基于语句聚类识别的知识动态提取方法研究

根据自然语言的群集现象和对知识体系动态更新的要求,该文提出了一种基于语句聚类识别的知识动态提取方法。文中首先给出了知识动态提取方法的研究框架,该框架描述了由自然语言文卷到面向对象知识体系的转换过程。研究了语句矢量化的有关问题,给出了若干基本定义和一个判定定理,讨论了句元属性矢量的后置处理。提出了基于神经网络的语句聚类识别方法,采用前信度概念作为语句识别结果可信性的一种度量,利用Matlab编写了一个ART2神经网络仿真程序,给出了该神经网络对语句识别效果且作了相应分析。根据ART2网络对语句进行识别的结果,需将聚类后的各个语句进行知识形式的转换,为此提出了中间代码生成的宽度优先方法,并定义后信度作为对语句识别及语义模型构造可信性 的一个最终评价指标;进而针对合取规则句型,具体介绍了该方法的实现步骤。最后运用结构建模新方法生成结构化的派生关系,从而完成了由自然语言文卷到面向对象知识体系的知识提取过程。作者将一个机械CAD为背景的应用实例贯穿全文,演示了该实例的具体实现,证实了所提方法的有效性。     

电子商务平台的评论操控与产品绩效：因果推断、内在机制和边界条件

在线评论对于弥合网上购物中商家和消费者之间的信息鸿沟,辅助消费者决策至关重要。商家试图通过评论操控来影响消费者决策,提升产品绩效。然而,评论操控增加了商家的销售成本并且面临法律风险。现有文献对评论操控是否促进产品绩效颇有争论。基于这一背景,本文检索了2006年至2021年发表于国内外核心期刊的197篇文献,对评论操控和产品绩效的关系进行了系统性梳理。首先,对评论操控进行了界定,在此基础上对评论操控和产品绩效之间关系的不同观点进行分类和整理;其次,分析了评论操控对产品绩效的影响机制;再次,识别了评论操控影响产品绩效的边界条件;最后,分析引起当前争议的原因,并提出了可能的解决方案。研究结论对弄清评论操控和产品绩效之间的因果关系具有一定的理论意义;对电商平台和政府利用评论操控的影响机制和边界条件制定针对性措施以抑制评论操控有一定的现实意义。     

粮食配送中心智能优化选址问题研究

针对粮食配送中心选址过程中的主要影响因素，建立数学模型。将遗传算法和人工神经网络进行融合，训练优化神经网络的结构和阈值，并应用于粮食配送中心的选址问题，结合：实验数据进行训练得出最终评价模型。实验证明，与专家评审的选址决策方法相比，该模型能有效、快速地解决物流配送中心的选址问题。     

基于熵模型的生产物流系统运行评价

针对由不同生产方式或生产结构引起的不同生产运行状况间缺乏定量评价方法的问题,从模糊熵概念出发,依据信息熵原理及有序度定义,建立了生产系统要素条件下的物流运行熵模型,同时从生产物流系统构成要素角度建立了生产系统运行评价指标体系。实证研究中以某加工车间实施单元制造前后的物流运行节点为研究对象,依据所建立的生产系统运行评价指标体系,应用所建运行熵和有序度模型,最终求解出两种不同状态下的运行熵,结果验证了该方法的合理性,并扩展了此类运行熵模型的应用范围。     

面向工程约束优化的自适应分工微粒群算法

提出了一种新的算法结构，通过建立"局部环境因数"模型，利用集中式处理模式，动态分配全局勘探和局部开采子种群比例，有效地实现分工目的，平衡算法的局部和全局搜索能力。将其应用到两个不同类型的实际工程约束优化问题中进行验证，并与其他文献的改进算法进行了对比。实验结果表明，该算法比其他改进算法在计算精度、效率、鲁棒性上都有很大的提高。     

基于免疫记忆的人工免疫算法模型及其应用

本文在深入分析现有人工免疫算法模型优缺点的基础上,提出了一种基于免疫记忆机制的改进人工免疫算法模型ARTIA.该模型融合了由生物免疫系统启发而来的免疫记忆机制,包括联想记忆和迭代记忆两种,采用了多种策略以保持群体多样性,进而在数值试验的基础上对ARTIA算法模型的性能进行了分析和讨论.最后通过本质上可以归结为旅行商问题(TSP)的多目标组合优化工程实例--岩石钻孔机路径选择问题,验证了该算法的有效性.结论部分对全文作了总结并对今后研究工作进行了展望.     

进化超多目标优化研究进展及展望

近年来,超多目标优化逐渐成为多目标优化研究的热点之一,由于超多目标优化问题具有难以寻优的高维目标空间,其研究颇有挑战性,因此受到广泛关注.现有综述性文献通常只是针对某个特定方面,缺乏系统性考察.鉴于此,首先从问题定义出发,综合考虑超多目标优化问题范畴,进行超多目标优化问题的概念辨析;其次通过对近些年的相关文献整理,系统分析超多目标优化问题进展并对其中部分经典方法加以介绍,通过对基准测试函数和性能指标的说明,围绕超多目标优化研究方法展开综合性论述;接着选取5个典型的超多目标进化算法,在2组基准测试函数和4个实际问题上分别展开仿真实验,通过性能指标和非参数检验对不同类别的算法进行理论分析;最后在明确超多目标优化研究领域的若干前沿问题的基础上,对今后的研究工作进行展望.     

基于系统动力学的炼油企业生产能力仿真研究

运用系统动力学的原理和建模方法描述和分析了炼油企业生产能力调整与生产调节时间、订单响应时间和目标交货延迟策略等影响因素的关系。以某催化剂企业为例,构建了炼油企业生产能力调整的系统动力学模型,并定量仿真分析了不同影响因素下生产能力调整的复杂动态行为模式。研究结果表明该模型能在一定程度上反映炼油企业生产能力调整的动态行为。最后还提出了相关措施与建议。     

采用嵌入时空距离的混合蚁群算法求解一类受限车辆路径问题（英文）

本文研究了共享出行背景下一类受限车辆路径问题,该问题以用户订单为核心,每个订单具有预约时间限制以及起始点、目的地两个位置点转换,是典型的具有时间、空间双重约束的扩展车辆路径问题。根据该问题特征,我们建立了以运营成本最低和用户体验度最高为目标的路径规划模型。为更精确地求解模型,根据用户的时间和空间属性定义了时空距离表示函数,进而提出一种嵌入时空距离的混合蚁群算法。该算法可分为两个阶段,首先通过时空聚类,以用户之间时空距离为主要衡量指标对用户进行分类,为问题求解提供启发式信息;其次结合劳动分工策略和时空距离函数,提出一种改进蚁群算法进行优化求解,以得到最终调度路线。基于现有数据集和实际城市环境的仿真案例进行数值实验。与其他启发式算法相比,该算法将基准实例中求得的最短路径长度降低2%–14%;与其他现存路径规划算法相比,该算法在测试实例上求得的综合成本更有竞争力。最后,利用两个实际的城市环境仿真案例进一步验证了所提算法的有效性。     

基于TSP问题求解的机构同构判定算法

提出了描述运动链拓扑结构特征的一种新参量——条件最大结构码及其求解方法。在此基础上,将机构同构判定问题转化为了最大结构码的求解问题,并进一步阐明了该问题实质上可等同成一个可降次的TSP（Travelling salesman problems）问题。遵循上述思路,将算法分成降次和遗传求解TSP问题两个阶段分别进行深入讨论。通过一个特殊的算例进一步验证了该算法的有效性。