基于正弦余弦的自适应教与学优化算法

为了克服教与学优化算法求解精度低、早熟收敛问题,提出了一种新的基于正弦余弦的自适应改进教与学优化算法（ASCTLBO）。该算法在教学阶段,提出新的自适应教学因子,引入自适应惯性权重,使得当前个体向全局最优个体学习,增强了算法的局部搜索能力。在学习阶段利用正弦余弦函数的震荡变化性质对学习者个体位置进行自适应更新,维持种群的多样性,增强算法全局搜索能力。数值试验表明,提出的新算法是有效的,具有较好的收敛速度和求解精度。     

全渠道零售场景下配送车辆路径问题

为研究全渠道零售的配送系统对企业物流成本的影响,综合考虑时间窗、车型选择等因素,以运输成本最低为目标,建立高度协同的全渠道零售场景下的物流配送模型。该模型采用自适应遗传算法求解,利用MATLAB进行算例分析。结果显示:全渠道零售模式下的车辆调度方案能迅速响应消费者需求,与一般配送模式相比可以减少物流成本,优化车辆配置。与粒子群优化算法相比,自适应遗传算法的运行时间更短、优化结果更好,这验证了模型和算法的可行性和有效性。     

基于曲线匹配的星载激光测高仪无场在轨几何定标方法

星载激光测高技术的快速发展急需有效的在轨几何定标方法来校正测高数据中的系统误差。探索一种基于曲线匹配的测高仪无场在轨几何定标方法。该方法利用激光足印高程曲线与DEM进行匹配获得激光足印控制点进而实现定标参数求解,无需到野外布设探测器定标场地。采用资源三号02星激光测高数据进行定标方法验证,并对定标结果进行精度评估。实验表明,经本文的定标方法校正后的测高数据的精度得到显著提升,验证了本方法的有效性。     

乡村振兴视域下技能高中与普通高中教育回报的对比——基于倾向得分匹配(PSM)的反事实估计

城乡发展不平衡是我国特有的经济现象,也是乡村振兴进程中面临的瓶颈制约。利用2018年CGSS数据,综合使用普通最小二乘法、分位数回归法和倾向得分匹配法,分析高中教育对城乡劳动者收入回报的影响情况,并基于“干中学”理论,加入高中教育与学习充电的交互项,探讨其对工作收入的调节效应。研究表明：(1)相对普通高中,技能高中劳动者的工作收入较高,但随着收入分位数的提升,技能高中的增收优势逐渐降低;(2)技能高中对城镇籍中等、中高收入劳动群体的增收效果更显著,对农村籍劳动者则无显著影响;(3)选择技能高中且利用空闲时间学习充电弥补基础知识,在一定程度上能提升城、乡户籍劳动者的工作收入,其中,对城镇籍年轻(16～25岁)劳动者影响更显著。因此,应大力发展农村技能高中教育,健全普职融通的高中教育体系,从而挖掘农村劳动力收入水平提升潜力,缩小城乡收入差距。     

基于自适应滤波法与谱减法的语音增强的研究

语音增强是一种消除语音信号中的背景噪声并获得完整原始语音信号的关键技术.谱减算法易于实现,计算量小,可以获得较高输出信噪比的原始语音信号,是增强语音信号的有效方法.然而,使用谱减法进行语音增强过程中会产生新的背景噪声——"音乐噪声",它会影响语音信号识别的准确性.为了解决谱减法产生的"音乐噪声"问题,本文提出一种谱减法...     

一种离线自适应OCR识别系统设计

光学字符的自适应离线识别对于包装分拣等特殊应用场景意义重大。笔者设计了一套基于离线自适应OCR识别技术的包装箱标识字符识别系统。该系统主要由镜头、相机、环形光源、支撑台、工业PC机组成。当生产线特定触发信号到来,相机抓拍大致区域,拍摄图像经过分割、角度校正得出字符区域图像,通过OCR算法对相应区域进行识别得出最终标识符并输出以待后续应用。实验结果显示单张图片的完整校正识别时间900 ms左右,标识图像完整处在相机视野区域并且倾角正负45°内识别准确率达97%以上。整个系统在保证一定准确率的前提下,能离线自适应识别大区域、大倾角的小标识符图像,具有很高的实用价值。     

基于Agent的电子交易方法与实现

在现实市场中存在多个买方和多个卖方,交易中会就价格、交货地点等多个方面进行讨价还价。本文提出一个多对多且多议题的电子交易方法,以电子市场为中立的第三方,从多个买方以及多个卖方的提案中,由市场进行配对找出相似度较高的提案,然后生成由Agent运用模糊理论进行一对一的互惠合作协商以提高双方交易的满意度及成交的可能性。