会员中心
搜索
登录
注册

解决方案

数字化转型通用方案行业方案安全方案大数据人工智能物联网行业展望自动控制其他

产品|技术

白皮书产品介绍技术介绍技术创新模型算法

政策|规范

政策规范行动计划

电子书

电子书课件

报告|论文

报告模板论文

本科论文答辩中专家_学生匹配分组模型及算法_狄卫民

本科论文答辩是本科教学实践的重要一环。针对本科论文答辩特点,考虑导师和学生的公平性要求,建立了专家-学生匹配分组问题的两阶段序贯决策模型。其中,第一阶段确定最大的最小论文匹配度,第二阶段在保证上述最小论文匹配度的前提下,确定使平均论文匹配度最大化的专家-学生匹配分组方案。为便于模型求解,提出了以染色体库为纽带、嵌入线性整数规划精确算法的混合遗传算法,给出了算法的主要实现步骤。最后通过实例,验证了模型和算法的有效性。

  • 2021-04-25
  • 阅读585
  • 下载0
  • 6页
  • pdf

基于复合型进化算法的地下水污染反演模型_黄林显

污染源位置和污染物排放浓度的快速确定直接决定着地下水污染的有效治理及修复,这属于地下水反演问题。通过充分分析地下水污染反演问题,耦合地下水流模拟程序MODFLOW、溶质运移模拟程序MT3DMS和优化算法SCE-UA,设计了一种模拟-优化（S/O）反演模型。通过实例验证,反演结果表明:提出的网格遍历GT算法可以自动验证潜在污染区内所有可能的污染源位置组合方式；与传统地下水污染反演模型相比,S/O模型不但能够适用于稳定流条件,而且适用于非稳定流条件；所开发的S/O模型对于多污染源分别在稳定流和非稳定流下的反演均有非常高的精度,能够准确反演污染源位置及污染物排放浓度。

  • 2021-05-06
  • 阅读585
  • 下载0
  • 7页
  • pdf

基于改进宏观交通流模型的MPC算法设计_潘红光

为了得到稳定有序的道路交通流，针对高速公路系统，提出了一种基于改进宏观交通流模型的模型预测控制方法。考虑到由于匝道的流入和流出给交通流带来的不确定性，该方法以各路段的交通流密度和速度为控制目标。再以传统的宏观交通流模型为基础，改进得到一个宏观交通流状态空间模型。针对多变量和控制量约束的问题，设计了基于模型预测控制的交通流密度和速度控制器，以保证更好的控制效果。仿真结果表明，交通流的密度和速度最终趋于期望值，即该方法可有效避免交通拥堵。

  • 2021-04-23
  • 阅读583
  • 下载0
  • 9页
  • pdf

基于大数据集域自适应快速算法的图像特征智能识别模型构建_王鹏宇

通常采用图像特征智能识别以提高对图像高频成分的识别度。基于大数据集域自适应快速算法构建图像特征智能识别模型。在图像特征智能识别模型构建过程中,对于图像特征智能识别过程中容易产生伪图像特征识别、细节性模糊与图像特征智能识别的不间断性问题,使用大数据集域自适应快速算法可以提高图像特征智能识别的效率。经过实验表明,基于大数据集域自适应快速算法的识别特征模型能够有效提升微小图像特征平均识别率,且鲁棒性较好。

  • 2021-05-06
  • 阅读583
  • 下载0
  • 5页
  • pdf

电动汽车物流配送路径优化模型及求解算法_常乐

为了对电动汽车物流配送路径问题进行优化,建立多目标电动汽车路径问题模型,并设计一种具有处理多约束条件的改进非支配排序蚁群算法。首先根据电动汽车配送与燃油汽车配送的不同,综合考虑客户和运输商的不同利益及要求,以客户满意度最大、系统配送时间最短和运输成本最小为优化目标,建立带软时间窗的多目标混合车辆路径优化模型。其次,运用NSGA-Ⅱ算法对模型进行求解,并考虑本模型约束条件多的特点,设计进行求解。随机生成算例进行实验,结果表明:构建模式可根据不同配送商提供不同优化路线,方便做出适合其发展的决策,提出的算法在求解问题中也具有较好的性能。

  • 2021-04-21
  • 阅读582
  • 下载0
  • 5页
  • pdf

基于改进近邻传播算法的聚类质量评价模型_邹臣嵩

针对近邻传播（Affinity Propagation,简称AP）算法在对非团状数据集聚类过程中出现的局部聚类较多、精准度不高等问题,提出了一种基于改进AP算法的聚类质量评价模型.首先,在AP算法初步聚类的基础上,通过合并相似度较大的簇,减小聚类上限值kmax,进一步压缩聚类区间范围；其次,给出一个新的内部评价指标,用分属不同簇的样本对的平均距离代表簇间距离,削弱噪声数据的影响,平衡簇间分离度与簇内紧致度的关系.在UCI和KDD CUP99数据集上的实验结果表明,新模型可以给出精准的最优聚类数（范围）,能够在保持较低漏报率的同时,有效提高样本的检测率和分类正确率.

  • 2021-04-26
  • 阅读582
  • 下载0
  • 10页
  • pdf

基于差分量子粒子群算法的锅炉NO_x排放模型优化_董泽

提出一种基于改进的差分量子粒子群（DEQPSO）算法,将其与超限学习机（ELM）相结合,以某1 000 MW超超临界机组锅炉燃烧系统为研究对象,建立了NOx排放模型,采用现场样本数据测试所建模型的预测能力,并将该模型的预测结果与基本超限学习机以及引力搜索算法（GSA）、粒子群算法（PSO）和量子粒子群算法（QPSO）优化的超限学习机模型的预测结果进行了对比。结果表明:DEQPSO算法具有更好的参数优化性能,DEQPSO-ELM模型具有较强的泛化能力和良好的预测精度,为电站锅炉NOx排放质量浓度预测提供了一种有效方法。

  • 2021-05-07
  • 阅读581
  • 下载0
  • 7页
  • pdf

改进的POTTS模型及其数据多分类直推学习算法_赵方丽

借助于图上离散非局部算子,计算机视觉领域图像分割的Potts模型可直接应用于数据多分类直推学习,但为受多种约束的能量泛函极值问题。采用传统的惩罚函数方法将受约束优化问题转化为无约束优化问题的求解涉及多个难以设定的惩罚参数。通过用较少的标记函数设计每类数据的特征函数自然满足原有的Simplex约束避免了对这类约束的惩罚。通过直接投影方法保证了直推学习中预设标记点精确约束进一步减少了能量泛函中惩罚项及惩罚参数的数量。对平衡分类约束和变量分裂引起的约束通过设计ADMM（Alternating Direction Method of Multipliers）方法降低了对惩罚参数的过分依赖。通过对多个标准数据集进行数值实验验证了所提出模型和算法的有效性。

  • 2021-05-06
  • 阅读580
  • 下载0
  • 7页
  • pdf