带退化因子的人工代谢算法在多对象物流配送优化中的应用

在多对象优化的物流配送中,需要对配送对象实行均衡调度。本文提出了一种含退化因子的人工代谢算法。每一种配送对象对应了不同的代谢底物,每一种配送对象的优先级对应了相应的催化酶,每一次配送对应一次代谢过程。为了降低代谢算法的复杂度,完成配送任务后,初始化时形成的催化酶需要有规律地退出代谢体系。通过对代谢算子等参数的分析,为人工酶设立了不同等级的退化因子。根据对酶优先级的辨识,按照代谢优化的进程,使已完成寻优搜索的代谢路径有序地退出本次代谢网络,提高整个代谢网络运行效率,为后续的物流配送路径缩小搜索空间,实现多对象配送过程的优化。     

基于人格理论的情感agent模型及应用

情感agent的模型设计是人工智能领域的一个重要内容,是计算机信息科学与生物学、心理学和社会学等不同领域内容相结合的一项研究.通过对心理学中人格和情感概念的研究和探讨,本文提出了基于人格理论的情感agent模型,并结合教育学的相关内容,构建了虚拟课堂教学环境,进而将此情感agent模型应用于该虚拟环境中,通过对模拟结果的观察分析来验证该情感agent模型的合理性.     

使用混合人工鱼群算法求解装箱问题

装箱问题在实际生产中应用非常广泛,在分析该问题特点的基础上提出了使用类CF近似算法和人工鱼群算法相结合的混合人工鱼群算法求解装箱问题,并给出了具体的算法步骤。跟遗传算法的对比试验结果表明该算法在求解装箱问题所得的结果优于遗传算法,具有良好的应用前景。     

基于觅食算子的粒子群优化算法

针对粒子群优化算法PSO（Particle Swarm Optimization）容易陷入局部极值点、进化后期收敛慢和优化精度较差等缺点,把人工鱼群算法中的觅食算子改进后引入到基本PSO算法中,提出了一种具有觅食算子的PSO算法。算法在每次迭代后,对全局最优结果执行小规模觅食算法进行局部寻优,并用优化结果代替全局最优结果,从而防止PSO算法陷入局部极小,改善了算法的全局优化能力,提高了算法的收敛速度和计算精度。仿真结果表明,该算法的优化性能优于基本PSO算法。     

用C语言模拟数独的人工解题思路

以2006年首届世界数独大赛决赛题目为例,说明用C语言模拟数独的人工解题思路。介绍了唯一法、排除法及尝试法三种解题方法。用C语言模拟数独的人工解题思路,有利于学习C语言及相应的编程技巧,尝试着把人的思维方式转化成相应的计算机程序,便于人工智能方面的研究。试验验证了程序的正确性。     

基于添加人工数据的高差异性聚类集体生成方法

集体差异性被认为是集成学习中的一个关键因素,在聚类集成的研究中,生成聚类集体的方法有许多种,但就专门致力于生成高差异性聚类集体的方法研究较少,基于此,本文提出生成高差异性聚类集体的方法CEAN和ICEAN,在算法中通过引入人工数据来增加聚类集体的差异性,用实验比较了CEAN和ICEAN与文献中出现的常用聚类集体生成方法,实验表明CEAN和ICEAN确实能增加生成集体的差异性,从而在相似平均集体成员准确度情况下使得聚类集成的效果更好.     

Pearson x^2检验在计算机自适应化测验中的应用研究

计算机化自应用测验（CAT）使用项目反应理论（IRT）,通过观察被试在项目上的反应,将能力和项目参数的关系用数学模型表达出来。如何有效地估计被试的能力,是计算机化自适应测验的一个关键问题。本文首先论述了Berkson的最小化x^2方法,但使用该方法的前提是已知被试的能力,且运用了Pearson x^2检验的思想。接着指出该方法中存在的缺陷,进而提出了一种新的解决方案,该新方案可弥补Berkson的最小化x^2方法的不足之处,可以作为该方法的一个改进。本文的研究表明,新的方案比Berkson的最小化x^2方法具有更加科学的解释能力。     

ＩＷＳＮ中基于属性变化率的全局信任入侵检测

为提高工业无线传感器网络的入侵检测的精度和降低检测能耗,本文设计了基于属性变化率的全局信任入侵检测算法。通过属性变化率获取节点的全局信任值以检测攻击;通过人工蜂群算法选择最优簇头集以确保簇头的高可信度和降低网络整体的能耗;通过信任恢复机制恢复临时故障节点的信任,以降低虚警率。实验证明本方案具有较高的检测率和较低的虚警率,并能延长网络的生命周期。     

基于ROS的安防巡检机器人设计与开发

针对工厂仓库、大型商超等室内需要人工巡逻的场所,设计一款基于ROS(Robot Operating System)和人工智能的安防巡检机器人。采用OpenCV进行火灾监测,使用人工神经网络进行人脸识别,机器人可进行场地的安全巡检,及时发现安全风险并进行报警,以替代人工巡检。