基于改进蜂群算法的神经网络及其应用

本文提出一种具有极强全局优化能力的改进蜂群算法,该算法对人工蜂群算法的更新公式进行改进,并对整个搜索策略进行简化.算法对多个高维多极值基准函数进行全局最优化测试,结果表明,改进的蜂群算法收敛精度大大提高;其次,将改进的蜂群算法应用于神经网络的权值训练;最后,作者将这种基于蜂群算法训练的神经网络应用于降水预报,其试验结果显示了这种训练方法的可行性.     

震后伤员救援车辆两阶段规划模型及算法研究

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点，其中 震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人 们的重视． 本文采用聚合优化算法对灾区进行应急救援区域划分，建立了以总救援时间最短和 相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型，设计了带三角函数变异的 离散型萤火虫优化算法进行求解，并与常规算法求解结果做了对比分析． 通过算例进行模拟实 验表明，所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题，且改进算法 的全局搜索性能更优．     

基于改进的蚁群算法求解单点交叉口信号配时优化问题

蚁群算法是近几年优化领域中出现的一种启发式仿生类并行智能进化、通用型的随机优化算法,能够较好解决交通信号配时优化问题.由于交通信号分配不合理容易引发交通拥堵,基于传统的单点交叉口交通信号配时优化问题提出了改进的蚁群算法,即针对交通具有较强的实时性和动态性的特点,在蚁群算法更新的全局信息素中引入一个随着交叉口拥挤程度不同而变化的函数,并且在信息素变化量中引入一个交叉口通行能力权系数,从而提高算法对交通实时动态性的把控能力.通过实验仿真结果表明,该改进的蚁群算法优于传统的单点交叉口信号配时方法,从而为蚁群算法求解这类问题提供了一种可行有效的新方法.     

考虑实时预倒箱的出口箱堆场多场桥调度优化

在出口集装箱堆场的实际作业过程中，倒箱是制约场桥作业效率的瓶颈之一。为提高出口箱堆场的作业效能，减少船舶装船作业时间，采用实时预倒来降低倒箱的影响，研究出口箱堆场多场桥调度优化问题。考虑待提箱作业次序固定、场桥间保持安全距离及不可跨越的现实约束，兼顾内集卡的等待上限，侧重场桥作业过程中的实时预倒箱，构建了以带惩罚因子的内集卡总等待时间最少为目标的混合整数线性规划模型。基于问题自身的特点设计了混合和声模拟退火算法，得出了各场桥的行走路径与实时预倒箱方案。在算例实验中，通过与不考虑实时预倒箱的方案、FCFS方案以及下界进行对比，验证了考虑实时预倒箱的场桥调度模型及算法的有效性，为集装箱码头出口箱堆场的场桥调度提供参考。     

基于改进k-prototypes算法的Web日志分析系统的设计与实现

设计了一个基于改进k-prototypes算法的Web日志分析系统,结合学校网站采集的数据针对相关技术算法进行了应用及分析.     

新传播格局下议程设置功能假说反思

议程设置功能是20世纪70年代由美国传播学者麦库姆斯和肖创立并广受欢迎的一个理论假设,它起源于第三范式科学背景。在科学研究进入第四范式、新传播格局形成后,议程设置的各种不良影响及其理论缺陷日渐显露,亟须正本清源、深入反思。要以马克思主义认识论为指导,坚持议程从实践中来,以社会需要和公众关注为导向,尊重人民群众的主体地位,聚焦问题,集思广益,努力发挥好议程设置的应有功能。     

中文信息处理中的自动分词方法研究

自动分词技术是中文信息处理的入门技术。通过对现有的三类中文分词算法(即基于词典的分词方法、基于统计的分词方法和基于理解的分词方法)的回顾和评述,分析"词"的界定、歧义消除和未登录词识别等制约中文分词的三大瓶颈,为中文分词技术的进一步发展提供方向。     

基于多因子选股的半监督核聚类算法改进研究

研究了一种附有引力影响因子的半监督K-means核函数聚类算法,并将该方法应用于多因子选股模型中。研究表明,相比传统的聚类模型,改进的模型具有较强的泛化能力,模型在处理样本线性不可分、样本分布非球状簇等问题上具有明显的优势,能选出较优的股票组合。