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

基于遗传算法的渡船横渡航法寻优模型_孙志宏

目前,渡船横渡内河水域主要依赖船长的经验,依据周围水域的实时态势做出决策,无法对整条横渡航线进行整体把握。因此,所选择航法经常使渡船在航道中间,处于低速等待穿越时机的状态,横渡航行风险相对较高。建立安全评价模型,结合研究添加重要判据求得实际最近会遇距离,加入船舶尺度建立安全评价指标作为适应度函数阈值。应用遗传算法（Genetic Algdrithm, GA）建立基于遗传算法的内河横渡模型,综合考虑经济性、转向角度和转向点数量求取路径的适应值并执行遗传操作。试验选取长江某渡口真实交通流数据作为输入进行模型验证,导出迭代所得路径关键参数,经过专家对关键参数进行分析比对,所得航线的经济性、及时性和安全性均较为合理,构建的模型可应用于渡船横渡内河水域航法寻优中。

  • 2021-04-26
  • 阅读458
  • 下载0
  • 5页
  • pdf

组网雷达协同干扰资源分配模型及算法_赵忠凯

针对多干扰机协同作战（Multi-Jammers Cooperative Combat,MCC）问题,研究如何在干扰资源有限的情况下对其进行充分的利用,从而获得最优的干扰收益。将雷达的威胁等级和几何精度因子（GDOP）结合作为目标函数,建立以干扰机时间利用率为约束条件的MCC问题优化模型。运用熵权法计算雷达脉宽、带宽、载频和重频的权重,并根据灰色关联相对贴近度确定雷达的威胁等级,采用离散的粒子群算法对模型进行求解。通过MATLAB仿真表明,该算法可以快速找到目标函数的最优解,得到最佳的分配方案,通过对结果的分析,进一步验证该算法的有效性和模型的可行性。

  • 2021-05-06
  • 阅读458
  • 下载0
  • 5页
  • pdf

基于机器学习算法构建缺血性卒中3个月死亡预测模型研究_陈思玎

目的探讨基于机器学习算法XGBoost构建缺血性卒中发病3个月死亡预测模型的应用价值。方法选择中国国家卒中登记（China National Stoke Registry,CNSR）数据库中缺血性卒中患者为研究对象。按照7∶3比例随机分为训练集和测试集,训练集用于构建预测模型,测试集用于评价模型效果。分别采用XGBoost和Logistic回归方法构建缺血性卒中发病3个月死亡预测模型,通过ROC曲线下面积（area under the curve,AUC）评价两种模型的预测价值。结果共纳入10 645例缺血性卒中患者,平均年龄65.18±12.23岁,女性4045例（38.0%）,入院NIHSS评分4（2～9）分,3个月死亡患者447例（4.48%）。XGBoost和Logistic回归预测模型的AUC分别为0.8539、0.8278（P=0.0835）,灵敏度分别为0.7413、0.7133,特异度分别为0.8286、0.8040。结论基于机器学习算法XGBoost构建的缺血性卒中死亡预测模型表现良好且稳定。

  • 2021-04-26
  • 阅读456
  • 下载0
  • 5页
  • pdf

采用改进型SOS算法的光伏组件模型参数辨识_康童

针对当前大部分光伏（photovoltaic,PV）模型参数辨识算法均存在准确性低和可靠性差等问题,提出了一种采用改进型共生生物搜索算法（symbiotic organisms search,SOS）的光伏组件模型参数辨识方法。首先,为提高标准SOS算法的寻优性能,提出了新的改进型SOS算法,记做Im SOS算法。该算法在标准SOS算法的生物种群初始化阶段采用了准反射学习机制；在互利共生搜索阶段采用了改进受益因子策略；在偏利共生搜索阶段采用了收缩随机数产生因子区间策略。其次,给出了采用Im SOS算法求解基于实验测量电流—电压（I-V）数据的光伏组件模型参数辨识问题的具体步骤及实现流程。最后,利用实际Sharp ND-R250A5光伏组件进行实验,通过与标准SOS算法以及其他七种新颖智能优化算法进行对比验证,结果表明了Im SOS算法在光伏组件模型参数辨识的有效性和优越性。可见Im SOS算法为准确可靠地辨识光伏组件模型参数提供了一种新的有效方法。

  • 2021-05-06
  • 阅读456
  • 下载0
  • 9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455
  • 下载0
  • 7页
  • pdf

面向大数据隐私保护的联邦学习算法航空应用模型研究_陈涛

对目前人工智能算法在航空领域存在的数据孤岛问题和数据隐私保护问题进行了分析,并提出了面向数据隐私保护的联邦学习航空出行预测方法,在数据隐私保护的前提下,融合高铁出行数据、第三方应用App记录的居民消费数据进行联邦学习,大大提高了航空出行预测的准确性和可靠性,同时解决了多企业、多行业数据融合及机器学习带来的数据隐私保护问题。

  • 2021-04-24
  • 阅读453
  • 下载0
  • 10页
  • pdf

双层过道布置问题的混合整数非线性规划模型及两阶段改进模拟退火算法_管超

结合实际布局活动中,设施在多层空间布置的实际情况,提出了双层过道布置问题,并构建了该问题的混合整数非线性规划（MINLP）模型。针对问题特征,提出了一种改进模拟退火算法,通过采用两阶段改进策略,对退火过程及抽样过程进行改进。该算法以自适应搜索策略替代马氏链搜索长度,并引入记忆功能、回火操作以提高求解质量,通过设置双阈值来提高求解效率。应用所提算法对24个基准算例进行测试,并将其与原模拟退火算法和GUROBI精确方法作对比,验证了所提算法的有效性。

  • 2021-05-06
  • 阅读453
  • 下载0
  • 9页
  • pdf

基于K_Means算法和重心法求解多配送中心选址问题_许彦宸

分析了P-中值模型的特点,阐述了传统的模型与算法在求解大量需求点选择问题的局限性,提出了利用改进K-Means算法和重心法相结合的方式来求解该问题的思路,并提出以噪音率来刻画选址的效果,利用公开的数据设计了数值实验,证明该算法是收敛且实用的。

  • 2021-05-06
  • 阅读450
  • 下载0
  • 5页
  • pdf