TSP问题的智能优化算法研究

智能优化算法比较常见的有模拟退火算法、遗传算法、人工鱼群算法、神经网络算法等。本文主要对前三种算法优化性能进行研究。首先介绍了三种算法的基本原理,然后总结了各自的优缺点并从原理和参数两个方面对三种算法进行了对比分析,以经典NP难题——TSP为例进行了仿真研究给出了未来针对TSP问题的研究重点。     

夜视成像技术与图像融合算法的研究

夜视成像技术是借助于光电成像器件实现夜间观察的一种新的光电技术。本文扼要阐述了夜视成像技术中的红外夜视技术、激光夜视技术和微光夜视技术的基本原理,并以此重点研究分析夜视成像技术的四种图像融合算法：灰度调制融合法、加权平均法、微分算子法和基于小波变换的图像融合方法。     

循环冗余校验算法的FPGA高速实现

介绍了循环冗余校验原理,并以CRC-16生成多项式为例,用Verilog HDL硬件描述语言描述该算法.采用Quartus Ⅱ 8.0进行综合、仿真,并用Cyclone Ⅱ系列的EP2C35F672C6器件适配和编程下载,在DE2开发板上实现.该CRC模块既是CRC校验生成模块,又是CRC校验检错模块.另外,该CRC模块还可以封装成具有Avalon总线接口的自定义组件IP核,从而可以重复利用.实验结果表明,该校验器速度快,占用资源少,并在实际中得到了应用.     

基于演化算法的高校课程排课系统的研究与实现

提出了基于演化算法高校课程排课系统的方法,以课程为排课核心,以授课计划为排课依据,利用演化算法建立起有效地数据模型.通过实验验证,该算法能够结合高校实际情况,自动地找到了解决排课问题的模型,具有一定的通用性.     

北京高校馆际文献传递服务用户兴趣关联研究

[目的/意义]关联数据分析和个性化信息推送是图书馆联盟建设的重要内容。文章引入关联分析挖掘技术为北京地区高校图书馆联盟馆际文献传递中的个性化推送服务提出建议。[方法/过程]以2018年BALIS北京地区高校图书馆文献传递服务数据为基础,对不同专业用户群体和不同高校用户群体文献传递申请单数据进行分析,并利用FP-growth关联分析算法技术对数据进行相关系数分析。[结果/结论]数据挖掘结果较好地挖掘出北京地区各高校图书馆用户的跨校、跨专业文献借阅偏好,可实现有效和有针对性的文献推荐服务,同时能够为区域图书馆联盟的资源共建共享提供数据参考。     

On the Performance of Semi- and Nonparametric Item Response Functions in Computer Adaptive Tests

Large-scale assessments often use a computer adaptive test (CAT) for selection of items and for scoring respondents. Such tests often assume a parametric form for the relationship between item responses and the underlying construct. Although semi- and nonparametric response functions could be used, there is scant research on their performance in a CAT. In this work, we compare parametric response functions versus those estimated using kernel smoothing and a logistic function of a monotonic polynomial. Monotonic polynomial items can be used with traditional CAT item selection algorithms that use analytical derivatives. We compared these approaches in CAT simulations with a variety of item selection algorithms. Our simulations also varied the features of the calibration and item pool: sample size, the presence of missing data, and the percentage of nonstandard items. In general, the results support the use of semi- and nonparametric item response functions in a CAT.     

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DE-SVM的船舶航迹预测模型

为提高船舶航迹预测精度,解决准确建模难度大和神经网络易陷入局部最优的问题,考虑实时获取目标船AIS数据较少的特点,提出一种基于支持向量机(support vector machine,SVM)的航迹预测模型。选择AIS数据中的航速、航向和船舶经纬度作为样本特征变量;采用小波阈值去噪的方法处理训练数据;采用差分进化(differential evolution,DE)算法对模型内部参数寻优以提高模型收敛速度和预测精度。选取天津港实船某段航迹的AIS数据,比较基于DE-SVM与基于BP神经网络的航迹预测模型的仿真结果。结果表明,基于DE-SVM的航迹预测模型具有更高的预测精度,简单、可行、高效,且耗时少。     

动态接力点模式下双自动化轨道吊协调调度

为提高自动化集装箱码头堆场中自动化轨道吊(automated stacking crane,ASC)的作业效率,研究箱区动态接力点对双ASC作业效率的影响。考虑双ASC作业过程中的安全距离、相互冲突等因素,建立以最小化双ASC最长完工时间为目标的混合整数规划模型,利用遗传算法对该模型进行求解。与固定贝位接力模式进行对比,结果表明,相较于固定贝位接力模式,动态接力点模式下双ASC的作业效率更高。在不同规模算例背景下,将遗传算法与CPLEX的计算结果进行对比,验证了遗传算法的有效性。     

基于NSGAⅡ的带时间窗生鲜品配送路径优化

考虑到生鲜品的易腐性、高时效性和对运输环境要求高的特点,为减少生鲜品配送企业的配送成本,提高客户满意度,在车辆载重、时间窗、生鲜品保质期等约束条件下,提出将配送总成本最小化和生鲜品新鲜度最大化的多目标车辆路径优化模型。利用改进的非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGAⅡ)对模型进行求解。求出满足配送总成本最小和生鲜品新鲜度最大的相对较优解,证明模型的有效性。该模型在大规模配送和客户地理位置分布较为分散的情况下,对生鲜品新鲜度的优化较为明显。