课程文献中心 更多>>

关键词： 设施农业   传感器   遗传算法   贪心算法   智能布置  

摘要： 本文探讨设施农业中传感器的智能布置,选择将传统随机布置若干个点位的传感器,通过数学建模,设计合适的适应度函数,并采取改进的遗传算法,按照自适应的选择、交叉、变异等操作产生新的种群,直到完成要求的迭代次数,得出最优的传感器智能布置方案。然后利用评估函数衡量遗传算法求得的布置方案,在大多数情况下相比贪心算法更优。本系统经过多轮迭代后最优值趋于稳定,种群中所有个体适应度函数值的平均值处于收敛状态,传感器布置更加科学合理。

关键词： 服装吊挂生产流水线   生产作业编排   遗传算法   生产线平衡   生产线仿真  

摘要： 在向吊挂生产线转型的过程中,服装企业依靠经验进行作业编排,存在编制效率低、工位负荷不均以及生产周期长等问题;为解决这些问题,以最小化流水线节拍、最小化流水线均衡指数和最小化最大完工时间为目标,运用MATLAB构建服装吊挂生产线平衡模型;为提高局部搜索能力,引入局部变异算子改进的非支配排序多目标遗传算法(Non-dominated sorting genetic algorithmsⅡ,NSGA-Ⅱ)对模型进行优化。结果表明:改进后的算法具有良好的收敛性,较改进前耗用更少迭代次数得到作业编排方案最优值,优化后的服装吊挂生产线编制效率为92.23%,比原有效率提高了32.90%;在仿真软件Plant Simulation中对优化方案进行仿真运行,生产线日产量提升29.34%,平均资源利用率提升10.25%,表明提出的模型及算法可有效解决服装吊挂生产线的平衡问题。

关键词： 人工智能   机器学习   人力资源管理   招聘   绩效评估   员工关系  

摘要： 人工智能的快速发展为企业人力资源管理带来了革命性变革。机器学习、深度学习和自然语言处理等技术在招聘、培训、绩效评估和员工关系管理等方面得到了广泛应用。通过对国内领先企业的案例分析,本文阐述了人工智能算法如何提高人力资源管理效率、降低成本并增强决策准确性。研究结果表明,人工智能算法的应用不仅优化了人力资源管理流程,还为企业人才战略的制定和实施提供了数据支持。同时,本文也探讨了人工智能算法在应用过程中面临的挑战及未来发展趋势,为企业有效整合人工智能技术与人力资源管理实践提供了指导。

关键词： 蚁群算法   Netlogo   障碍物   最优路径  

摘要： 随着物流行业的不断发展,配送环节是连接买家和卖家的主要纽带,配送时的速度、效率、安全性和经济性影响着客户的满意程度,这使得物流车在配送时追求最优路径。为了使物流车在运输货物的过程中可以有效的躲避路上的障碍物并寻找到最优路径,本文提出A-ACO算法,该算法通过对传统的蚁群算法的基础上增加了躲避障碍物的功能和障碍物影响因子。通过Netlogo对算法进行仿真,在仿真的过程中通过改变蚂蚁的数量来得出起点与终点的最短路径。改进后的蚁群算法相比传统的蚁群算法在安全性条件下获得最优路径。最后通过仿真实验证明,A-ACO算法可以在不同障碍物分布和数量下寻找最优路径的安全性和有效性,为物流公司选择配送路径的选择提供了一定参考价值。

关键词： 钢轨热处理   灰狼优化算法   深度极限学习机   性能参数预测  

摘要： 为了研究钢轨的化学成分、入口温度、环境温度,以及风冷时风压、风速等参数对热处理钢轨性能的综合影响,进一步解决钢轨热处理后设定精度低的难题,开发了一种基于灰狼算法优化深度极限学习机(grey wolf optimization deep extreme learning machine,GWO-DELM)的钢轨热处理性能预测模型.先采用深度极限学习机(DELM)构建出工艺模型,而后,针对深度极限学习机中初始权值随机确定而引起的预测结果准确度较低的问题,利用灰狼优化算法(GWO)对初始权值进一步确定.结果表明:该模型在预测不同规格钢轨的抗拉强度时,95.80%以上样本点的预测误差集中在-20~20 MPa,在预测踏面布氏硬度时,95.73%以上样本点的预测误差集中在-8~8;与传统模型相比,GWO-DELM具有更优异的预测精度及泛化能力,可应用在热轧钢轨风冷处理的性能预测上,为热处理参数的选择提供参考.

关键词： 高速椭偏测量   弹光调制   遗传算法   图像拟合仿真  

摘要： 针对单弹光椭偏测量技术需锁相多个周期信号、无法快速获得样品光学椭偏参数和薄膜厚度等问题,提出一种基于弹光调制器(PEM)偏振调制和单调制周期遗传算法参数提取的高速单弹光调制椭偏测量方法,该方法的时间分辨率可达μs量级。为保证算法的精度与稳定性,利用系统输出单个调制周期干涉信号的极值对系统PEM的相位延迟幅值(δpeak)进行校准并且确定样品的光学椭偏参数范围。通过该校准方法可以确定待测参数范围,大幅缩短计算时间,提升计算精度。对空气以及61.4 nm和100 nm厚度的硅上镀二氧化硅样片进行测量,实验表明该系统PEM的静态相位延迟(δstatic)在测量范围内稳定波动,最大偏差为0.0073 rad,标准差为0.0033 rad,δpeak与FPGA输出信号的占空比线性拟合系数R2为0.9995;样品薄膜测量厚度与其真值的相对误差小于0.1%且偏差在1 nm以内,椭偏参量测量所需调制信号时间为8.3μs,较传统弹光锁相椭偏方法快1~2数量级。该方法实现的高速单弹光调制椭偏测量技术具有较高的精度和稳定性,为后续研究高速多弹光调制椭偏技术奠定基础。

关键词： XGBoost算法   复购预测   用户行为分析   数据驱动决策   电子商务  

摘要： 针对电商平台的用户复购预测问题,提出了一种基于XGBoost算法的解决方案。研究通过深入分析用户行为数据,识别出影响复购行为的关键因素,并构建了逻辑回归与XGBoost模型进行对比分析。实验结果显示,初始XGBoost模型在测试集上虽表现稳定,但召回率较低,提示模型存在拟合不足或数据质量问题。通过细致的参数调优,如增加弱学习器数量、调整树的最大深度及降低学习率,模型性能得到显著提升,错误率由32.3%降至28.7%,准确率提升至71.3%,显示出XGBoost在复杂数据集上的预测优势。特征重要性分析揭示,用户浏览商品次数、重复购买同一商品的频次及点击率是预测复购的重要特征,而关注品牌数量及添加购物车比例的影响力较小。本文为天猫复购预测提供了有效的模型构建与优化策略,通过特征分析为电商平台提供了数据驱动的决策支持,对促进精准营销和增强用户粘性具有实践意义。

关键词： 空间谱估计   MUSIC算法   圆形阵列   音频源定向  

摘要： 信号处理中阵列信号作为重要的研究方向,在通信、雷达、声纳、地质勘探和电子对抗等领域有广泛的应用,其中空间谱估计是阵列信号的重要分支。为研究多重信号分类算法的目标测向性能,以音频源为例,在均匀圆阵上,对音频源测向的问题进行研究,对算法进行验证后从阵元数、信噪比、波长半径比方面分析了算法性能及其误差,得到这三种参数和算法性能都呈正相关,为后续算法改进研究、应用范围提供方向。

关键词： 群决策层次分析法(Gahp)-改进系统聚类算法-云模型   安全风险评价   化工园区  

摘要： 为了精确评估化工园区的脆弱性,考虑个体差异对评估结果的影响,提出基于Gahp-改进系统聚类算法和云模型的化工园区脆弱性评价模型。应用文本挖掘技术对化工园区脆弱性影响因素进行挖掘,在此基础上构建以园区固有危险、园区潜在危险、园区承载体脆弱性和事故损失程度为准则的评估体系;为综合决策者意愿和客观信息,通过群决策层次分析法(Gahp)和改进系统聚类算法组合,确定指标的主观权重和专家的客观权重;引入云模型理论对化工园区脆弱性等级进行评价。对某化工园区开展实证分析,结果表明:该模型能够全面表征某化工园区脆弱性的关键节点,该园区的云数字特征为(0.7667,0.0265,0.0111),脆弱性等级为“轻度脆弱”,与实际情况一致。

关键词： 多视图立体匹配   特征金字塔   代价体   成本聚合  

摘要： 多视图立体匹配(Multi-View Stereo)是计算机视觉领域的重要任务之一,旨在从多个视角的图像中恢复场景的结构信息。然而,由于成本体积聚合在局部存在着严重的不一致性,直接聚合几何相邻成本会导致严重错误导向。现有的方法要么寻求二维空间的最优选择性聚集,要么增加聚集的手段,但都无法有效解决成本体积的几何不一致性,导致深度估计的精度和鲁棒性不佳。为了解决这个问题,提出用于多视图立体的协同表达(CRMVS),旨在协同多个模块整合几何的一致性信息,提高多视图立体匹配任务的深度估计精度和鲁棒性。首先,利用改进的特征金字塔网络(FPN)增强网络的特征提取能力。其次,设计了一个渐进式权重网络模块(PWN)进行代价体的构建。最后,设计了一个几何代价聚合与精化网络模块(GCR)来对代价体进行精准聚合。实验结果表明在DTU,Tanks&Temple数据集上都展现出了先进的性能。