基于模糊多属性群决策的维护方式选择研究

维护方式选择是维护管理中的重要工作之一,合理的维护方式既能达到保障设备的稳定运行,又能同时兼顾其它各个方面的要求。由于对维护方式的评价涉及多个部门、人员和属性,有些指标只是一个模糊的概念,因而采用模糊多属性群决策的方法对维护方式进行优先抉择。本文结合A公司的设备维护方式选择问题,尝试使用模糊多属性群决策折衷算法求解最佳的维护方式。     

中国城市群高质量发展水平测度及空间关联性

本文结合遥感数据和地理信息系统技术建立中国十大国家级城市群指标格网化数据集,运用模糊集合思想和ANN算法构建了城市群高质量发展水平测度指标体系,通过用GIS软件合成十大国家级城市群高质量发展水平栅格数据集,利用探索性分析工具分析城市群高质量发展水平的时空演变和城市群之间、城市群内部的空间关联性.研究发现,近年来中国十大国家级城市群高质量发展水平一直稳步提高,但不同城市群之间的高质量发展水平差异较大,两极分化严重.城市群内部的中心城市与周边城市形成了显著的发展落差.十大国家级城市群在经济发展、基础设施、资源环境、社会发展四个层面的得分与高质量发展水平的总体得分大体一致,但也具有一定的不均衡性.珠江三角洲、长江三角洲城市群内部的正关联性显著,兰西城市群内部具有显著的负关联性,其余城市群内部的关联性不显著.     

蚁群算法在平台锅炉PID参数优化中的应用

在海洋平台原油开采、处理过程中,需要热介质锅炉提供热源进行原油处理,锅炉温度的控制优劣直接影响平台生产效率。海上平台热介质锅炉采用传统的PID控制方式,用蚁群算法对传统PID控制参数进行优化,提高热介质锅炉的控制精度与稳定性。     

基于PSO的信息熵数据融合非均匀分簇路由算法

针对无线传感器网络分簇算法中能量分布不均衡导致的"热区"和簇头负载过重问题,提出了一种基于PSO算法优化簇头选举的非均匀分簇算法。在候选簇头选举和竞争半径计算过程中综合考虑节点动态能量、节点密度和节点距基站距离,将网络进行非均匀分簇,并引入PSO算法进行最终簇头选举。根据节点能量、节点密度和距基站距离确定簇间单跳多跳结合的路由规则,选取代价函数小的节点作为下一跳节点。基于节点信息熵确定融合阈值,进行簇内数据融合剔除冗余数据。仿真结果表明,改进算法的数据传输量比EEUC算法和UCRA算法分别提高了20%和10%,提升了数据的融合效率,有效延长了网络生命周期,簇头能量消耗得到均衡,减少了网络能量消耗,网络的整体性能显著优于其他对比算法。     

基于校园大数据的高职院校学生消费行为分析

校园一卡通积累了海量的学生消费数据和日常行为数据,通过对这些海量数据进行分析,可以辅助教务处和学生处的教学管理和学生管理,甚至能改变传统教育模式。本文尝试将数据挖掘技术应用于校园一卡通的数据挖掘,采用K-means聚类算法,对预处理后的学生日常消费、图书借阅、寝室门禁等进行聚类,分析高职院校在校学生的消费水平和行为偏好。     

基于双kinect数据融合技术的工人作业疲劳智能化检测研究

本文针对制造型企业工人的作业疲劳检测问题,首先采用双kinect数据融合技术,提出了骨骼数据融合算法模型并应用于人体姿势识别,实现对工人作业疲劳姿势的智能化检测;然后将该算法与单kinect、Lin等算法比较,验证该算法的可靠性及识别精度;最后通过企业案例进行工人作业疲劳检测,结合人因工程学对工人动作进行分析并改善,对比验证结果表明,基于姿态角的双kinect人体姿势识别算法识别时间明显缩短,识别率显著增强,精准度较高,工人姿势识别数据具有较高可靠性.     

邮政四段码应用情况分析与优化对策

邮件收寄面单上的四段码在处理中心和投递部的分拣环节发挥着重要作用。文章通过分析邮政四段码应用过程中出现的问题及原因，基于闭环管理和系统思维，梳理了四段码应用的全流程，从管理和技术两个方面提出了优化对策。     

关于美国《算法正义和互联网平台透明度法案》的借鉴与启示

近年来,随着互联网平台不断发展,沉淀的个人数据规模不断扩大,在数据运用过程中,"大数据杀熟"等算法歧视行为屡次发生,严重侵犯了公民的合法权益,不利于平台经济的健康发展,甚至影响社会公平与正义.2021年5月27日,美国参议院出台了《算法正义和互联网平台透明度法案》,禁止互联网平台通过算法歧视性地对个人信息进行处理,并提出一系列措施确保平台在算法使用过程中履行审核和透明度义务.当前,我国互联网平台发展走在世界前列,如何进一步规范互联网平台数据和算法等技术应用,以技术正义、向善应用促进行业整体健康有序发展,是我国数字经济高质量发展重要保障,也是完善社会主义市场经济体制建设的重要支撑.本文对《算法正义和互联网平台透明度法案》出台的相关背景进行了研究,对法案中值得关注的主要内容进行归纳总结,并梳理了各国互联网平台监管相关制度,结合我国实际,提出加强法规制度顶层设计、加大监管治理力度、创新数字化监管方式等治理路径探索方向.     

基于改进指纹聚类的WLAN定位优化方法

将K-means聚类算法应用到无线局域网（WLAN）位置指纹定位中，虽然可以缩短定位时间，但是容易降低定位精度。为了解决此问题，提出了基于改进指纹聚类的WLAN定位优化方法。首先根据接收信号强度标准差来优化初始聚类中心的选取,然后对指纹数据进行聚类处理,最后进行在线定位。实验结果表明，与传统的WLAN位置指纹定位方法和K-means聚类定位方法相比，基于改进指纹聚类的定位优化方法不仅缩短了定位时间，还能有效提高定位精度。