1) hub-and-spoke network model
轴辐式网络模型
1.
The logistics distribution system based on the hub-and-spoke network model, with convenience, punctual, agility, integration, can improve the rate and efficiency of the logistics distribution system in the delta.
指出基于轴辐式网络模型的城市群物流配送体系将以其便捷性、准时性、灵活性以及网络化、集成化等特点可以在很大程度上提高城市群物流配送的速度和运行效率。
2) Hub-Spoke Network
轴辐网络模式
3) hub-and-spoke network
轴辐式网络
1.
The paper introduces all kinds of hub-and-spoke networks and their characteristics in express freight,describes the current situation of their research and analyzes their research trend.
介绍了快速货运中各种轴辐式网络及其特点,总结了轴辐式网络问题的研究现状,并对其研究趋势做出了分析。
2.
In hub-and-spoke network, goods need.
在轴辐式网络模式下,货物需经过分拨中心中转后运达目的地,这一过程存在集、送货车辆数目不均衡,发车货运站不稳定的问题,目前对这方面的研究较少;其次,零担快运主要为非满载运输,货运站之间可以拼车组货,如何确定分拨中心位置、安排车辆路径也是研究领域的难题。
3.
Road express freight enterprises which mainly handle less-than-truck load (LTL), usually adopt hub-and-spoke network to minimize operation cost by substituting high transportation cost with lesser transferring cost.
公路快速货运企业以零担货物和小件货物为主要运输对象,通常采用轴辐式网络,以微量的转运成本,替代运输工具承载率的高运输成本,达到货运企业经营的总成本最小化。
4) hybrid hub-and-spoke network
复合轴辐式网络
5) networked model
网络型模式
6) network-oriented type
网络导向型模式
1.
Advice on the choice of governance type of the private enterprise is given on the basis of comparing the respective advantage and disadvantage of market-oriented type and network-oriented type.
本文从民营企业内部治理结构分析了产生这种现象的原因,在比较市场导向型模式和网络导向型模式各自利弊的基础上,给民营企业治理模式的选择提供了建议。
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
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