实验室安排管理系统
数据库，软件工程的实验室安排管理系统，很好的文档和代码。第一章引言1.1项目背景随着信息技术的普及,对计算机应用的普及,高等学校的计算机实验室在逐年上升,面对众多的计算机实验课,如何有效安排实验室,成为实验室管理人员的重要工作之一。为了提高实验室安排管理效率,方便教师对实验室的使用情况及时查询和申请实验室,需要设计一个能提供教师实时了解当前实验室教师申请情况,并可以对闲置实验室的申请,最后通过实验室管理员对教师所做的实验申请进行安排管理。本系统基于B/S结构,主要山前台教师对实验室申请和后台基本资料的维护及实验室的安排,主要包括以下功能:登录、申请实验、基本资料维护、实验室安排管理、用户管理,个人设置等。1.2实验室安排管理系统概述实验室安排管理系统是一门新兴的集管珪科学、信息科学、系统科学级计算机科学为一体的综合性学科,研究的是大学校园的实验室安排管理的全过程,以便有效的安排管理实验室信息,提高校园的实验室使用率,提供各类管理决策信息辅助实验室管理部门进行现代化管理。实验室安排管理系统是大学校园的实验空信息管理系统,它具备数据增加、修改、删除和査询功能,具体如下(1)对用户信息增加、修改、删除管理;(2)对实验室信息增加、修改、删除管理com3)对日期和课程信息增加、修改、删除管理(4)实验室安排管理1.3系统开发的意义为了有效的安排管理实验室信息,提高校园的实验室使用率,提供各类管理决策信息辅助实验室管理部门进行现代化管理需要设计一个能提供教师实时了解当前实验室教师申请情况,并可以对闲置实验室的申请,最后通过实验室管理员对教师所做的实验申请进行安排管理。本系统基于B/S结构,主要由前台教师对实验室申请和后台基本资料的维护及实验室的安排,主要包括以下功能:登录、申请实验、申请实习、基本资料维护、用户管理,个人设置、实验室安排管理等第二章系统分析2.1系统功能分析通过讨论分析,要求系统需要有以下功能:(1)要有良好的人机界面功能。(2)支持多用户操作,要求有较好的权限分配功能。(3)支持实验申请和实习申请多行录入功能。(4)为了方便用户能快速正确地申请到实验室,提供实验室申请浏览。(5)每个用户,课程,实验,实习,实验室都有惟一的编号即ID,编号需要是整型标识,能自动生成有序ID。(6)支持用户,课程,班级,实验室的修改,增加,删除功能。(7)支持实验室的安排浏览。2.2用户管理流程丁公共用户登录修改密退出→码图2-1用户管理流程com2.3实验管理流程用户登录系统—>申请实验—>修改申请—>查询申请结果申请实公共用户登录验,修改退出图2-2实验管理流程2.4实习管理流程用户登录系统—>申请实习—一>修改申请——一>查询申请结果申请实习,修改公共用户登录实习4退出图2-3实习管理流程2.5实验室安排系统管理流程管理员登录—>査询实验、实习申请—>安排实验室—>审核——>安排登录4添加、修改管理员册除用户退出管理实验室艹图2-4实验室安排系统管理流程docn豆丁www.docin.com第三章系统设计3.1项目规划本系统分为如下的几大模块:主界面登录模块实验室安排浏览模块用户控制面版实验宝查询用广管理实验审管理|报表图3-1系统模块图1、主界面模块该模块提供管理系统的主界面,是主系统的唯一入口和出口,该界面提供用户选择并调用各子模块2、登录根据用户管理分配不同的角色权限,核对用户,进入系统进行相应的操作。子模块:(1)用户控訇面版(公共用户)该模块提供用户的基本信息的界面,用户可在此修改密码、基本资料;察看本人申请实验室的情况。(2)实验室查询(老师)该模块提供査询符合某一条件的实验室安排情况的界面。(3)用户管理(管理员)该模块提供对用户信息进行更改、删除和新增和手动安排实验室的界面(4)实验室管理(管理员)该模块提供对实验室信息进行更改、删除和新增和手动安排实验室的界面。3、实验室安排浏览该模块提供全部实验室安排情況的界面。3.2功能框图用户查询更新查询更新查查更查查更更洵询更新结果询询新新条结条结条条结件|果果|件自果浏览申请表实验室安排表系统安排管理员审核图3-2主数据流程图3.3数据库设计创建数据库是设计系统的第·步,其关键问题在于确定所需的表结构并为之建立索引。为∫使系统设计精练实用,体现关系型数据库的特点,本系统还为各相关表建立关系。数据项设计通过需求分析,可确定系统的数据项和数据结构如下:实验申请表: shiyang(实验申请ID,周次,星期,节次,实验名称,实验班级,实验人数,任课教师,实验教师,申请时间实习申请I,周次,实习内容,实习课程名称,实习班级,实习人数,任课教师,申请时间)实习申请表 shixing(实习申请ID,周次,实习内容,实习课程名称,实习班级,实习人数,任课教师,申请时间)用户表:user(用户ID,用户名,用户类型)。班级表: classdb(班级ID,班级名称,班级入学时间)课程表:Kedb(课程ID,课程名称)实验室表: Ssdb(实验室ID,实验室名称,实验室座位)为了方便安排,本系统还设定了几个用于安排的临时表学年表: Xuelian(学年ID,学年名称)。学期表: xueqI(节次ID,节次名称)。周次表: Weekdb(周次ID,周次名称)。节次:jeci(节次I,节次名称)。实验表: shiyan(实验ID,实验名称)实习表: shixi(实习ID,实习名称)2、概念结构设计本系统在需求分析的基础上设计出能够满足用户需求的各种实体。根据上面的分析所得的实体有:实验室安排实体、用户实体。3、逻辑结构设计数据项描述{数据项名,数据类型,长度,数据项含义说明,可否为空}(1)用户表: Userdb用户表用来保存用信息,用户表结构如表3-1所示表3-1用户表数据项名数据类型(长度)数据项含义说明「可否为空user 1dint(4)用户ID否User-name char(20)用广名否User perchar(20)用户类型否(2)班级表: classdb班级表用来保存班级信息,班级表结构表3-2所示表3-2班级表数据项名数据类型(长度)数据项含义说明可否为空Class idInt(4)班级ID否Class nameChar(50)班级名称Class inyearChar(20)班级入学时间否3)实习申请表: shixia实习申请表用来保存实验申请信息,实习申请表结构表3-3所示表3-3实习申请表数据项名数据类型(长度)‖数据项含义说明「可否为空Shixing idInt(4)实习申请ID否Shixing week Char(20)周次否Shixing nameChar(100)实习内容否Shixing keChar(100)实习课程名称否Shixisg class Char(100)实习班级否Shixisq menInt(4)实习人数否Shixisq manChar(20)「任课教师否Shixing timeChar(20)申请时间可4)实验申请表: shiyang实验申请表用来保存实验申请信息,实验申请表结构如表3-4所示表34实验申请表数据项名数据类型(长|数据项含义说明「可否为空度)Shiyang idInt(4)实验申请ID否Shiyang weekChar(20周次Shiyang xqChar(20)星期Shiyang jcChar(20)节次否否否Shiyang nameCar(100实验名称Shiyang classChar(100)实验班级Shiyang menInt(4实验人数口Shiyang manar(2任课教师Shiyansq syteacher Char(20)实验教师Shiyang timeChar(20)申请时间(5)实验教师表: teacher实验教师表用来保存实验教师信息,实验教师表结构如表3-5所示表3-5实验教师表数据项名数据类型(长度)数据项含义说明「可否为空Teacher idInt(4)教师ID否Teacher nameChar(20)教师名称否(6)课程表:Kedb课程表用来保存课程信息,课程表结构如表3-6所示表3-6课程表数据项名数据类型(长度)数据项含义说明「可否为空Ke idInt(4)课程ID否Ke namelChar(100课程名称否(7)实验室表: Ssdb实验室表用来保存实验室信息,实验室表结构如表3-7所示表3-7实验室表数据项名数据类型(长度)数据项含义说明可否为空Sys idint(4)实验室ID否sys namechar(100)实验室名称否Sys menInt(4)实验室座位否(8)学年表: Xuelian学年表用来保存用信息,学年表结构如表3-8所示表3-8学年表数据项名数据类型(长度)数据项含义说明可否为空Xuenian idchar(20)学年ID否Xuwenlan nameint(20)学年名称否(9)周次表: Weekdb周次表用来保存周次信息,周次表结构如表39所示表3-9周次表数据项名数据类型(长度)「数据项含义说明「可否为空Week idchar (20)周次IDWeek nameint(20)周次名称否否(10)星期表: XIng星期表用来保存星期信息,星期表结构如表3-10所示表3-10星期表数据项名数据类型(长度)「数据项含义说明可否为空xing idchar(20)学年IDXIngl nameint(20)学年ID否否(11)节次表: J1eC1节次表用来保存节次信息,节次表结构如表3-11所示表3-11节次表数据项名数据类型(长度)数据项含义说明「可否为空c ldchar(20)班级名称合Jc nameint(20)编级人数4www.docin.com
- 2020-11-30下载
- 积分：1
基于EUNITE竞赛数据的中期电力负荷预测
pdf文档，中文来源：华北电力大学学报242007[11997199811.2199910.88408200.68000.47800.2掩76072007000100120时间/天68040100120图3训练过程中的误差变化时间/天Fig.3 Errors during training图1日负荷预测时洲练数据4Fig. 1 Training data for day load for ecas ting35←只51.5050-10203040如0的070809010101200.8时间压图4训练过程中神经元个数变化Fig 4 Grow th of neurons during train ing0.200.95系0.940.8505101520253035滞后时间/天如0.80.75图2训练数据的自相关系数Fig. 2 Autocorrelation coefficients of training dat a(a拟合曲线0.〔(3)10.040.0系70/14060[1000000]时间/天(b拟合误差「O1000001图5训练结果及误差Fig. 5 Result and error of train in3- EBF6,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net4EUNITE2582080078076074072026.26700(3)66005101520253035时间/天50/1[00001图6日最大负荷预测结果[01010]26ig. 6 Result of forFrecasting g1 SOFNN[716.2,739.7,757.7,781.3],7Tab 1 Accuracy of training and forecast ing[720.1,738.2,763.7,MethodMAPE/ (%O) ME767.7],7SOFNN1.3344.137901.7850.04780EUNITE1.95E770760winner750报告中ME值没有准确堤供,但可以从报告中估轵740计得出约50~60完整的 EUNITE网络竟赛原始数据可730从EUNITE网站获得(http://neuron.tuke.sk/compe-720tit ion/ index. php)7103354EUNITEMAPE时间1.95[2]图7周平均最大负荷预测结果3.2Fig. 7 Forecasting result of week average max loadSOFNNSOFNNWSj72SOF NNWLWLideltaWli, delta WLi=WLj-Wli(3h:× delt al+k× deltal wj,Yh=0.58o1994-2012ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp:/www.cnki.net262007820[1] Chen B J, Chang M W, Lin C J. Load forecasting using800support vector machines: a study on eunitE com-780tion 2001[J]. IEEE transactions on power systems7602004.19(4):1821-1830[2] Company behind East- Slov akia Power Distrib ution740Com panWorle w ide com petition w ithin the EU720NITE network, EUNITE competiton report [RI700[3]6802004.28(17):1-1105101520253035[4 Leng g, Prasad g, McGinnity T M. An on line algor-时间/天rithm for creating self organ izing fuzzy neural networ ks图8修正后的日最大负荷预测结果Neural Netw orks, 2004,(17): 1477-1493[5 Ort iz: Arroyo D, Skov M K, Huynh Q. Accurate Elee-F ig.8 Forecasting results after rev sedtricity Load Forecasting with Artificial Neur al NetworksIC. Proceedings of the 2005 International Conference2SOFNNon Compu tat io nal Intel ligence for M odel ling, Control andTah 2 Accuracy of forecast ingAuto mation. and International Conference on I ntelligentMethodMAPE/(%)MEAgents, Web Technolo gies and Internet CommerceSOFNN1.7850.04(CIMCAIA WTIC 05). 20051.5941.95[ 6] Tao X. Input dimens ion reduction for load forecastingEUNITE1.9550-60based on support vector machines [C]. Hong Kong82004 IEEE International Conference of Electric U til yderegulation, res tructur ing and pow er technolog iesMAPE ME20[7 Hsu CC. Dynam icall y Optim izing Parameters in SupportVector Regression An A pp licat io n of Electricity Load4结论Forecasting [C]. Haw aii: Proceedings of the 3 9thIlaw aii International Conference on System Sciences199918 Pan kratz A. Forecasting w ith Univariate Box-JenkinsModels [m. John Wiley sons, 1983SOFNN(1972-),,C1994-2012cHinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
- 2020-12-06下载
- 积分：1
