基于IA优化算法的物流配送选址方法研究

经济全球化带动了企业物流供应方式的变革,企业物资运输模式也随之发生着变化.现代物流业主要采取一对多的配送方式,物流配送点的选取是一对多物流配送的关键.为选取合适的物流配送选址方法,本次研究结合k-means聚类算法与IA优化算法,提出了改进的IA优化算法.根据供应点的距离与需求量构建了多约束物流配送选址模型,并分别运用...     

一种小波域K-Means遥感图像分类标注算法

由于合成孔径雷达图像（遥感）的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。     

用于客户分类的K-means算法

从数据挖掘方法中常用的聚类算法的基本原理，将聚类算法中的K—means算法用于客户关系管理系统中，实现客户分类．并且对K—means算法进行了改进，根据客户信用特征对客户进行预分类，提高了算法的效率．     

基于上海市垃圾分类实践的“四方合力”垃圾分类推进路径研究

上海市作为垃圾分类先行先试城市,其经验具有借鉴意义。垃圾分类涉及四方行动者——政府、基层社区、居民、市场主体,垃圾分类过程中的四方要各担其责,构建"四方合力"的四方行动者合作机制,发挥党建引领作用,发挥政府领导监督作用,发挥社区服务引导功能,调动居民积极参与,激活市场主体力量,共同推进生活垃圾分类工作质量和效益的提升。     

基于两阶段方法的垃圾中转站选址研究

垃圾中转站选址需要综合考虑定性因素和定量因素,候选节点数量通常较多,为此提出两阶段垃圾中转站选址方法.第一阶段采用PROMETHEEⅡ方法,考虑评价指标之间的复杂关联关系确定权重,对候选节点进行初步选址;第二阶段采用0-1规划建立基于运输成本最小化的模型,在给定约束下确定中转站选址位置.选取郑州市中原区垃圾中转站规划进...     

基于K-Means算法的学生成绩聚类分析

通过考试成绩来评价学生学习情况是我国基础教育最常用的方式.然而,考试成绩单往往只能提供成绩排名和及格率等数据,要从成绩单中直接获取学生在班级中的成绩分布以及偏科情况等具有一定难度.文章采用机器学习中的K-Means聚类算法,对学生文理科成绩分数进行聚类分析,进而针对聚类结果作出分析与评价,为实施个性化教学策略提供直观参...     

基于社区服务的优化选址问题研究

针对社区应急服务台选址问题,提出了一个系统顾客量有限的排队系统网络的优化算法。采用图形模型的相关理论和优化方法,结合应急系统的实际情况与特点,建立了系统对应急事件的响应时间、服务时间、服务成本三个数学模型,并给出了相应的求解算法。     

基于SVM-Kd-tree的树型粗分类方法

为提高大数据集粗分类识别率,提出一种基于聚类分析的SVM-Kd-tree树型粗分类方法。首先根据数据集特征分布进行k-means两簇聚类,对聚类后的数据集进行类别分析,同时将属于两簇的同一类别样本划分出来;然后使用两簇中剩余样本训练SVM二分类器并作为树型结构根节点,将两簇数据分别合并,将划分出来的样本作为左右子孩子迭代构建子节点,直到满足终止条件后,叶子节点开始训练Kd-tree。实验结果表明,迭代构建树型粗分类方法使训练单一SVM平均时间减少了61.977 4%,比Kd-tree同近邻数量的准确率提高了0.03%。在进行大规模数据集粗分类时,使用聚类分析迭代构建组合分类器时间更短、准确率更高。     

基于生活垃圾分类问题的高中地理教学思考

采用案例分析法剖析生活垃圾分类问题与地理教学的联系,挖掘其与地理教学内容中涉及的环境问题、渗透的人地协调观等的关系。在生活垃圾分类问题的基础上,运用问题式教学引导学生明确环境问题的严峻性,培育人地协调观。     

基于微粒群算法的多目标离散物流选址问题

研究多目标离散物流选址问题,根据所提问题的特点,建立模型,并根据模型的特点设计了一个有效的微粒群优化算法.最后通过实例验证了算法的有效性.     

基于 K-means 的政府公文聚类方法

政府公文数量巨大,不同政府网站公文分类规则不一 ,在引用和参考公文时可能发生混淆 。针对该问题,基于政府公文题目、摘要和正文内容,采用 K-means 算法对公文进行分类。首先对政府公文进行分词及去停用词等数据预处理操作,再通过词频—逆文档频率（TF-IDF）权值计算方法,将处理后的政府文本信息转换成二维矩阵,然后采用 K-means 算法进行聚类。使用清华大学 THUCTC 文本分类系统对公文聚类结果进行测试。实验结果表明,采用 K-means 算法对公文进行聚类,准确率达到 82.93%,远高于政府网站公文分类准确率。     

幼儿园垃圾分类习惯养成教育探究

培养幼儿的垃圾分类意识以及行为习惯,对幼儿今后的健康成长具有重要意义.教师要运用多元化的教学形式如儿歌形式、绘画形式、游戏形式、比赛形式等引导幼儿养成垃圾分类的习惯,要通过家园合作的形式让幼儿在日常生活中开展垃圾分类实践活动,不断强化幼儿的环保意识.     

我国城市生活垃圾分类之对策

介绍了国外垃圾分类的经验和做法,阐述了我国城市生活垃圾分类的进展,分析了我国垃圾分类存在的问题,并提出了我国垃圾分类的改进举措.健全的法规体系,加强引导和教育,规范的垃圾属性标签,是解决当前垃圾分类的关键问题,以期实现垃圾的有效分类,提高垃圾的资源化利用率.     

基于K-means聚类算法的网络个性化学习行为研究

聚类是指按照事物间的相似性对事物进行区分和分类的过程。对网络个性化学习行为中的大量数据,首先对样本数据进行了预处理,然后运用数据挖掘算法中的K-means算法进行分类,获取各类与网络学习行为属性的关系。在Clementine中的实验结果表明,该算法能够将数据准确聚类,为教师教学培养目标的制定提供一定的决策支持。     

基于遗传算法的配送中心选址研究

配送中心选址是学术界和物流业界研究热点,本文基于遗传算法,结合近年来选址问题研究常用的BP神经网络,构建选址模型,通过计算机仿真,发现遗传算法优化的BP神经网络相对误差比传统BP神经网络低。并且,遗传算法优化的BP神经网络选址模型与实际值的相对误差较低,因此,该模型能为配送中心选址提供决策支持。     

福州公共自行车租赁点选址研究

公共自行车系统是福州市政府有关民生问题的一项重要举措,通过问卷调查形式分两阶段对福州公共自行车站点设置、出行距离、现行政策满意度等方面进行调查．根据功能定位及车流流向对公共自行车站点进行分类,并对不同类别站点选址影响因素进行分析,采用模糊层次分析法对不同类别公共自行车站点进行综合评判,对福州市公共自行车站点三期选址具有一定借鉴意义．     

高昌故城城墙保护加固研究

城墙遗址是高昌故城的重要组成部分,在整个高昌故城的空间格局中有着不可代替的作用和地位,有重要的历史、科学和艺术价值。由于自然因素和人类活动的破坏,现存城墙普遍存在根部掏蚀凹陷、墙体坍塌、裂缝、风化剥落等病害。2005年,丝绸之路(新疆段)大遗址保护项目启动以来,对高昌故城的西城墙、南城墙、部分内城墙进行了保护加固。从工程实际效果看,城墙遗址得到了较好的保护,然而尚存不少问题和有待提高的地方。本文利用ANSYS有限元模拟计算软件模拟计算加固前后的应力及位移状态,结合前几期保护加固措施,在对其进行效果评估基础上,对保护措施和施工工艺进行优化,以期对新疆地区的土遗址加固提供参考。     

基于分层抽样的垃圾减量分类效果研究

针对垃圾减量分类过程中基础数据分项及颗粒度是否足够等问题进行理论的探讨,综合利用了分层抽样、回归分析等方法,得出了深圳市垃圾减量分类活动的效果.参考台湾的垃圾减量分类措施,建立干预分析模型.通过预测未来深圳5年的人口变化以及城市生活垃圾人均日清运量得到深圳市垃圾减量分类后的最好结果与最坏结果.建议政府加强垃圾分类的推行力度并增加垃圾分类宣传推广的投入.     

基于Web挖掘的专业文本特征提取方法研究

通过对专业信息自动分类的文本特征提取方法的分析研究,提出在文本分析时根据Web内容挖掘和结构挖掘的方法提取特征词条来建立文本特征空间,同时利用专业类别向量、专业词典技术可有效解决高维空间问题.