蔬菜配送系统的路径优化及设计开发

蔬菜配送对时效性有很高的要求,配送路径优化成为企业赢利的关键点,而路径优化是NP难问题,传统的算法不能在有限的时间内给出最优解。使用蚁群算法（Ant Colony Optimization,AC0）并对其参数进行优化,解决车辆配送路径优化问题,使得配送路径实时最优化,降低配送成本和企业经营成本。本系统使用Struts2、Hibernate、Spring三大框架进行设计,前台具有智能定位、配送体系、订单跟踪、价格动态功能,后台集成用户管理、订单管理、新闻管理、蔬菜管理、客服服务功能。系统采用模块化设计,具有结构清晰,易于扩展的优点。     

《数据结构与算法》教学方法改革探讨

《数据结构与算法》是理论与实践并重的计算机专业的核心课程,该课程理论和实践知识体系难度均较大,学生反映课程枯燥难学、兴趣匮乏。针对目前学生的学习过程中遇到的困难,结合应用型人才培养目标、学生及课程的特点,对教学方法进行多方面的探讨,提出案例教学、加强学生课堂参与度、重视理论与实践紧密结合、多种手段辅助教学、以赛促学、上机考试考核制度等教学方法。     

发电企业竞价上网博弈模型及其算法研究

假设所有发电企业通过密封报价这种形式来上网竞价,并在发电企业共同见证及同一时刻开标,且规定报价最低者将会被选为中标方,设计两个发电企业竞价上网的基于静态贝叶斯理论的博弈模型以及算法,当参与的发电企业均应用线性策略时,对模型所对应的收敛性进行了分析,同时对贝叶斯纳什均衡解是否存在进行了讨论;接下来对两个发电企业竞价上网模型予以相应扩展,分析了若干个发电企业竞价条件下的贝叶斯纳什均衡及相关问题,与此同时,构建了一个包含若干发电企业在内的共同竞价上网博弈模型;最后借助计算机系统予以仿真实验,得到的结论是：在电力竞价上网的博弈模型中,随着企业数量的不断增加,各自报价将会更加理性,并不断趋于预测值。     

Adaptive Linear Dynamic Matrix Control applied to an integrating process

Dynamic Matrix Control (DMC) has proven to be a powerful tool for optimal regulation of chemical processes under constrained conditions. It is based on a linear convolution model derived from step-response measurements. A model predictive control algorithm optimises closed-loop performance for a nominal operating point. However, as the process moves away from this point, control usually becomes sub-optimal due to process non-linearity. As seen in this work, the DMC algorithm can be made adaptive, to establish a new local model, by recursive estimation of the local step response parameters from normal plant variations. However, when used for control of plants containing integrating process units, steady-state offsets occur for sustained changes. Thus, a novel Adaptive Linear Dynamic Matrix Control (ALDMC) algorithm has been developed and used to control a 2-input/2-output system with an integrating behaviour. Comparisons of model control and plant control with and without these features demonstrated the importance of integral compensation for integrating processes, and model adaptation in the case of plant/model mismatch. Some cross-compensation of integration by the adaptive feature was also noted. An holistic technique is demonstrated which simultaneously recognises residual integration disturbances and matrix parameter variations, whereas previous techniques which recognise only one of these will fail in the presence of the other.     

基于中位数的用户信誉度排名算法

针对推荐系统易受Spammer攻击的影响,从而导致对象的实际得分不准确的问题,提出基于中位数的用户信誉度排名算法。通过衡量用户信誉度调整用户打分权重,根据中位数具有不易受极端打分影响的特性,选取用户打分与对象得分差距的中位数作为降低用户信誉度的标准,不断迭代调整用户信誉度以及最终得分直至收敛。在多个真实数据集上的运行结果证明,相比现有排名算法,该算法具有更合理的信誉度分布和更高的排名结果准确度,通过该算法预处理后的数据集在SVD++上运行可以得到更低的均方根误差。     

一种局部强化的多标签传播社区发现算法

在社交网络中,社区和圈子均表现为一组内部连接相对紧密的节点,但后者规模较小。圈子是重要的局部社区信息,利用这一特点有助于进行社区发现。然而,现有的大部分基于标签传播的社区发现算法并没有考虑圈子的信息。为此,提出一种基于局部强化的多标签传播(LSMLP)社区发现算法。给出圈子的定义,提出一种基于圈子信息的迭代多标签传播策略,并从每个节点的多个标签中选择归属系数最大的标签作为其从属的临时社区。采用两步优化方法使模度最大化。在真实网络的数据实验结果表明,与已有的社区发现算法相比,LSMLP算法能更高效地发现社区。     

求解高维函数优化问题的交叉熵蝙蝠算法

为改善蝙蝠算法求解高维函数优化问题的全局搜索能力,提高其搜索精度,将交叉熵方法和蝙蝠算法相结合,提出一种交叉熵蝙蝠算法。该算法将基于重要度抽样和Kullback-Leibler距离的交叉熵全局随机优化算法应用于蝙蝠算法中,采用自适应平滑技术提高算法的收敛速度,利用交叉熵方法的遍历性、自适应性和鲁棒性,有效抑制蝙蝠算法的早熟收敛现象。对经典测试函数和CEC2005测试函数的仿真结果表明,该算法具有全局搜索能力强、求解精度高和鲁棒性好等特性。     

整数的最佳带符号二进制表示的随机生成算法

整数的带符号数字(BSD)表示广泛应用于计算机算术、密码学、数字信号处理等领域。给定整数有多种最佳带符号二进制表示。对整数的最佳带符号二进制表示的性质进行研究,给出了整数的最佳带符号二进制表示随机生成算法,所得算法能快速产生给定整数的随机最佳带符号二进制表示。     

聚类方法综述

文中对聚类方法作了综述。系统地讨论了聚类研究中的4个关键内容:数据点之间"距离"函数的定义方法、类数目的确定、高效优良的聚类算法和聚类算法好坏的评估。分析了各类聚类算法的优劣性,指出了聚类分析研究的发展趋势。     

一种基于空间滤波的钢轨表面擦伤检测改进算法

钢轨表面擦伤检测是保障铁路运输安全的重要手段之一。应用图像处理和模式识别技术来处理钢轨数字图像,检测并定位擦伤区域是一种可行且发展迅速的研究手段。课题组在前期工作中提出了一种鲁棒实时的钢轨表面擦伤检测算法,该算法首先对钢轨图像进行灰度对比度增强,在此基础上定位可疑擦伤区域并进行判定。算法对于常规擦伤图像具有较高的检测性能,但对于钢轨图像包含多处擦伤且擦伤区域灰度值差异较大的情况,往往造成漏检。针对原算法的不足,提出了一种基于空间滤波的钢轨表面擦伤检测改进算法,该算法对原算法检测到的擦伤区域进行钢轨灰度图均值填充,并对填充后的图像进行二次检测,在重新生成的灰度对比度图中,原检测图像中灰度值不明显的擦伤区域的灰度对比度值得到增强,从而增加了检出的可能性。经实验结果验证,改进算法具有较高的检测性能:在总的时间耗费没有明显增加的情况下,检测的平均准确率为90.8%,平均漏检率为4.0%,较原算法有较大改善。