基于SBO-PP模型的水资源可持续发展能力评价模型及应用

为利用投影寻踪(PP)技术科学,客观评价区域水资源可持续发展能力,基于生态环境、水资源和经济社会因素选取20个指标构建区域水资源可持续发展能力评价指标体系。利用新型仿生群体智能算法——凉亭鸟优化(SBO)算法优化PP技术最佳投影方向,提出SBO-PP水资源可持续发展能力评价模型,并构建灰狼优化(GWO)算法-PP模型、人工蜂群(ABC)算法-PP模型、差分进化(DE)算法-PP模型、地理生物学优化(BBO)算法-PP模型、粒子群优化(PSO)算法-PP模型作对比,以云南省2006—2015年及2020年水资源可持续发展能力评价为例进行实例研究。结果表明:SBO算法优化PP技术获得的适应度值优于GWO、ABC、DE、BBO和PSO算法,具有较好的求解精度、稳健性能和极值寻优能力。SBO-PP模型对云南省2006—2007年水资源可持续发展能力评价为"较差",2008—2015年评价为"中等",2020年评价为"较强"。     

基于贪心算法的货运公司车辆调度及货物装载问题的解决

货运公司在运输货物时，由于货物大小、重量不一样，为了降低货物损失，必须按照一定顺序摆放；而位于路线不同点上的公司对货物种类、数量的需求有差异。为了实现货运公司的利润最大化以及客户需求被很好的满足，必须合理安排车辆以及车上所载货物，争取用最少车辆满足客户的需求。本文使用贪心算法，利用其最优子结构和贪心选择构造出贪心解，并且该贪心解是足以解决本问题，从而得出动态规划的最优解，最后使用启发式策略合理分配派车方案，实现货运公司利润最大化。     

边际用途

比特币作为一种货币本身可能不会成功,但支撑它的技术开始显现出一些有价值的新应用。     

K-means聚类分析在建筑施工风险评价中的应用

本文以建筑施工过程中的安全风险为研究对象，将聚类方法引入风险评价过程中。本文主要分析了高处坠落、坍塌、物体打击、起重伤害、机械伤害等九大风险因素，介绍了K-means聚类方法的原理，收集了住建部的施工伤害数据，通过KNIME软件进行聚类分析，得出各个风险因素的风险类别。最后针对各个风险类别的因素提出风险控制的具体措施。     

车辆路径问题的节约算法改进

节约算法作为求解车辆路径问题的一种启发式方法,将节约算法进行改进将有助于实现配送路径的优化选择。本文基于对节约算法中优先策略进行选择,对节约算法做出一定的改进,通过对思路及程序进行详细介绍,并将其运用到具体案例中,最终得到了较为满意的路径策略选择。     

商业银行个人客户洗钱静态风险分类方法研究

构建基于RBF神经网络、聚类算法和决策树模型预测结果的集成风险分类模型。实证研究表明该模型预测精度有所提高,性能表现也更加稳健,对于运用于实际洗钱识别工作具有一定的应用价值。     

基于CHAID算法和贝叶斯网络的基金风险预警研究

随着基金业的迅猛发展,其风险日益突出,对基金业实行适当的风险监管显得尤为重要,这其中离不开风险预警模型的参与。研究发现目前金融预警模型主要针对宏观金融风险、银行业风险和企业财务风险等,对基金业风险预警模型的研究存在不足。同时,金融时间序列尖峰厚尾的特征也并不完全满足传统的参数检验方法。正是如此,文章采用CHAID和贝叶斯网络方法构建基金的风险预警模型,在CHAID的基金风险预警模型中,预测准确率约为0.766;而在贝叶斯网络的基金风险预警模型中,最优的预测准确率约为0.841。研究发现,不同的基金风险预警模型检出准确率会有所差别。因此,综合运用各个基金预警模型并进行定期调整是非常必要的。     

电动自行车干扰下的HCM2000模型算法研究

在城市道路交叉口,电动自行车(简称电动车)对机动车通过交叉口的通行效率产生了很大干扰,本文对电动车产生的干扰进行了研究,通过对昆明市多个交叉口的数据分析,结合交叉口禁左的渠化设计,以绿灯时间内的干扰时间长度(干扰时间)、电动车流量、电动车交叉口越线车辆数为干扰因子,用SPSS分析直行机动车流率和三个因素之间的相关性,确定三个参数的影响系数,重新标定HCM2000中对直行车通行能力的计算公式,计算结果与不受干扰时的数据进行对比,发现在绿灯时间内有25%的直行机动车受干扰,最后通过调查另外五个交叉口,对模型进行验证,对比结果表明,改进后的算法能够更好的反应实际通行能力。     

基于速率的分组调度算法模型的研究

分组调度算法是为网络提供服务质量保证的一项重要措施。本文提出了一种具有良好通用性的分组调度算法模型，该模型为实现各种基于速率的调度算法提供基本框架，模块化的设计方式使得算法的实现简便易行。     

基于图论的排样残料特征提取方法研究

对于一些零件图形较复杂的排样问题,由于其自身形状的原因,不管如何排样,都会存在残料。针对这一问题,结合图论的基本原理,提出了一种基于图论的排样残料特征提取算法。首先建立几何规则,对排样图进行处理后建立有向图,将残料特征提取问题转化为求图的内部面问题;然后构建了一种基于深度遍历的链式搜索算法对简化后的图进行遍历,提取出残料特征;最后给出了算法的流程,并以实例验证了该方法的有效性。