排序方式: 共有12条查询结果,搜索用时 31 毫秒
1.
针对易腐品冷链配送环节存在的成本高、碳排放量大、客户满意度低等问题,从易腐品配送的时效性和品质性两方面度量客户满意度,并以此为约束考虑配送过程中的固定成本、运输成本、货损成本、制冷成本、惩罚成本以及碳排放成本,构建以总成本最小为目标的易腐品冷链配送车辆路径优化模型,设计改进遗传算法求解优化模型,分析求解算法的复杂度.数值实验结果表明,所设计的求解算法总能获得总成本更低、产品新鲜度更高以及碳排放量更少的配送方案,同时表明改进的遗传算法相比于传统遗传算法在成本节约以及客户满意度提高方面具有一定优势,在一定程度上验证了所建模型的合理性及求解算法的有效性. 相似文献
2.
多聚焦图像存在聚焦和离焦区。通常聚焦区吸引人的注意力,具有突出的视觉显著性。提出一种模拟人类视觉机制的彩色图像融合方法。利用超复数傅里叶变换改进传统显著性检测算法,直接检测彩色图像显著度;模拟人类视觉的注视眼动机制对图像尺度稍微扰动,并对不同尺度下获得的图像显著度进行累加;选择累计显著度最大的源图像像素构建融合图像,并采用颜色相似性准则处理边界带像素。相关仿真实验表明,超复数傅里叶变换充分利用了源图像的颜色信息,累加显著度能提高峰值信噪比并减少均方根误差。实验结果表明该方法可得到超过36 dB的峰值信噪比和小于个位数的均方误差,在图像融合中可得到相对好的主观视觉效果。 相似文献
3.
短波中红外光学(2~2.5 μm)在通信测距、卫星遥感、疾病诊断、军事国防等领域具有广泛的应用。作为短波中红外光学系统的关键核心部件,集成光电器件的开发一直都是重点的研究领域。得益于硅基材料超宽的光谱透明窗口,其在开发短波中红外集成光电子器件方面极具发展前景,近年来获得了广泛的关注。文中简要讨论了短波中红外硅基光子学的应用前景,从无源波导器件(包括波导、光栅耦合器、微型谐振腔、复用/解复用器等)、非线性光学波导器件和光电波导器件(包括调制器和探测器等)三方面综述了短波中红外硅基光子学的发展历史和前沿进展。 相似文献
4.
地下管网、水系等是城市重要的排水体系,直接决定着城市的洪涝安全。以武汉市光谷中心城为研究区域,采用一、二维耦合的水动力数学模型,进行了不同排水体系组合条件下的多方案城市雨洪模拟,量化分析了地下管网、规划水系建设对城市洪涝灾害的消减效果。结果表明:光谷中心城现状未形成成熟排水体系时,其内涝范围、淹没面积及受灾损失均最大,规划排水体系建设后,区域洪涝淹没面积和受灾损失消减率分别达56.58%,63.74%。由于作用范围及作用方式不同,单独建设水系对区域排涝的作用低于单独建设地下管网的作用。对不同土地利用类型比较,住宅用地减灾效果对城市排水体系的建设最为敏感。当下游湖泊水位较高时,湖泊对水系存在顶托作用,其对区域洪涝灾害影响的程度与河道纵向比降、河堤高程,以及地下管网和河道的连接状况有关。 相似文献
5.
提出了一种利用人类视觉机制进行图像融合的算法。首先对源图像进行金字塔分解;接着对低频和高频分量采用不同的融合策略,低频分量依据最大显著性准则选择融合像素,高频分量利用相关性加权准则选择融合像素。初步融合后的低频和高频分量经金字塔重建获得最终融合结果。金字塔变换可提供多分辨率的图像表示,但不区分图像区域的重要性;而视觉显著性检测可定位图像最显著区域,但对噪声敏感;两算法的结合能取长补短,获得好的融合结果。实验表明,提出的方法优于已发表的其他基于金字塔变换的图像融合算法,适用于多聚焦图像、多波段图像和多光谱图像融合。 相似文献
6.
通过收集整理和分析一系列统计资料,选择灰色预测模型、灰色-马尔可夫预测模型、多元回归法和组合预测法等4种不同的人才需求量预测模型,预测出我国民航未来5年每年持照管制员需求量的时间序列,并进行了精确度分析。所得到的结果对我国民航各级管制单位制定人才引进计划,管制员培养院校制定招生计划均具有一定的参考价值。 相似文献
7.
速度和密度参数在地震资料处理和储层预测中发挥着重要作用,然而多参数间的相互耦合使密度在全波形反演中难以重构。为获得更准确的密度信息,将重力梯度数据纳入全波形反演过程,优化密度更新算法,并制定了一种重震联合反演策略。首先,通过重力梯度数据反演,获得反映地下介质整体密度信息的初始模型,再进行速度—密度参数同步联合反演目标函数的构建及求解。本文方法避免了先验速度—密度关系的限制,降低了对初始模型的依赖程度,模型试算结果表明,重力梯度数据的加入改善了波形反演密度结果的质量,验证了该方法的有效性和准确性,具有较大的应用潜力。 相似文献
8.
随着计算机技术的发展,利用机器学习算法构建自动化评估模型已经成为金融机构进行信用评估的重要手段。然而,目前信用评估模型仍存在一些问题:信用数据本身存在类别不平衡和高维特征的问题,并且不同的时间下外界环境的改变会影响信用主体的行为,即数据会产生概念漂移现象。为此,文中提出了一个动态的信用评估模型,通过集成学习在新的增量数据上训练基分类器,并对各个基分类器的权重进行动态调整来适应概念漂移,以实现模型的动态更新。当发生概念漂移时,会针对概念漂移的检测结果对高维不平衡的信用数据进行不同形式的均衡化和特征选择。特别地,针对特征选择,文中提出了结合历史代表性样本的增量特征选择算法,该算法能够进行高效准确的特征选择,从而使模型可以同时解决增量信用数据存在的高维不平衡和概念漂移问题。最后,文中选取了真实的增量高维信用数据集,验证了所提算法相比其他主流算法在准确率和效率上的优越性。 相似文献
9.
10.