带隐变量的回归模型EM算法

带有隐变量的回归模型具有非常广泛的应用场合,隐回归模型的参数求解问题依赖于自变量的分布假设。基于自变量的beta分布的假设条件,给出了隐回归模型的EM算法,详细地推导了模型中的参数求解过程,给出了使用牛顿法求解beta分布参数的算法,并提出一个合适的初值选择算法。在模拟数据和真实数据的基础上进行了详细的比较性试验,结果表明,对具有不同分布特征的因变量观察值,EM算法能够有效地求解隐回归模型的参数。     

带有禁忌规则的改进蚂蚁算法

提出了一种带有禁忌规则的改进蚂蚁算法,改进的算法在每次迭代后,通过对信息素值的判断,来禁止信息素浓度过高的路径被"人工蚂蚁"过多访问,以此加大蚂蚁搜索领域的能力从而减少算法过早收敛于非最优解的现象,在此基础上,算法结合了当前被证实为最有效解决TSP问题的蚂蚁系统和最大最小蚂蚁算法的部分规则,对算法做出进一步改进.改进的...     

GA-BP神经网络及其在液体乳安全评价中的应用

利用遗传算法（Genetic Algorithm,GA）优化BP（Back Propagation,BP）神经网络的初始权值、阈值,以期加快网络收敛,提高预测精度。以乳制品中的液体乳为实验材料,建立安全评价指标体系;将优化后的GA-BP神经网络作为评价模型,对液体乳的日常检测数据进行拟合;以测试数据作为验证,检测模型的收敛速度和拟合度。结果表明GA-BP较BP神经网络来讲更稳定,能较快收敛,且仿真误差较小;在隐层节点数为9时,GA-BP神经网络对液体乳的拟合效果最好,预测精度较高,是一种可行的液体乳安全状况评价方法。      

基于CMAES-LSTM的便利店SKU日销量预测方法

准确预测便利店的商品销量是库存管理的重要依据,稳健的库存能够有效避免缺货和积压带来的经济损失。目前连锁便利店各门店的每日订货依靠店长的经验以及针对某些SKU(Stock Keeping Unit)的企业统一策略。通过构建门店-SKU粒度的日销量时间序列,并引入外部信息作为协变量输入LSTM网络,对每个模型通过CMAES独立调参后进行预测。实验结果表明,对某连锁便利店300家门店近2年的销售数据进行预测,该方法在准确性和稳定性较现有方法均取得了显著的提升。     

水中挥发酚的测定方法比较

采用4-氨基安替比林法、流动注射法和在线分析法分别测定水中挥发酚,比较了3种方法对水中挥发酚测定的适用性。结果表明,3种方法测定挥发酚的线性关系良好,线性相关系数均在0.999 2以上;3种方法测定有证标准物质和实际水样中挥发酚的加标回收率均满足质控要求;3种方法测定不同水样中挥发酚的结果无显著性差异,其中,4-氨基安替比林直接分光光度法对废水样品中的挥发酚测定更有优势,流动注射法比较适合地表水中的挥发酚测定,而在线分析法仅用于环境污染事故中挥发酚的应急监测。     

本体论在企业竞争情报系统中的应用研究

应用本体论的思想,搭建基于语义的情报系统框架,建立企业外部环境竞争情报本体模型,为概念及概念间存在的各种关系提供共享的描述,有利于企业竞争情报的发现,以及情报的共享和集成,有利于企业在错综复杂的关系网中找到隐含的信息,为企业的各层决策人员有效利用信息资源开展决策工作提供保障.