的集合,S2是现有全部卫勤力量模块所组成的集合,L(S1)是由S1生成的集合,L(S2)是由S2生成的集合;
显然有N∈L(S1)
模块Mi具有属性Pi1、Pi2、……、Pin共ni个,每个属性Pij(1≤j≤nj)标明权系数Wij(0<Wij<1,Wij=1),设Pij、Pkj、Wij、Wkj分别满足上述定义,称为Mki为Mk关于Mi的程度函数,
Mij=∑fi(Pij)Wij,反映了模块Mk具备模块Mi诸属性的程度
其中,fk(Pij)=1Pij∈(Pk1,Pk2,......Pknk)
有Mii=∑fi(Pij)Wij=1,0≤Mij≤1;
若对某一Mi∈S1,存在Mk∈S2,使Mki=1,则称Mk可代替Mi,若对任一Mi∈S1,存在Mk∈S2,使Mk可代替Mi,则S2称可代替S1;
S2是否可代替S1为方案N拓扩存在性判据,若方案N拓扩存在性判据不满足,即存在Mi∈S1,使得对任一Mk∈S2,均有Mki≠1,则在S2中寻找Mk,使Mk取最大值,当Mk不止一个时,在Mk中寻找使Mik取最大值的那一个。
2.根据权利要求1所述的卫勤力量模块化测算方法,其特征在于,步骤S1中还包括对所述子任务进行描述,以便于查找匹配的卫勤力量模块。
3.根据权利要求2所述的卫勤力量模块化测算方法,其特征在于,对所述子任务进行描述的内容包括所需的卫勤力量模块所具有的属性。
4.根据权利要求3所述的卫勤力量模块化测算方法,其特征在于,采用模糊匹配的方式对所述子任务以及卫勤力量模块进行匹配。
5.根据权利要求4所述的卫勤力量模块化测算方法,其特征在于,所述模糊匹配的方式为采用多个模糊匹配复合与嵌套来实现。
6.根据权利要求1所述的卫勤力量模块化测算方法,其特征在于,步骤S4具体包括内循环和外循环,所述内循环包括利用已有的方案进行修改,使其满足预定的要求,所述外循环包括在任意一方面无法满足要求的情况下,增加约束重新进行设计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410005574.8A CN103745056A (zh) | 2014-01-06 | 2014-01-06 | 卫勤力量模块化测算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410005574.8A CN103745056A (zh) | 2014-01-06 | 2014-01-06 | 卫勤力量模块化测算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103745056A true CN103745056A (zh) | 2014-04-23 |
Family
ID=50502073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410005574.8A Pending CN103745056A (zh) | 2014-01-06 | 2014-01-06 | 卫勤力量模块化测算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103745056A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6516451B1 (en) * | 2000-07-05 | 2003-02-04 | Clarence Wayne Patin | Standards-integrated design software |
CN101201596A (zh) * | 2006-10-20 | 2008-06-18 | 洛克威尔自动控制技术股份有限公司 | 用于模块设计的设计模式 |
CN101379496A (zh) * | 2005-12-29 | 2009-03-04 | 3M创新有限公司 | 用于设计实验的系统和方法 |
CN203280490U (zh) * | 2013-03-27 | 2013-11-13 | 北京倍肯恒业科技发展有限责任公司 | 数字化野战救护所 |
-
2014
- 2014-01-06 CN CN201410005574.8A patent/CN103745056A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6516451B1 (en) * | 2000-07-05 | 2003-02-04 | Clarence Wayne Patin | Standards-integrated design software |
CN101379496A (zh) * | 2005-12-29 | 2009-03-04 | 3M创新有限公司 | 用于设计实验的系统和方法 |
CN101201596A (zh) * | 2006-10-20 | 2008-06-18 | 洛克威尔自动控制技术股份有限公司 | 用于模块设计的设计模式 |
CN203280490U (zh) * | 2013-03-27 | 2013-11-13 | 北京倍肯恒业科技发展有限责任公司 | 数字化野战救护所 |
Non-Patent Citations (5)
Title |
---|
张义; 张鹭鹭; 扈长茂; 马开城; 李策; 刘源: "卫勤力量优化部署决策支持系统设计与研发", 《解放军医院管理杂志》 * |
张鹭鹭;刘源;张义;杨国士;扈长茂: "区域大规模灾难中应急机动卫勤力量部署优化决策支持研究", 《第四届全国灾害医学学术会议》 * |
李凌艳; 张鹭鹭; 魏星; 郝璐; 卢杨: "国内外卫勤力量模块化的比较", 《解放军医院管理杂志》 * |
邓军: "高原寒区作战地方医院平转战研究", 《URL:HTTP://SO.QIANLUNTIANXIA.COM/ARTICLE/CDFD-1014157142.HTML》 * |
郝璐, 张鹭鹭, 刘源: "卫勤力量模块化界定", 《解放军医院管理杂志》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
García-Ferrero et al. | A Bochner type characterization theorem for exceptional orthogonal polynomials | |
Metodi et al. | Compiling finite domain constraints to SAT with BEE | |
CN107038261B (zh) | 一种基于数据图谱、信息图谱和知识图谱的处理架构资源可动态抽象的语义建模方法 | |
Straccia et al. | oMAP: Combining classifiers for aligning automatically OWL ontologies | |
Duchateau et al. | A flexible approach for planning schema matching algorithms | |
Pate et al. | A graph theoretic approach to problem formulation for multidisciplinary design analysis and optimization | |
Maiz et al. | Automatic ontology merging by hierarchical clustering and inference mechanisms | |
Khalilpour et al. | Parametric optimization with uncertainty on the left hand side of linear programs | |
Tang et al. | ScaleQC: A scalable framework for hybrid computation on quantum and classical processors | |
Chen et al. | Planning for large-scale multiagent problems via hierarchical decomposition with applications to UAV health management | |
WO2012133941A1 (en) | Method for matching elements in schemas of databases using bayesian network | |
Barrus | Hereditary unigraphs and Erdős–Gallai equalities | |
CN103745056A (zh) | 卫勤力量模块化测算方法 | |
Babaei et al. | Using fuzzy c-means clustering algorithm for common lecturers timetabling among departments | |
Gerdt et al. | Involutive division generated by an antigraded monomial ordering | |
KR101736874B1 (ko) | 매개객체를 사용하여 잠수함 시스템 모델과 통합설계를 연계하는 방법 및 이의 연계 시스템 | |
Cohen et al. | Elimination of spurious ambiguity in transition-based dependency parsing | |
Deb et al. | Using i∗ model towards ontology integration and completeness checking in enterprise systems requirement hierarchy | |
Dal et al. | Reducing the cost of probabilistic knowledge compilation | |
Gelle et al. | Constraint satisfaction methods for applications in engineering | |
Barman et al. | Clustering techniques for software engineering | |
Gonçalves et al. | $\Upsilon $-DB: A system for data-driven hypothesis management and analytics | |
Balamurugan et al. | A framework for computing linguistic hedges in fuzzy queries | |
Zamani | The position of multiobjective programming methods in fuzzy data envelopment analysis | |
Michalek et al. | BB-ATC: analytical target cascading using branch and bound for mixed-integer nonlinear programming |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140423 |