物流系统优化与评估实验教程目录

第1章 绪论

1.1 物流优化实验课程总的教学目标

1.2 物流优化实验课程总的教学任务

1.3 与其他课程的关系

1.4 物流系统优化实验教程的整体结构和内容概要

第2章 POEM物流优化实验体系建设

2.1 总体实验环境

2.2 实验环境建立

2.3 实验报告

2.4 实验教学管理

第3章 实验导读

3.1 物流优化问题描述

3.2 物流系统优化实验平台介绍

3.3 物流系统优化实验数据准备

3.4 物流优化方案评估系统

第4章 POEM物流优化实验网上管理系统

4.1 系统的安装和运行

4.2 学生上报实验结果模块

4.3 教师实验管理模块

第5章 电子地图导入与地图数据编辑实验

5.1 实验目的

5.2 实验环境

5.3 实验内容

5.4 实验步骤

5.5 实验要求

5.6 问题讨论

5.7 体会与建议

第6章 仓库与配送中心选址优化实验

6.1 实验目的

6.2 实验环境

6.3 实验内容

6.4 实验步骤

6.5 实验要求

6.6 问题讨论

6.7 体会与建议

第7章 配送线路与车辆调度优化实验

7.1 实验目的

7.2 实验环境

7.3 实验内容

7.4 实验步骤

7.5 实验要求

7.6 问题讨论

7.7 体会与建议

第8章 多式联运物流方案优化系统

8.1 实验目的

8.2 实验环境

8.3 实验内容

8.4 实验步骤

8.5 实验要求

8.6 问题讨论

8.7 体会与建议

第9章 制造业离散生产排程优化实验

9.1 实验目的

9.2 实验环境

9.3 实验内容

9.4 实验步骤

9.5 实验要求

9.6 问题讨论

9.7 体会与建议

参考文献2100433B

《物流系统优化与评估实验教程》通俗易懂地讲解了POEM物流优化实验系统。它既涵盖了基本的理论学习方法，又具有实用性；既拓展学生的思维，又富于启发；既易于教师引导和教学，又配有完整、系统的教学大纲、教学计划及课件等教辅材料。尤其针对VRP、PDP、LRP选址、APS、多式联运等实际物流优化问题设计了专门的优化实验，而且系统能够对自己构建的物流方案进行评估。通过学习《物流系统优化与评估实验教程》，学生不仅能锻炼实战能力，巩固所学的理论知识，而且可以在物流系统优化中对实际问题进行建模与求解。

《物流系统优化与评估实验教程》适合物流工程与物流管理专业大学本科生和研究生使用，也可供从事物流技术或物流管理工作的专业人员参考。

《电力系统自动化与继电保护技术实验教程(21世纪高等院校电气工程与自动化规划教材)》由毛永明主编，本书是“电力系统自动化与继电保护”课程配套用的实验教材，也可作为“工厂供电”、“建筑供配电”、“电力系统继电保护”等相关理论课程的配套实验教材使用。编写本书的目的在于培养学生的创新能力，培养学生掌握理论指导下的实验方法，锻炼学生的实际操作能力以及常规继电器的正确使用方法，使学生学会利用理论对测得的实验数据进行合理分析，得出正确结论，并在此基础上进行分析研究。供配电与继电保护等课程理论性强、概念抽象、实践性强，涉及的基础理论较广，对培养学生的科学思维能力、工程能力，提高学生分析问题和解决问题的能力起着至关重要的作用。

本书是《智能计算系统》的配套实验教程，结合智能计算系统的软硬件技术栈设计了基于通用CPU平台和深度学习处理器平台的分阶段实验和综合实验。其中，分阶段实验以风格迁移作为驱动范例，包括算法实验（第2～3章）、编程框架实验（第4章）、智能编程语言实验（第5章）、深度学习处理器运算器设计实验（第6章）。通过完成分阶段实验，读者可以开发出一个可完成图像风格迁移任务的智能计算系统。综合实验（第7章）包括目标检测、文本检测、自然语言处理等不同应用领域的实验，可以帮助读者巩固对软硬件技术栈相关知识的系统理解，让读者了解不同应用领域对智能计算系统的需求。

本书适合作为高等院校人工智能及相关专业的教材，以及相关领域从业人员的参考书。作者团队还为本书设计了一款配套的游戏，利用游戏中的“稠密奖励”“即时奖励”和“体系性奖励”等机制来提升读者的学习热情。

编委会名单

丛书序言

前言

第1章　绪论

1.1　智能计算系统简介

1.2　实验设计

1.3　实验平台

1.3.1　硬件平台

1.3.2　软件环境

1.4　游戏实验系统

第2章　神经网络设计实验

2.1　基于三层神经网络实现手写数字分类

2.1.1　实验目的

2.1.2　背景介绍

2.1.3　实验环境

2.1.4　实验内容

2.1.5　实验步骤

2.1.6　实验评估

2.1.7　实验思考

2.2　基于DLP平台实现手写数字分类

2.2.1　实验目的

2.2.2　背景介绍

2.2.3　实验环境

2.2.4　实验内容

2.2.5　实验步骤

2.2.6　实验评估

2.2.7　实验思考

第3章　深度学习应用实验

3.1　基于VGG19实现图像分类

3.1.1　实验目的

3.1.2　背景介绍

3.1.3　实验环境

3.1.4　实验内容

3.1.5　实验步骤

3.1.6　实验评估

3.1.7　实验思考

3.2　基于DLP平台实现图像分类

3.2.1　实验目的

3.2.2　实验环境

3.2.3　实验内容

3.2.4　实验步骤

3.2.5　实验评估

3.2.6　实验思考

3.3　非实时图像风格迁移

3.3.1　实验目的

3.3.2　背景介绍

3.3.3　实验环境

3.3.4　实验内容

3.3.5　实验步骤

3.3.6　实验评估

3.3.7　实验思考

3.3.8　延伸拓展

第4章　编程框架实验

4.1　基于TensorFlow实现图像分类

4.1.1　实验目的

4.1.2　背景介绍

4.1.3　实验环境

4.1.4　实验内容

4.1.5　实验步骤

4.1.6　实验评估

4.1.7　实验思考

4.2　基于TensorFlow实现实时风格迁移推断

4.2.1　实验目的

4.2.2　背景介绍

4.2.3　实验环境

4.2.4　实验内容

4.2.5　实验步骤

4.2.6　实验评估

4.2.7　实验思考

4.3　基于TensorFlow实现实时风格迁移训练

4.3.1　实验目的

4.3.2　背景介绍

4.3.3　实验环境

4.3.4　实验内容

4.3.5　实验步骤

4.3.6　实验评估

4.3.7　实验思考

4.4　自定义TensorFlow CPU算子

4.4.1　实验目的

4.4.2　背景介绍

4.4.3　实验环境

4.4.4　实验内容

4.4.5　实验步骤

4.4.6　实验评估

4.4.7　实验思考

第5章　智能编程语言实验

5.1　智能编程语言算子开发与集成实验（BCL开发实验）

5.1.1　实验目的

5.1.2　背景介绍

5.1.3　实验环境

5.1.4　实验内容

5.1.5　实验步骤

5.1.6　实验评估

5.1.7　实验思考

5.2　智能编程语言性能优化实验

5.2.1　实验目的

5.2.2　背景介绍

5.2.3　实验环境

5.2.4　实验内容

5.2.5　实验步骤

5.2.6　实验评估

5.2.7　实验思考

5.3　智能编程语言算子开发实验（BPL开发实验）

5.3.1　实验目的

5.3.2　背景介绍

5.3.3　实验环境

5.3.4　实验内容

5.3.5　实验步骤

5.3.6　实验评估

5.3.7　实验思考

*第6章　深度学习处理器运算器设计实验

6.1　实验目的

6.2　背景介绍

6.2.1　卷积层算法特征

6.2.2　面向卷积运算的DLP架构

6.2.3　DLP上矩阵及卷积处理过程

6.3　实验环境

6.3.1　工具安装

6.3.2　代码文件组织

6.4　实验内容

6.5　实验步骤

6.5.1　串行内积运算器

6.5.2　并行内积运算器

6.5.3　矩阵运算子单元

6.5.4　编译调试

6.6　实验评估

6.7　实验思考

第7章　综合实验

7.1　基于YOLOv3实现目标检测

7.1.1　实验目的

7.1.2　背景介绍

7.1.3　实验环境

7.1.4　实验内容

7.1.5　实验步骤

7.1.6　实验评估

7.1.7　实验思考

7.2　基于EAST实现文本检测

7.2.1　实验目的

7.2.2　背景介绍

7.2.3　实验环境

7.2.4　实验内容

7.2.5　实验步骤

7.2.6　实验评估

7.2.7　实验思考

7.3　基于BERT实现自然语言处理

7.3.1　实验目的

7.3.2　背景介绍

7.3.3　实验环境

7.3.4　实验内容

7.3.5　实验步骤

7.3.6　实验评估

7.3.7　实验思考

附录ADLP软件环境介绍

A.1　整体环境

A.2　运行时库（CNRT）

A.3　高性能库（CNML）

A.4　开发工具包

A.4.1　应用级性能剖析工具

A.4.2　系统级性能监控工具

参考文献

后记 2100433B