关联挖掘研究综述

数据挖掘是一种重要的数据分析方法,旨在发现庞大的数据中隐藏着的、先前未知的并潜在有用的模式和信息,以帮助人们正确理解和认识数据,进行科学决策。关联挖掘是数据挖掘中研究最早也是最活跃的领域,其中,频繁模式挖掘是关联挖掘的核心和基础。对关联挖掘算法的研究和发展进行综述,分析挖掘算法面临的主要挑战,概括最新研究进展。     

BP神经网络在农业发展中的应用

本文简述了BP神经网络的基本原理,提出了一种基于BP神经网络对农业增加值占国内生产总值的比重的测评模型。实验表明,该模型的辨识精度高,能正确实现。     

基于遗传算法和免疫算法的垃圾清运路径规划--以安阳工学院为例

校园垃圾清运处理受到垃圾回收站点和垃圾中转站分布等因素的影响。以安阳工学院垃圾清运问题为研究对象,采用遗传算法和免疫算法建立数学模型,在MATLAB环境下模拟校园垃圾回收时垃圾车的路径问题和垃圾中转站选址问题,在保证运力的前提下寻求校园公共区域内垃圾回收路径的较优解,为校园垃圾回收车辆设置、垃圾中转站设置等提供算法支持。