基于Petri网的自动售货机销售系统及物流建模与研究

被引量 : 1次 | 上传用户:lidongying
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自动售货机是含有商品销售和物流配送的系统。随着科技的发展,自动售货机的功能也越来越多,比如在传统的自动售货机中装载无线模块,通过短信息传递来监控自动售货机的销售和机器运行状态,这样使得系统过程越来越复杂。为了使系统的开发人员、维护补给人员、监控管理人员对自动售货机系统的运行有一个统一的理解,合理的组织和优化企业内部物流配送方式,建立合理的物流控制系统,因此要建立可以精确模拟系统动态运行的模型,来定量的分析效果的改进,实现系统的绩效分析。由于自动售货机系统属于离散事件动态系统,必须用特定的
其他文献
程序验证用逻辑证明的方法证明程序满足其规范,是实现安全性的重要方法。出具证明编译器(Certifying Compiler)是编译器与验证器的结合。本文描述的出具证明编译器项目CComp让
分类问题是模式识别的核心研究内容,其目的是通过对己知标签数据集的学习设计一个分类器,然后用该分类器来预测新样本的标签。按照样本所属标签个数,分类问题可以分为单标签
网格技术的提出为互联网络中资源共享、大规模计算应用的解决提供了很好的支撑平台,但是网格环境本身固有的动态性、异构性等特点,又给网格作业的调度带来了不小的难度,因而
XML作为新一代的数据交换标准,在网络上的应用越来越多,由此也产生了大量的XML数据。如何对XML数据进行有效的查询处理成为现在研究的热点。而XML作为半结构化数据具有自定义
计算机在不同行业的广泛使用,需要大量的软件作为支撑,越来越多的软件企业发现按照传统的一次开发一个软件的方式已经不能满足需求,它们需要提高软件开发的效率,而基于生产线
进化非选择算法是基于生物免疫进化机制和免疫非选择机制而提出的,其已被应用于异常检测问题。本文主要对进化非选择算法用于异常检测时的平均时间复杂度进行分析;并从理论上
高光谱遥感数据凭借非常高的光谱分辨率,在地物分类方面存在巨大的潜力,从而在矿藏勘探,环境保护等诸多领域得到了广泛的应用。近年来,随着高光谱分类算法研究的不断深入,融合了空间特征的分类模型成为学者们研究的热点领域。而以往的许多研究忽视了空间特征的重要作用,以及很少对多种特征的融合策略进行研究。基于这种现状,本文主要对多种特征在不同的层面的融合方式进行研究,主要内容如下:第一,从高光谱遥感数据的构成、
在计算机网络技术快速发展的今天,网络安全越来越受到人们的重视,非法外联监控系统是解决网络安全问题的有效手段。在一些保密级别较高的内部网络中,网络管理人员往往在内部
数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中发现有趣知识的过程,是涉及人工智能和数据库等学科的一个相当活跃的研究领域。序列模式发现是其中一个重要的
随着半导体工艺的发展,片上系统(System on Chip)体系结构设计变得越来越复杂,一个片上系统通常集成数十个或者上百个IP核,每个IP核都相当于传统意义的内存、处理器、DSP和AS