基于FOAF和RDQL的电子商务合作伙伴查询方法

为了在整个互联网内实现基于语义的搜索,提出利用Jena框架进行多条件的复杂检索,实现对合作伙伴的数据进行搜索.使用语义Web框架中的RDF和RDFS作为描述数据,对基于RDFS的FOAF词汇进行扩充,使得对供应商的描述具有语义.进而使用RFQL查询语言对合作伙伴的数据进行搜素,提出利用支持RDQL的Jena框架进行多条件的复杂检索.提出了基于语义Web的合作伙伴查询的实施框架,实现在整个互联网内进行搜索.本研究对下一代互联网的应用进行了探索性的研究.     

一种基于GPU加速的细粒度并行蚁群算法

为改善蚁群算法对大规模旅行商问题的求解性能,提出一种基于图形处理器(GPU)加速的细粒度并行蚁群算法.将并行蚁群算法求解过程转化为统一计算设备架构的线程块并行执行过程,使得蚁群算法在GPU 中加速执行.实验结果表明,该算法能提高全局搜索能力,增大细粒度并行蚁群算法的蚂蚁规模,从而提高了算法的运算速度.

     

电子商务环境下信用评级的一种新方法

为提高电子商务环境下信用评价水平,构建了一套完整的电子商务环境下信用指标体系,提出了一种基于拉开档次机理的模糊综合评判法,该方法改进了传统的拉开档次法．将其用在评价指标权重的确定上,采用模糊综合评判法对各指标值进行融合．结果表明,基于拉开档次机理的模糊综合评判法能够放大不同电子商务主体的信用差距,达到鼓励电子商务环境下基于信用机制的竞争的效果．该方法适用于需要放大被评价对象间差异的情形．

     

一种基于GPU加速的细粒度并行粒子群算法

提出了一种基于GPU加速的细粒度并行粒子群算法,将并行PSO求解过程转化为GPU纹理渲染过程,使PSO算法在GPU中加速执行,在取得了较好的优化效果的同时,增大了细粒度并行的粒子规模,提高了算法的运算速度,并为普通用户的并行PSO工作提供了一种可行的方法.     

稿件刊发计划的0-1目标规划模型及搜索算法

针对期刊编辑部的稿件刊发计划问题,应用运筹学整数规划与目标规划理论,建立0-1目标规划模型;引入人工智能状态空间搜索理论,通过建立最优估价函数,提出了0-1目标规划模型的启发式搜索算法,用 C 语言编制了相应的求解程序软件,在微型计算机上实现了至今难以解决的0-1目标规划模型的求解问题.     

基于两阶段改进遗传算法的一类特殊LRP问题研究

提出了一种带有随机开关的两阶段改进遗传算法并应用于集成化物流中的定位 运输路线安排 (LRP)优化问题. 该方法采用随机开关控制遗传算法中的变异运算, 实现了空间的有效搜索, 并且在一定程度上, 避免了“局部最优现象”的发生. 通过计算机仿真实验, 证明了该算法求解LRP问题的有效性和准确性.     

定位2运输路线安排问题的两阶段启发式算法

重点研究了集成化物流中一类特殊的定位一运输路线安排问题(LRP)的解决方法．LRP问题包括设施定位和运输路线优化两方面决策，属于NP-hard难题．由于问题的复杂性，提出基于假设前提的LRP模型及其两阶段启发式求解算法．该方法分两步实现：首先，采用基于最小包络聚类分析的启发式方法确定被选择的潜在设施及由每一个选中的设施所要提供服务的客户群；其次，运用带有控制开关的遗传算法求解每一确定客户类中的优化运输路线．提出利用两阶段启发式算法求解LRP问题，此方法实现容易、运算简单，一定程度上避免了遗传算法中的“局部最优现象”．仿真实验证明了该算法求解单目标LRP的有效性和准确性．     

一种基于GPU加速的细粒度并行蚁群算法

为改善蚁群算法对大规模旅行商问题的求解性能,提出一种基于图形处理器(GPU)加速的细粒度并行蚁群算法.将并行蚁群算法求解过程转化为统一计算设备架构的线程块并行执行过程,使得蚁群算法在GPU中加速执行.实验结果表明,该算法能提高全局搜索能力,增大细粒度并行蚁群算法的蚂蚁规模,从而提高了算法的运算速度.     

黑龙江省主要物资优化调运模型的研究

本文针对黑龙江省实际情况,通过建立大规模线性规划模型,求解出黑龙江省煤炭、木材、粮食、矿建材料这四种主要物资的优化调运方案,并解决物资优化调运中铁路、公路、水路运输间分工协作的数量联系。     

电子商务第三方物流中心实时选择方法研究

针对电子商务订单处理过程中第三方物流中心的实时选择问题,采用知识系统逆向推理方法,提出基于知识的第三方物流中心实时选择方法,建立第三方物流中心的时间一能力模型．该研究有利于提高电子商务订单处理的科学性和智能性并提高电子商务的客户服务质量．