企业竞争情报搜集系统萌芽期成熟度模型研究

借鉴CM软件能力成熟度模型M理论,在竞争情报搜集系统的开发中引入萌芽期成熟度模型,并对该模型进行详细的剖析与设计,以期达到灵活控制与调节竞争情报搜集系统开发过程的目的,从而优化整个竞争情报系统的效能.     

基于Alopex改进的粒子群优化算法

粒子群算法是一种进化计算技术,但容易陷入局部极小点.提出了一种利用Alopex算法改进的粒子群优化算法,改进的粒子群优化算法改善了粒子群优化算法摆脱局部极小点的能力,对典型函数的测试表明:改进算法的全局搜索能力有了显著提高,特别是对多峰函数能够有效地避免早熟收敛问题.     

基于粒子群优化算法的结构系统辨识

针对一般智能理论辨识方法在结构系统辨识中存在的问题,提出一种基于粒子群优化算法(PSO)的辨识方法。用粒子群中的粒子表征结构物理参数,以最大似然准则为粒子群优化算法的适应度函数,建立了结构系统的辨识模型。数值仿真分析表明,粒子群优化算法可以精确辨识出结构系统的物理参数。     

基于粒子群算法的企业项目群进度优化模型研究

通过层次分析法,计算出项目群中各项目相对于项目群进度优化总目标的权重,进而计算出不同单位约束资源的使用在项目重要性权重约束下,对项目群整体相对进度优化值的影响。引入粒子群算法,设计算法流程,构建约束资源分配模型,对目标模型进行求解,从而实现项目群整体进度的优化。通过算例验证粒子群算法在解决项目群进度优化管理的可行性和有效性。     

基于粒子群算法的物流配送路径优化问题研究

本论文在建立物流配送路径优化问题的数学模型基础上,构造了求解该问题的粒子群优化算法。并通过实验数据进行计算,结果表明可以有效地求得问题的最优解,是解决路径问题的一个好方法。     

基于Alopex改进的粒子群优化算法

粒子群算法是一种进化计算技术,但容易陷入局部极小点。提出了一种利用Alopex算法改进的粒子群优化算法,改进的粒子群优化算法改善了粒子群优化算法摆脱局部极小点的能力,对典型函数的测试表明:改进算法的全局搜索能力有了显著提高,特别是对多峰函数能够有效地避免早熟收敛问题。     

基于自适应粒子群算法的电力系统无功优化

无功优化是电力系统安全经济运行的核心问题之一,电力系统无功优化规划是一个较复杂、多目标、非线性的混合规划。它的目标是在满足约束条件的前提下,使系统的某个指标或多个指标达到最优。在分析配电网无功优化所面临困难的基础上提出了一种粒子群优化算法,并结合IEEE30节点试验系统利用粒子群算法以实现。计算结果表明,这种优化方法有利于提高配电网的无功优化水平。     

一种改进的权均值粒子群优化算法

针对粒子群优化算法的早熟收敛和进化后期收敛速度慢等问题,提出了权均值粒子群优化算法。通过在“认知”部分和“社会”部分加入随机权值更新粒子的飞行速度,使粒子能够很快地收敛到全局最优点。典型函数的仿真结果表明,该算法不仅具有较好的全局收敛性能和较快的收敛速度,而且有效地避免了早熟收敛问题。     

一种新改进的粒子群优化算法

由于粒子群优化算法对多极值复杂问题求解时容易陷入局部极值,提出一种新改进的粒子群优化算法。该改进算法是将粒子群进化过程分为两个不同的阶段,每个阶段应用不同的进化模型,通过结合这两种进化模型的各自优点有效地降低群体陷入局部最优。由仿真实验结果可知,对于复杂多极值函数优化问题,本文算法比标准粒子群优化算法的全局寻优能力更强。     

基于粒子群优化算法的层次深度图像压缩算法

提出了一种基于粒子群优化算法的层次深度图像的存储空间优化算法。首先利用2D纹理队列数据结构来存储层次深度图,然后把最小存储计算问题转化为在视线空间内的最优化问题,利用粒子群优化算法寻找最优方向使有效纹元总数最小并结合传统压缩方法来减少层次深度图结构消耗的系统空间。     

粒子群优化算法及在电力系统中的应用

粒子群优化PSO(Particle Swarm Optimization)算法是一种有效的全局优化技术,PSO算法通过粒子间的相互作用在复杂搜索空间中寻求最优区域。PSO的优势在于算法简单,容易实现。从研究PSO算法及其在电力系统中的无功优化、最优潮流计算、电网扩展规划、机组优化组合、经济负荷分配等方面的应用现状出发,对其研究发展方向作了展望。     

基于鱼群的PSO粒子滤波算法

粒子群优化(PSO)粒子滤波算法比较而言,容易陷入局部最优,因此算法的准确度就会降低。本文在解决该问题时引入了一种基于鱼群的PSO粒子滤波算法。此算法是通过鱼群优化在采样过程中找到全局最优的相对位置,使其能够向全局最优的位置逐渐接近,同时提高估计有效的粒子数目,从而能够更有效的减少粒子退化与枯竭问题。实验表明,此算法与PSO粒子滤波算法相比,在估计准确度方面有了较大的提升。     

智能电网视角下粒子群优化支持向量机的用电量预测

智能电网的—个重要特征是通过高精度的用电量预测进行电能智能调配,用电量信息的精确预测是电网智能化的关键指标.针对用电量数据非线性的特点,提出了一种基于粒子群优化的PSO-CV-SVR模型.该模型基于支持向量回归机原理,以粒子群算法和交叉验证的思想优化模型参数.将该模型应用于江苏省全社会用电量的预测分析,结果表明该模型优于BP-神经网络方法,提高了预测的精度.     

竞争情报在中小企业应用中的问题分析

在信息时代与知识经济背景下,信息管理与竞争情报问题已经成为中小企业不可回避得问题。中小企业竞争情报应用研究问题的解决对促进中小企业内部机制和外部经营环境的改善,满足中小企业对信息的需求,增强中小企业活力至关重要。因此本文就中小企业中竞争情报应用的问题展开探讨,分析问题的原因,提出发展中小企业竞争情报的对策,希望对中小企业以后开展竞争情报活动有所帮助。     

基于粒子群优化算法和Wiki的数字化教材开发研究

数字化教材开发在得到大力提倡和发展的今天,仍存在许多问题。给出了基于粒子群优化算法和Wiki的数字化教材开发模式。将粒子群优化算法的思想和Wiki协作应用到数字化教材开发中,得到了比较满意的结果,并提出了数字化教材开发未来的发展方向。     

粒子群算法优化BP神经网络的指纹识别技术

指纹识别技术是当今应用最广泛的生物识别技术之一。在指纹识别过程中,图像处理、特征提取、匹配等过程数据量庞大,计算比较烦琐。BP神经网络具有良好的自学习能力、强大的分类能力和容错能力,将其应用到指纹识别中是可行的。为改进BP神经网络计算速度较慢,梯度下降法不能处理一些不可微传递函数的问题,采用粒子群算法对BP算法进行优化,提高了指纹识别的速度和准确度。     

中小企业技术创新的主要障碍及其解决办法

从分析中小企业技术创新的意义入手,说明了中小企业在技术创新方面存在的融资困难、人才缺乏、创新意识不强、创新风险大等主要障碍,并提出了相应的解决方法。     

图书馆服务模式驱动下小微企业竞争情报服务体系构建及运行研究

[目的/意义]面向小微企业科技创新的竞争情报需求,为小微企业构建基于多资源整合、多机构联动、多信息共享的竞争情报服务体系。[方法/过程]本文从科技型小微企业竞争情报需求出发,充分利用高等学校的区域优势及学科优势,以高校图书馆为联动服务中枢,以大数据、互联网+"知识、技术、经济"溢出网络为支撑,构建由小微企业个体单元需求为主导,多方资源协作共享的竞争情报联动服务体系。[结果/结论]结合基于高校图书馆驱动的小微企业竞争情报服务体系的构建,探讨小微企业竞争情报线下数据融合、线上协同服务的服务运行模式。     

科技型中小企业成长因素模型及实证研究

科技型中小企业成长的高风险性源于其成长的特殊性、影响因素的复杂性、难甄别性以及由此引致的成长机制的不完善性。从仿生学视角入手,以117家科技型中小企业为样本,提出其成长机制构成要素并实证检验其对企业成长性的作用和影响。研究表明:科技型中小企业成长机制包括内生和外生共13个关键要素,且各要素对企业成长性的不同因子具有显著的正向影响,并据此提出推动科技型中小企业成长的建议。     

民营科技企业的成长模式与环境分析

本文利用在江苏省进行民营科技企业竞争力问卷调查获得的数据对民营科技企业的成长模式和环境进行了系统的分析。首先讨论了进行民营科技企业成长模式和环境问卷调查的内容和方法,然后利用调查获得的数据详细分析了民营科技企业的成长模式及其在成长过程中技术、资金和人才的主要来源及面临的困难,接着从社会文化和法律、政策、市场和知识产权保护、社会服务等几个方面剖析了民营科技企业对其成长环境的基本评价,获得了一些有意义的结论,可为我国各级政府制定更有效的促进民营科技企业发展的政策提供支持。