半径自适应的初始中心点选择K-medoids聚类算法

针对K-medoids(K为中心点)聚类算法对初始聚类中心敏感、聚类结果依赖于初始聚类中心的缺陷,提出一种新的半径自适应的初始中心点选择算法。该算法在每次迭代过程中都重新根据剩余样本点的分布特征计算半径,从而实现动态计算相应样本点的局部方差和领域半径,选取较优的初始聚类中心点,实现良好的聚类效果。采用不同规模的UCI数据集和不同比例随机点的模拟数据集进行测试,利用5个通用的聚类评价指标对性能进行评价。结果表明:本算法性能较同类算法有明显提高。     

引入惯性权重的烟花算法

为了增加种群的多样性,算法中加入高斯变异操作产生高斯火花.但是算法在每次迭代的过程中计算成本都很高,运行时间长,易陷入局部最优.本文提出一种引入惯性权重的烟花算法(WFWA),文中引入一种非线性的惯性权重,而且其随着迭代次数的增加而减小,呈递减趋势.从而使算法跳出局部最优,更快地搜索到全局的最优解.通过15种标准测试函数来测试算法的性能,并与其他算法作比较.实验结果表明该算法可以更好的收敛到全局最优解.本文为改进的算法(WFWA)建立Markov模型并证明其全局收敛性.     

自适应惯性权重的改进粒子群算法

针对标准PSO算法求解高维非线性问题时存在的大量无效迭代(经过一轮迭代后全局最优位置保持不变),提出了一种自适应惯性权重的改进粒子群算法。基于单次迭代中单粒子运动状态的分析,提出并证明了论点:上一轮迭代适应度值变差的粒子,当前迭代中其惯性分量将引导粒子往适应度值变差的方向运动,导致粒子群体无效迭代次数增加。设计了标准PSO算法改进方案,将上一轮迭代中适应度值变差的全体粒子的惯性权重置为零,消除当前迭代中不利惯性分量对算法收敛的不良影响。采用6个标准测试函数,将该算法与标准PSO算法、固定惯性权重PSO算法和具有领袖的PSO算法进行性能对比分析。试验表明,该改进算法无效迭代次数更少,在收敛率、收敛速度和收敛稳定性上均具有明显的优势。     

一种带搜索因子的全局最优人工蜂群算法

针对全局最优人工蜂群算法(GABC)搜索迭代过程中未充分考虑到全局优化和局部优化在优化过程中的作用,在一定程度上降低了算法的全局搜索能力,容易陷入局部最优解的问题,提出了一种带搜索因子的全局最优人工蜂群算法(HF-GABC)。在最优人工蜂群(GABC)算法中引入了可以随着优化过程动态搜索的因子,在算法的全局搜索过程和局部搜索过程中进行动态搜索。应用改进的算法对4个标准测试集函数进行仿真试验,并与ABC算法、GABC算法的结果进行比较。实验结果表明:带搜索因子的人工蜂群算法收敛性能优于ABC和GABC算法,有效降低了局部收敛的可能性,并且提高了搜索精度。     

Banach空间中带T-增生映射的集值拟变分包含

研究了Banach空间中带T-增生映射的集值拟变分包含问题.通过借助预解算子,建立了新的迭代算法,从而得到集值拟变分包含问题的迭代收敛定理.     

一种改进的基于DCT的信道估计迭代算法

提出了一种适用于正交频分复用系统信道估计的基于DCT的改进迭代算法.该算法通过迭代修正传统DCT/IDCT方法估算出的频率响应幅值和相位偏移,能有效抑制加性高斯白噪声和载波间干扰影响.仿真结果表明,与未采用迭代的DCT/EIDCT算法相比,该算法有更好的性能;与采用DCT/EIDCT初始化的迭代算法相比,该算法具有与其几乎相同的性能,但实现更简单;同时,该算法的迭代次数可通过在初始化过程中引入幅值补偿而大大减少.     

一种基于小波变换特征提取的集成学习算法

将不同训练数据子集和不同特征子集相结合,提出了一种基于小波变换特征提取的集成学习算法Wavelet-Forests.先随机划分特征集,用小波变换提取特征子集的特征,再用小波系数重构特征集训练基分类器.使用公认的WEKA平台验证了Wavelet-Forests算法的性能,与经典算法Bagging,AdaBoost和Random Forest相比,本文所提算法具有良好的泛化能力.     

二维LP问题的一个直接算法

针对求解二维线性规划问题的几何算法—图解法,给出了一个二维线性规划问题最优解的性质定理,得到了求解二维线性规划问题的一个直接的代数性算法。利用该算法,可得到一般性规划问题的加速算法,其迭代过程至少是按二维迭代的,迭代速度快于单纯形法。     

一类新的含(H,η)-增生算子的变分包含组解的迭代逼近

在q-一致光滑Banach空间中引入和研究了一类新的含(H,η)-增生算子的集值变分包含组问题.利用所定义的(H,η)-增生算子的预解算子,给出了此类变分包含组的迭代算法,并证明了由该算法生成的迭代序列的强收敛性.所得结果改进和推广了最近一些文献中的相应结果.     

集值决策信息系统属性约简与规则提取的矩阵算法

在集值决策信息系统中引入了优势矩阵和决策矩阵的概念,进一步建立了集值决策信息系统广义决策约简与规则提取的矩阵算法.算法利用矩阵间的比较提取所有决策规则,并同时得到所有广义决策约简.通过实例分析验证了该算法的有效性,说明了其优点是对数据复杂的决策信息系统也可相对容易地求出所有的广义决策约简与决策规则.     

基于粗糙集的车牌字符特征提取方法探讨

本文介绍了一种基于粗糙集理论的优化车牌字符识别的方法。粗糙集理论是一种继神经元网络和模糊数学之后的新的处理含糊和不确定性知识的数学工具;粗糙集方法是一种具有发展潜力的智能信息处理方法。本文主要思想就是在汉字的网格特征提取过程中保持分类能力不变的前提下,通过知识约简提出了一种车牌字符网格特征选择的改进算法;它不仅找出了对识别最有效的网格特征集,而且可以大大降低图像特征空间的维数,减少工作量和无用特征干涉,从而提高了分类识别率。     

优化SVM在锅炉负荷预测中的应用

提出智能优化支持向量机算法来提高模型的预测能力和泛化能力。该算法针对支持向量机噪声敏感问题采用小波方法对数据集去噪;利用核主成分分析方法提取数据特征;采用量子粒子群算法优化支持向量机超参数。将该优化算法应用于锅炉负荷短期预测,实验结果表明,该优化算法预测精度较高,收敛速度较快,泛化性能优于其他预测方法,且工程实现容易。     

运用核Fisher鉴别分析和MPM分类器的入侵检测

为了提高分类器的正确率和减少训练时间,将特征提取技术与分类算法结合,提出了一种基于核Fisher鉴别分析和最小极大概率机算法的入侵检测算法。利用核Fisher鉴别分析技术提取关键特征,运用最小极大概率机对提取特征后的数据进行分类,采用离线数据集KDDCUP99进行实验。实验结果表明,该算法是可行和有效的,使分类性能和训练时间都得到了提高。     

企业电子商务绩效评价体系研究

本文针对国内企业电子商务绩效评价体系缺乏客观定量标准的现状,总结出16项企业电子商务绩效评价指标,并基于粗糙集理论提出运用信息熵对特征指标进行约简并实现权重设定的有效方法,最终建立了包含4个维度、14项指标的中国企业电子商务绩效评价体系。     

三维立体的政府应急管理能力评估指标体系研究

绩效评估是衡量政府应急管理能力的有效工具之一,而现有政府应急管理能力评估体系复杂多样,评估标准不统一,难以真正有效衡量政府应急管理能力差异.从政府的绩效维度、层级特征以及样本属性三个维度出发,运用相关绩效评估定量分析方法,设计了一套三维立体的政府应急管理能力评估指标体系,以较好地解决政府应急管理能力评估中的一些普遍性难题.     

Decision-making in Fuzzy Environment

运用模糊集合论的方法对系统的可靠性和开发费用之间进行平衡，提出了基于模糊论的优化决策算法。该算法能更好地解决由于系统可靠性（目标）和开发费用（约束条件）是模糊的而带来的问题。从运算结果看，该算法比普通算法更灵活，也更合理。     

核心词自动分阶的一种计算模型——以纳西族玛丽玛萨话为例

核心词分阶是判定同源关系的必要步骤.基于大规模语音对应数据库,我们提出并讨论一种算法模型,该模型计算核心词的核心程度,自动调整高阶核心词集和低阶核心词集,使得两阶词集在已知为同源关系的语言中,其分布与已知为接触关系的语言显著不同,即通过算法调整核心词集,使得有阶分布的显著性增加.这个算法模型的基本思路分为两个密切相关的部分:核心程度算法和两阶核心词调整算法.     

Study on Multi-Trip Vehicle Routing Problem with Stochastic Simultaneous Pickup-Delivery Demand

Characterized by high service efficiency and low vehicle cost, multi-trip distribution allows the vehicle to travel multiple times between the distribution center and customers in order to complete the delivery task. Dynamic and uncertain customer demand is common during delivery. Combined pickup-delivery integration pattern with stochastic customer demand, an optimization model for multi-trip vehicle routing problem is set up with stochastic simultaneous pickup-delivery demand. Due to the sudden and simultaneous pickup-delivery of dynamic demand, the original distribution scheme needs to be optimized and adjusted, and the multi-trip routing adjustment strategy of "real-time flexible point" is proposed. According to the stochastic characteristics of the optimization model, a stochastic chance-constrained programming transformation model is introduced. A hybrid algorithm with nested stochastic simulation and variable neighborhood tabu search algorithm is designed to find the optimal distribution path. Finally, an example shows that the optimization model and algorithm are feasible and effective.     

应用型本科院校“双师素质”教师培养的若干问题探讨

以本院为例,阐述了应用型本科院校“双师素质”师资队伍现状及原因分析。在此基础上,从高校人事管理角度,提出“双师素质”教师培养可参考的5项措施：1．明确“双师素质”教师标准;2．严把教师入口关;3．构建有特色的教师培训、管理模式;4．修定专业技术职务评聘标准;5．以科研促“双师素质”发展,以确保建设一支有应用型本科院校特色的“双师素质”教师队伍。