决策树分类算法ID3的应用研究

数据挖掘中的ID3算法是决策树中的重要算法,它适合于从海量信息中获取有益信息。通过一个实例对ID3算法进行了详细的分析论述,并将ID3算法应用于高校教学评价中。实验证明,ID3算法在高校教学改革中有重要的辅助指导作用．     

决策树分类算法ID3的应用研究

数据挖掘中的ID3算法是决策树中的重要算法,它适合于从海量信息中获取有益信息.通过一个实例对ID3算法进行了详细的分析论述,并将ID3算法应用于高校教学评价中.实验证明,ID3算法在高校教学改革中有重要的辅助指导作用.     

一种基于无线网络的动态主动防御系统设计方法

随着无线网络的应用程度的深入,随之引起的安全问题已经成为现代网络安全研究的一个重要领域。本文从无线网络应用的特点入手,提出主动防御的"动态形态"的陷阱网络体系结构,并设计了原型系统的主要算法。通过仿真实验证明,应用该动态主动防御体系,大大提高了无线网络主动防御能力和安全性。     

基于聚类算法和蚁群算法的物流配送路径优化研究

物流配送的研究已经成为提高物流效率、降低物流成本的关键。文中在研究物流问题现状以及相关配送路径算法的基础上,提出了一种新的物流配送路径优化方案,对于一个城市内的多个配送点,首先通过K均值算法进行聚类分析得到局部配送中心及其配送范围内的客户点,然后利用蚁群算法设计该配送区域内的最优配送路径。通过仿真实验得知,文中方案设计出的最优配送路径长度较单纯采用蚁群算法有了较大改善。     

城市跨区拼箱问题的算法设计及其性能比

构建了一个关于分销商通过第三方物流公司向城市中m个不同片区配送货物的模型,模型中不仅涉及各片区包裹的装箱问题,而且还需考虑跨区拼箱配送问题。通过设计算法H来实现模型中总配送成本最小化的目标,并在此基础上证明所设计算法H的性能比,即PmHPm*<2。     

小型无人机导航系统的探索与研究

针对执行特定海域巡航的小型无人机,提出了GPS/INS组合导航系统的解决方案。首先介绍导航系统的算法和原理,根据任务需求,给出硬件构成及软件核心程序流程,通过仿真,证明在组合系统中采取PID控制以及卡尔曼滤波算法大大提高了导航的精度。     

关于2树的一种新的刻画

图G是2树当且仅当G是一个3阶完全图,或者G中存在一个度为2的点ν,使得与ν相邻的两个点也相邻,且G\ν是一个2树。给出了2树的一种新的刻画,同时给出了2树的一些性质以及其证明。     

求解多集散点车辆路径问题的顺路捎带法

为了更好的解决多集散点车辆路径问题,文章突破了传统MDVRP研究中一个客户的订单只能由一辆车承载的限制,提出了一种新的算法．阐述了算法的基本原理,结合有效运输值,给出了算法具体的顺路捎带规则。通过实例证明该算法在求解多集散点车辆路径问题时是有效的。     

逃票要被重罚 德国人为什么讲信用

来自世界其他国家的许多经验已经证明，完善的信用体制建设对于保障诚信行为能起到至关重要的作用。诚信，这个在中国还依赖于传统道德约束的概念，在德国已经孵化成一个实实在在的公共信用保障体系。信用不仅仅局限在金融财政的小范围之内，更是关系到社会稳定的一个大信用体系。     

多目标多式联运配送路径研究

讨论了一类运量已知的多式联运配送问题。提出了基于成本最小化和时间最小化两个目标函数,并利用Dijkstra算法结合GA算法进行求解,最后用一个算例加以证明。     

基于模拟退火算法的TSP问题研究

针对遗传算法求解TSP问题过程中出现的早熟现象,本文将模拟退火算法应用到TSP问题求解中,并进行了仿真实验。结果表明,该算法与遗传算法相比,可以更好地在全局范围内进行搜索。     

改进的蚁群算法在物流配送路径问题中的实现

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,通过介绍蚁群觅食过程中基于信息素的最短路径的搜索策略。以及蚁群算法在TSP问题中的应用,在分析TSP与车辆路径问题（VRP）的异同后,给出用于求解车辆路径问题（VRP）的蚁群算法,并针对蚁群算法在求解过程容易出现过旱收敛问题,提出了几种改进算法的措施。最后通过powerbuilder的仿真实现结果表明,这种算法对VRP问题有较好的求解效果。     

基于改进遗传算法的TSP问题优化研究

旅行商问题（TSP问题）已经被证明属于NP完全问题。遗传算法是一种模拟自然界中生物的进化机制的优化策略．是一种基于群体、隐并行搜索策略，是求解TSP问题效率相当高的一种算法。因此．本文提出使用改进的遗传算法．即用个体数量控制选择策略以保证群体的多样性，用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度．较好地解决了群体的多样性和收敛速度的矛盾。算法的分析和测试表明．该改进算法的是有效的。     

混合蚁群算法求解物流配送车辆路径优化问题研究

文中在分析VRP与旅行商问题（TSP）区别的基础上,构造了求解VRP的混合蚁群算法。将蚁群系统（ACS）算法同节约量和局部搜索策略2-opt法相结合来改进基本蚁群算法。仿真实验结果表明混合蚁群算法性能优良,能够有效地求解VRP问题。     

一种改进的物流配送车辆调度启发式算法

针对物流配送中的车辆调度问题,提出了一种改进的启发式算法。该算法基于sweep算法和用于解决旅行商问题(TSP)的Cheapest Insertion算法,是一种二阶段算法。这种启发式算法首先使用sweep算法将所有顾客分派给运输车辆,然后对每辆车按照TSP的解决方法解决该车上的TSP问题。本算法比较有效的解决了有时间窗的车辆调度问题,可以用来构造某些业启发式算法的初始解。     

物流配送车辆运行径路优化问题的仿真实现

利用旅行商问题的C-W节约算法,对物流配送的车辆运行径路进行仿真计算,通过实例计算,可以得出最优的解。这在高油价下对降低车辆及物流成本,有现实意义。     

基于自适应的改进蚁群算法在餐饮连锁物流配送中的应用

在基本蚁群算法的基础上进行改进,运用了一种信息素自适应调整策略,在旅行商问题(TSP)的搜索过程中自适应的调整信息素挥发系数,适当抑制算法的正反馈作用,拓展了搜索空间,扩大可行解的范围,提高蚁群算法的求解性能和运行效率。通过使用matlab对实际问题进行实验,证实了该自适应蚁群算法在求解物流配送问题时,搜索能力及收敛速度比传统的蚁群算法有较大提高。     

The Costs of Air Quality Deterioration and Benefits of Air Pollution Control: Estimates of Mortality Costs for Two Pollutants in 40 US. Metropolitan Areas

A bstract . Although it is still impossible to place a dollar value on human lives and on the total health effeets of air pollution , the excessive mortality costs of two air pollutants– sulfur dioxide (SO₂ and total suspended particulates (TSP)-have been quantified for most of the 40 Standard Metropolitan Statistical Areas in the United States. Based on 1970 data, total mortality damage for SO₂ was estimated at $887 million and for TSP at $1.044 billion. The benefit from reducing these pollutants could exceed $1.328 billion annually, a figure useful in evaluating control costs.     

汽车零部件循环取货车辆路径优化研究

在现代汽车制造企业中,循环取货模式在零部件配送中得到越来越广泛的应用。文章针对汽车零部件循环取货特点．建立车辆路径优化模型,并提出了结舍扫描法和禁忌搜索法的两阶段求解算法,将车辆路径问题转化为多个旅行商问题,降低了算法的复杂度．     

关于蚂蚁算法解决物流配送路径优化问题的探讨

首先对物流配送中的路径优化问题（VRP）进行建模，在借用蚂蚁算法思想解决经典TSP问题基础上，构造了蚂蚁算法解决VRP问题的模型、规则，分析并提出了问题可行解的解决方案。