基于搜索引擎的电力调度知识管理系统设计

针对大数据背景下电力企业数据的复杂性、数据量大的问题,提出了基于搜索引擎的电力调度知识管理系统的设计.对知识搜索引擎的工作原理进行分析,提出向量空间检索算法,实现电力调度知识管理系统的设计.使用稳定、成熟且可靠的开源搜索引擎平台自动收集外部指定网站、内部专业文件系统等,从而提供方便的搜索服务,使用户能够轻松地得到需要的...     

人工智能（AI）技术在搜索引擎中的应用

本文通过介绍常用的搜索引擎的类别,其如何工作以及相关技术,对搜索引擎的系统结构进行了简单分析。我们期待着搜索引擎发展的更加智能的方向和方法以及智能搜索引擎的挑战和未来的发展。     

基于遗传算法的水沙调度

提出了一种基于遗传算法的水沙调度方法,为了使该方法适合于各种情况,采用模糊法确定各个目标的权系数;定义了新的交叉操作和突变操作,以保证调度结果满足期望的约束;同时为了防止解过早收敛,保证得到满足约束条件的最优解,采用基于浓度的群体更新技术来保持个体多样性。实例结果验证了其可行性。     

遗传算法在智能公交调度中的应用研究

运营车辆的智能排班是公交车辆智能调度需要解决的问题之一。目前我国公交公司各车队的排班主要是依靠工作人员的经验手工进行,排班带有很大的盲目性、繁琐性,很难保证排班的结果在运营效率等方面是最优或接近最优。文章主要介绍了建立调度模型的一些影响因素,并介绍了简化建模的一些理想化条件,同时表述了遗传算法在调度系统中应用的一些具体的步骤和方法。而将遗传算法应用到公交智能排班中是有效的方法。     

基于免疫遗传算法的公交智能调度算法

从公交车辆运营调度目前存在的问题出发,运用遗传算法和混合遗传算法对公交车辆静态调度进行了研究。运用遗传算法的智能化特征,有效地改善了公交车辆的静态调度。在此基础上综合生物免疫机制等边缘学科的理论,将免疫算法融入到遗传算法当中,构成一种改进的遗传算法,并应用于解决公交调度管理中的优化中,与利用简单遗传算法的计算过程进行了仿真和对比。应用结果表明,该算法简单、高效、稳定性好,能较好克服传统方法和现有遗传算法的不足,性能得到了显著的提高,获得了满意的效果,提高了公交车辆的运营效率。     

基于决策树技术的个性化服务Agent

文章采用了机器学习技术，从提交更精确地反映用户兴趣的检索串入手，研究如何提高搜索引擎在准率。文中采用决策树方法进行学习，对决策树方法应用于网页检索中出现的几个问题：缺少属性值的训练实例处理问题：如何使不同权值的属性：具有不同的表现力问题；树的重建问题；过度拟合问题；扩充检索串返回的网页时。属性值的取舍问题等进行了分析和研究，给出了具体的解决方法。性能提高后的决策树，用验证集检验，正确率由70％提高到75．4％．较好地学习到了用户的兴趣。     

分布式搜索引擎中页面信息动态迁移算法的研究

针对分布式搜索引擎系统中页面信息分布与动态迁移问题，提出了一种信息的动态迁移算法，并对算法参数进行了实验确定。该算法充分利用用户反馈，使得页面信息在各个站点间达到近似最优的分布。经模拟验证，该算法可以有效地优化信息分布、改善系统性能。     

基于DAG图的CPS遗传算法任务调度

本文提出了一种基于DAG图的具有双适应度的遗传算法,不但可以找出任务完成的最短时间,还可以有效的提高资源利用率.为信息物理融合系统（Cyber-Physical-system,CPS）构建了新的任务调度模型,充分将计算-控制-通信的理念融入到研究中.采用任务向量矩阵的方式表示调度过程中任务与资源的分配关系,利用分布式计算的思想,解决了传统的通信网络中由于每个节点的独立工作而造成了资源的浪费和分配不均匀的问题.仿真实验结果表明,本算法缩短了任务执行的时间,有效的提高了节点的利用率.     

基于P2P的搜索技术算法分析

通过论述P2P搜索技术的发展、现状;介绍目前主流的P2P搜索算法;分析其优势在于应用先进的对等搜索理念,可不通过给定的中央服务器,也可不受信息文档格式和宿主设备的限制,对互联网络进行全方位搜索,并提出下一步工作建议。     

解Job－Shop调度问题的一个遗传算法

本文首先介绍了遗传算法的基本概念和流程，然后叙述了如何把Ｊｏｂ－Ｓｈｏｐ调度问题编码成为遗传算法的形式，并解释了对于实现这一算法中一些问题的考虑．最后给出了算法运行结果并对结果与算法做了总结。     

一种基于改进遗传算法的多播路由选择方法

遗传算法已经在多播路由优化问题中得到了广泛应用,但由于算法本身存在着收敛速度与全局收敛性之间的矛盾,使得在具体应用时经常顾此失彼,难以二者兼得,本文借鉴一种改进的遗传算法,在全局收敛的基础上提高收敛速度仿真表明,应用这种改进型遗传算法于多播路由问题,可以得到比现有启发式算法更好的结果.     

基于遗传算法的属性约简

属性约简是知识发现的重要步骤。但从属性集中选择最优子集属于NP-hard问题。文章提出的遗传属性抽取算法，以属性的可分性度量为偏置，并引入禁忌表搜索策略，降低了搜索空间；采用退火选择来保持种群的个体多样性，防止未成熟收敛；算法内置的分类器采用人工神经网络，并提出了基于有监督聚类的人工神经网络分类算法，有效地降低了人工神经网络分类器的训练时间。实验分析表明，算法能够从高维数、大数据集合中有效降低数据维数。提高数据的分类准确性。     

分布式搜索引擎系统中协作检索机制的研究

协作检索是分布式检索的研究热点。针对如何优化查询策略、以最小的代价实现协作查询问题，基于分布式信息聚类思想．提出了一种根据各个站点的特征向量来控制参与协作查询的站点数量的构想，并给出了一种协作检索算法。测试证明，该算法在基本不影响查询结果质量的前提下确实能降低查询代价。     

Web中文搜索引擎研究

随着网络信息量的爆炸式增长,人们查找信息越来越难.Web搜索引擎的出现在一定程度上解决了这种矛盾,介绍中文搜索引擎技术时,首先讲述搜索引擎的发展简史和基本框架,然后介绍各组成部分的工作原理和关键技术.最后对中文搜索引擎的发展进行展望,总结出中文搜索引擎的主要发展方向是:个性化搜索、智能化搜索、多媒体搜索、对等搜索.     

基于基因算法的模糊联想记忆设计方法

本文提出了一种用基因算法来进行模糊联想记忆系统设计的方法－基因ＦＡＭ法。同自适应模糊联想记忆和神经网络设计方法相比，该方法不要求有训练样本；而且可以设计出的ＦＡＭ系统最后，举例说明了该方法的应用。