油站远程智能管理系统研究
第一章 绪论 | 第11-15页 |
1.1 研究的目的与意义 | 第11-12页 |
1.2 油站管理研究概况 | 第12-13页 |
1.3 人工智能与专家系统 | 第13-14页 |
1.4 论文研究的主要内容及技术路线 | 第14-15页 |
第二章 油品配送原理 | 第15-22页 |
2.1 油站系统简介 | 第15-16页 |
2.2 配送领域的知识 | 第16-18页 |
2.3 配送决策 | 第18-20页 |
2.3.1 配送原则 | 第18页 |
2.3.2 配送种类 | 第18-19页 |
2.3.3 配送指令 | 第19页 |
2.3.4 配送决策执行状态 | 第19页 |
2.3.5 配送决策原理 | 第19-20页 |
2.4 配送决策失误及防止对策 | 第20-21页 |
2.5 小结 | 第21-22页 |
第三章 油罐数据采集与处理 | 第22-29页 |
3.1 油罐状态参数 | 第22页 |
3.2 测量装置与测量方法 | 第22-24页 |
3.2.1 测量装置组成 | 第23页 |
3.2.2 工作原理 | 第23-24页 |
3.2.3 可测参数测量 | 第24页 |
3.3 不可测参数的换算 | 第24-28页 |
3.3.1 小数处理 | 第24-25页 |
3.3.2 标准密度换算的实现 | 第25-26页 |
3.3.3 标准体积换算的实现 | 第26-28页 |
3.3.4 其它参数的计算 | 第28页 |
3.4 小结 | 第28-29页 |
第四章 销售预测 | 第29-34页 |
4.1 销售预测中应考虑的因素 | 第29页 |
4.2 销售预测过程 | 第29页 |
4.3 销售预测准确度评价 | 第29页 |
4.4 销售预测方法 | 第29-31页 |
4.5 预测值的修正 | 第31-33页 |
4.6 小结 | 第33-34页 |
第五章 配送专家系统设计 | 第34-45页 |
5.1 专家系统简介 | 第34-35页 |
5.2 专家系统的组织结构及工作原理 | 第35-36页 |
5.3 系统设计目标 | 第36页 |
5.4 系统设计思路 | 第36页 |
5.5 基本框架设计 | 第36-37页 |
5.6 远程接口 | 第37-38页 |
5.7 知识库 | 第38-41页 |
5.7.1 知识的获取 | 第39页 |
5.7.2 规则 | 第39页 |
5.7.3 知识的分类 | 第39-41页 |
5.7.4 配送知识的表示 | 第41页 |
5.8 推理机 | 第41-44页 |
5.8.1 推理方法 | 第43页 |
5.8.2 推理过程 | 第43-44页 |
5.9 性能与评价 | 第44页 |
5.10 小结 | 第44-45页 |
第六章 基于小波分析的油罐检测 | 第45-54页 |
6.1 小波分析 | 第45-48页 |
6.1.1 小波变换 | 第45-46页 |
6.1.2 小波变换的时频局部化特征 | 第46-47页 |
6.1.3 MRA与Mallat算法 | 第47-48页 |
6.2 小波油罐检测的思路 | 第48-52页 |
6.2.1 油罐系统分析 | 第49-50页 |
6.2.2 预处理 | 第50-51页 |
6.2.3 精确检测 | 第51-52页 |
6.3 实例分析 | 第52-53页 |
6.4 小结 | 第53-54页 |
第七章 油站远程智能管理系统 | 第54-67页 |
7.1 系统的解决方案 | 第54页 |
7.2 软件开发方法 | 第54-55页 |
7.3 软件开发工具 | 第55-56页 |
7.4 软件系统设计 | 第56-58页 |
7.4.1 客户端系统设计 | 第56-57页 |
7.4.2 服务器端系统设计 | 第57-58页 |
7.5 设计实现 | 第58-64页 |
7.5.1 数据库管理系统-DBMS | 第58-62页 |
7.5.2 Java中文编码问题 | 第62-63页 |
7.5.3 用户管理 | 第63-64页 |
7.5.4 系统实现 | 第64页 |
7.6 服务器配置 | 第64-66页 |
7.6.1 更新环境变量 | 第64-65页 |
7.6.2 Tomcat的配置.. | 第65页 |
7.6.3 Apache的配置 | 第65-66页 |
7.6.4 Apache与Tomcat的整合 | 第66页 |
7.7 小结 | 第66-67页 |
第八章 结论与展望 | 第67-69页 |
参考文献 | 第69-73页 |
附录 | 第73-76页 |
致谢 | 第76-77页 |
作者简介 | 第77页 |