学科分类
/ 21
416 个结果
  • 简介:现代企业管理的核心是合同管理,作为水电施工企业,工程合同管理成为企业管理的重心,而工程合同管理的最前沿则是“索赔管理”。工程合同是施工企业的生存依据,索赔则是企业利益的捍卫者。索赔项目首先来源于“索赔点”,怎样去发现索赔项目的根本点,而索赔项目的成败关键则在于“证据”(包括合同文件、法律法规、施工基础资料等)。通过建立“索赔信息网络体系”,将有效地发现索赔点及搜集索赔证据。

  • 标签: 索赔 信息资源 信息网络体系 水电施工企业
  • 简介:为满足建设部和国家电力公司贵阳勘测设计研究院"十五"规划对综合信息管理系统建设的需求,充分利用内部局域网的优势提高勘测、设计及综合管理的水平和质量,本文对建设内部网络综合信息管理系统的必要性和可行性进行了初步探索.

  • 标签: 管理工程 网络综合管理 信息管理 系统流程
  • 简介:随着信息技术的发展,水利水电设计单位的计算机及网络应用日益普及,随之而来的是网络信息安全和设计数据保护问题,探讨了水利水电设计单位目前面临的信息安全问题,并给出了解决方案。

  • 标签: 水利水电设计 信息安全 安全技术措施 安全管理措施
  • 简介:虚拟专用网络(VirtualPrivateNetwork,简称VPN)是在公用网络上建立专用网络技术。VPN技术以其独具特色的优势赢得了越来越多的企业的青睐。河北省水利水电勘测设计研究院结合企业自身组织机构及网络现状对VPN技术进行了分析,利用VPN技术的特点组建了本企业的虚拟局域网络平台,为全院自动化办公和开展三维协同设计奠定了基础。

  • 标签: VPN 应用实践
  • 简介:结合水利水电设计业务特点,分析了水利设计信息化建设现状与存在问题,提出了水利设计单位信息化建设发展思路、主要任务及保障措施。

  • 标签: 水利水电设计 信息化建设 应用集成系统
  • 简介:水动力模型在防洪决策支持系统中占有重要的地位,而系统的网络化由于其易发布、好维护等优点日益受到重视.本文对水动力模型网络化的体系结构进行了分析,提出WWW服务模型与客户机/服务器结构相结合的B/S/S(浏览器/WEB服务器/应用服务器)结构;讨论了水动力模型在该方案中的位置,提出将模型的表现、交互部分和计算部分分开,分别位于B/S/S结构中的三个部分.在此基础上本文就怎样实现上述的结构进行了讨论,对于其中的难点WEB服务器与应用服务器(计算部分)的交互,分析了可采用的多种技术:基于特定协议的Socket(套接字)、命名管道、RPC(远程过程调用)、COM(组件对象模型)、CORBA、RMI、DCOM(COM+),基于通用协议的WEBSERVICE(包括.NET和SUNONE两种WEB技术体系)等,提出了利用Socket技术实现WEB服务器与水动力模型计算部分进行交互的解决方案,并阐述了该技术的基本原理,以及在哈尔滨城市防洪决策支持系统中的运用实例.

  • 标签: 浏览器 WEB服务器 应用服务器结构 水动力模型 套接字技术
  • 简介:为解决水利空间信息共享和业务系统集成关键技术问题,设计了一种基于开源REST架构的水利信息服务平台架构原型,提出了集监控技术、池化服务管理技术和空间信息管理于一体的弹性服务聚合技术。基于开源REST架构实现的水利信息服务平台具有很强的伸缩性,支持海量水利空间信息服务发布,并能够将其快速部署在云计算环境中。

  • 标签: 水利信息服务平台 弹性服务聚合技术 REST架构
  • 简介:《南水北调与水利科技》已与《中国学术期刊(光盘版)》电子杂志社有限公司签署《CAJ-N网络首发学术期刊合作出版协议》,从2017年11月15日起,凡经我刊审定录用的稿件(录用定稿)均率先在CAJ-N正式出版期刊网络版.以网络首发方式发表单篇论文是出版网络版的实质意义所在,对作者研究成果首发权、学术影响力,以及读者获取科技信息与知识的及时性具有重要意义.

  • 标签: 水利科技 南水北调 网络版 《中国学术期刊(光盘版)》 公告 学术影响力
  • 简介:以某大坝沉降监测数据为例,利用Matlab软件的BP神经网络工具箱进行建模分析和预测。结果表明,滚动BP神经网络算法能较好地应用于大坝沉降数据的预测,具有良好的应用前景。

  • 标签: BP 神经网络 MATLAB 大坝 预测
  • 简介:针对径流量长期变化的因果关系复杂特性,常规的中长期水文预报模型又很难满足精度要求,提出了基于BP神经网络的来水量预测模型。结合实际径流数据,验证了模型的预报精度,可用来进行中长期水文预报。

  • 标签: 人工神经网络 BP模型 来水量 预测
  • 简介:分析了影响城镇日用水量的非线性因素,利用人工神经网络,选择影响城市日用水量的主要因素。建立城镇日用水量预测模型,并将该模型的预测效果与传统的日用水量模型预测效果进行比较,结果显示该模型的预测精度更高、所需时间更短、更适用于影响因素较多的城市日用水量的预测。

  • 标签: 人工神经网络 日用水量 预测模型 效果