基于灰色关联优化熵权算法的财务评价模型

针对传统熵权算法在企业财务评价的应用中表现出评价准确性不高的问题,本文提出了一种基于灰色关联度优化熵权算法的企业财务评价模型,首先用以熵权理论和灰色关联分析法相结合为基础的决策模型对企业的财务进行评价,之后再对评价指标数据列进行确定,并在企业进行评价的时候要采用统一的评价指标,之后再以衡量关联程度的尺度为依据对灰色关联系数进行计算,最后再将关联系数集中成一个值,并用关联度进行表示,从而能够得到最后的评价值。仿真试验结果表明,本文提出的基于灰色关联度优化熵权算法的企业财务评价模型相比较标准熵权算法,具有更高的评价准确性。     

3E与SSM协同分析的人才培养绩效管理模型

针对高等学校体育人才培养绩效管理中尚未完全适应我国经济社会和高等教育发展的需要,本文提出了一种基于3E与SSM协同分析的人才培养绩效管理模型。首先结合"效率—效益—效果"的3E理论和软系统方法论(SSM)模型,构建体育人才培养绩效指标体系,然后选用果蝇优化算法,对样本特征权值进行优化,提出了一种智能赋权的吸引子传播聚类算法,并将其应用于体育人才培养绩效评价中。仿真实验模拟结果表明,该方法对体育人才培养绩效评价具有更好的收敛性和更高的精确性。     

改进遗传算法优化神经网络在隧道围岩变形预测中的应用

根据隧道围岩的变形特点,建立遗传算法优化BP人工神经网络的预测模型。针对遗传算法在优化神经网络权值过程中效率低的不足,对遗传算法进行了改进,建立了以改进传算法优化权值的BP神经网络预测模型。并将该模型与未改进的模型应用于某隧道围岩的拱顶变形预测中,结果证明了改进策略在优化权值过程中的优越性和改进模型的有效性。     

浅析移动通信系统中的赋形权值优化算法

随着无线频谱资源的日益紧张,移动通信系统转向利用数字波束赋形技术来提高系统的容量。数字波束赋形技术的关键,是利用赋形权值优化算法对赋形权值进行寻优操作。常用的权值优化算法有遗传算法、粒子群优化算法和交叉熵算法。本文对三种优化算法应用时的关键步骤进行了总结,比较了三种算法的性能,最后对算法应用于时分移动通信系统存在的问题进行了分析。     

TD-LTE-A系统中波束赋形权值PMI量化仿真研究

为了降低TD-LTE-A系统下行链路波束赋形技术实现难度,本文在基于有效功率最大化准则,通过构建PMI码本对波束赋形权值进行量化,并且根据TDD系统的上下行互易性选取最优权值补偿信号的衰落与失真,进而搭建基于Matlab的评估平台对PMI量化方案和SVD分解算法下的功率、权值相关性进行对比分析。仿真结果表明,权值PMI量化可以正确实现波束赋形,由于量化误差的存在,PMI量化方案相对于SVD分解算法有一定的性能损失,但随着码本数的增加和搜索方案的优化,PMI量化方案性能接近于SVD分解算法。仿真结果为实际场景中的算法选择提供了重要的参考依据。     

基于VSRA算法的数据仓库联机维护优化研究

由于进入大数据时代,使得很多数据仓库联机维护算法,在使用的数据过多时,就会出现维护速度慢,甚至出现一些维护方面的错误,进而会造成一些不必要的麻烦。本文为数据仓库联机维护变得更加便利,提出了VSRA算法,先对双层数据仓库模型进行基础介绍,之后提出数据仓库三层维护结构模型,根据模型进行VSRA算法的分析。希望能够对其维护带来一定的便利。对数据仓库中的表,对其划分为三个版本,之后将其设置权限,让其在联机时出现较小的错误率,提高正确率。对VSRA算法的模拟得到的结论是:基于VSRA算法的数据仓库联机维护性能比原有的2VNL算法以及MVNL算法都要好,性能高,不容易造成错误。     

基于混沌后处理的SVM-PCA精确工程预算估计模型

传统的估计模型采用线性方法,预算估计结果差。提出一种基于混沌后处理的SVM-PCA精确工程预算估计模型。在SVM模型的基础上,采用PCA方法,对输入系统的一些冗余信息进行清除过滤,保证输入信息数据的贡献率,数据输出后,采用混沌后处理的方法对数据参差特性进行平滑处理,保证系统工程预算估计模型的精确性。最后采用一组10大类元素的5个工程进行预算估计实验,结果显示,采用基于混沌后处理的SVM-PCA精确工程预算估计模型后,每个工程中的核心消耗均被精确的估计出来,具有很好的工程应用价值。     

基于北斗GNSS技术的智慧城管数据采集系统架构与实现

针对标准Kalman滤波算法在GNSS定位的应用中还存在精确性不高的问题。本文提出了一种基于模糊度参数优化Kalman算法的GNSS智慧城管数据采集定位模型。在整周模糊度未知的情况下,可将双差整周模糊度作为状态向量的一部分,同时利用伪距、载波相位双差观测值,在滤波估计动态接收机天线位置以及速度的同时,估计双差载波相位整周模糊度。算法仿真结果表明,本文提出的基于模糊度参数优化的Kalman算法相比较标准Kalman算法,在智慧城管数据采集定位的应用中,具有更高的精确性。     

灰色聚类的生态旅游开发综合经济性评价模型

以生态旅游开发综合记性评价中的标准灰色聚类算法所表现出来的精确性不高的问题为着眼点,设计了一个以端点三角白化函数优化灰色聚类算法为基础的生态旅游开发综合经济型评价模型。第一步是以聚类要求为根据对子类数进行确定,并借助生态旅游开发综合经济型评价的情况对指标取值范围的分界点进行确定,以得到的对象为依据对所有指标观测值所属的子类隶属度进行确定,并对定向子类的聚类对象的优劣以及顺序进行确定。经过仿真实验发现,与标准的算法比较,本文提出的改进模型的评价精确性更高。     

工程预算编制结果准确性的影响因素分析与解读

在建筑工程中,工程预算工作是项目管理工作的重要构成元素,并且科学开展工程预算编制工作能够促进建筑工程整体成本控制水平的提高,为企业争取更多的经济效益。促进企业在新时期背景下的持续稳定发展。基于此,新时期背景下,十分有必要对影响工程预算编制结果准确性的措施进行分析,争取对工程预算编制工作形成明确的认识,有效促进工程预算编制工作的优化开展。     

数据挖掘自动答疑系统数据仓库的设计与研究

本文根据当今答疑系统数据库的缺点,提出了一套基于数据挖掘算法的数据仓库设计方案,将改进的关联规则算法与聚类算法用于提取后台数据库中的有用信息,形成一个可以直接用于数据挖掘的数据仓库。实验证明该方案具有智能性,自我更新性能,节约存储空间和提高答疑效率等优点。     

结合网页内容分析的PageRank算法初探

作为一种相当成功的基于超链分析的算法，PageRank算法可以有效地衡量网页重要度权值，然而进一步的研究也表明，这种纯粹依赖于超链分析的算法由于没有考虑到网页内容对网页重要度权值的影响，所以在一定程度上会造成偏差。因此，合理的将两者进行结合，充分利用网页内容特征对PageRank算法进行改进，可以极大的提高这种算法的有效性。     

城中村棚户改造工程不定开销波动预测

城中村棚户区改造工程中,对改造工程中的不定开销波动方位进行准确预测,可以减少经济开支,提高建设效率。提出一种基于程控约束的城中村棚户改造工程不定开销波动预测算法。首先进行城中村棚户区改造工程中不定开销波动模型构建和参量设计,构建能拟合诸多不定因素影响因子的非线性动力系统,实现对城中村棚户区改造工程预算的不定开销控制模型构建。基于Lyapunov指数预测算法,把经济开销数据序列看作是一组非线性时间序列,进行波动预测,纳入具有程控约束性的影响因子群组,实现波动预测算法改进,降低预测标准方差。实验结果表明,该算法能有效预测和控制在改造工程中出现的不定开销的波动,波动幅度降低为0,从而节约工程预算,降低城建成本。     

基于超维混沌映射的蛙跳群神经网络智能控制

前馈神经网在智能控制设计训练中收敛速度慢、易陷入局部极值,且对初始权值依赖性。为此提出一种基于超维无限折叠反转迭代混沌的蛙跳群优化算法,训练前馈神经网络参数,进行全局优化智能控制设计。算法在充分利用BP算法的误差反传信息和梯度信息的基础上,引入基于超维无限折叠反转迭代混沌的概念,结合混合蛙跳群仿生算法,将混沌蛙跳群作为全局搜索器,以梯度下降信息作为局部搜索器来调整智能控制网络的权值和阈值,实现全局寻优和空间智能搜索。实验和算法对比结果表明,新的人工神经网络智能控制算法在均方差、泛化均方差等指标上较传统算法具有明显优势。改进算法特别适合人工智能控制模型设计与预测建模,具有较高的预测精度和泛化能力,稳健性好,具有较好的全局优化自适应控制能力。     

词性分析C4.5算法的候选属性规则优化

针对标准C4.5算法在词性分析的应用中表现出精确性不高、运算速度不快的问题,本文提出了一种基于候选属性规则优化C4.5算法的词性分析模型,首先以信息增益的思想为鉴,辅之以关联规则,制定一个与参数支持度和可信度相近的评价标准,由此来对候选属性规则进行优化,之后再在信息增益率计算过程中,降低决策树的计算成本由此来节省决策树的生成时间。本研究还进行了专门的仿真试验,实验结果表明,与标准算法相比,本文设计的改进模型在精确性和运算速度方面都有更好的效果。     

浅析工程预算的优化原则和策略

工程预算是工程建设中的一个重要的环节,随着工程建设的发展,工程预算也面临着新的问题,如何解决工程管理的种种乱象,提高工程管理水平,使工程预算管理规范化、高效化,就需要对工程预算进一步的优化,建立一套完善的管理体制。     

基于多权值相似均衡的运动图像循环定位算法

为有效对运动图像的目标特征进行较好定位与跟踪,提出了一种基于多权值相似均衡的运动图像循环定位跟踪算法。该算法首先利用颜色与纹理构建运动图像的空间特征分布跟踪模型,通过特征聚类对运动图像自动划分目标空间,然后根据目标模型的相似函数计算多个特征权值对目标模型进行选择性均衡,并结合特征权值自适应迭代定位跟踪信息,以最大程度地对运动图像的细节特征进行定位跟踪。实验结果表明,该算法优于传统的定位跟踪方法,尤其在跟踪目标受到外界干扰时能够得到比较理想的跟踪效果。     

嵌入式平台中Shift目标跟踪算法的收敛局限性优化

嵌入式平台目标跟踪在应用的过程中Mean-Shift算法具有一定的收敛局限性,因此提出了一种基于改进Mean-Shift的嵌入式系统目标跟踪算法,首先对标准Mean-Shift算法的采样模式进行了改进,然后标记已采样的点来加快运算速度,最后对原算法的收敛局限性进行了优化。通过对算法进行仿真,得到结果是:改进的Mean-Shift的嵌入式系统目标跟踪算法相比于之前的算法具有更好的应用性能,其精确性也相对较高。     

并行优化KNN算法的交通运输路况预测模型

针对标准KNN算法在交通运输路况预测的应用中还存在误差较高等问题。本文提出了一种基于改进粒子群并行优化KNN算法的交通运输路况预测模型,首先在采用粒子群算法对KNN算法进行优化前,引入变异操作并结合神经网络中的Sigmoid型函数对粒子群算法的特征子集进行优化,然后采用最优化学习策略对改进粒子群算法的运算性能进行优化,最后采用改进的粒子群算法把改进的KNN算法的待优化参数随机初始化为一组粒子的位置和速度,并根据适应值函数计算每个粒子的适应度。仿真实验结果表明,本文提出的改进粒子群算法具有较好的收敛性能,基于改进粒子群并行优化的KNN算法在交通运输路况的预测中误差较小。     

基于蜂窝地图的全方位步进式机器人系统

从硬件实现和软件算法两方面,对基于蜂窝地图的全方位步进式机器人系统进行设计实现.通过对6轮全向移动平台的力学、运动学和动力学分析建模,借助基于FPGA的高精度光电里程计和激光校准装置,设计出适合蜂窝地图下运行的全方位步进式机器人.结合多维度传感器的数据融合,在蜂窝栅格地图中分2个层次,分别进行基于“六向分块”思想的局部路径规划和基于遗传算法TSP优化问题的全局路径规划.实验证明了该系统在实际运行中的精确性和鲁棒性.