精准匹配视角下河北省脱贫攻坚对策研究

大数据思维与精准扶贫的理念不谋而合,利用大数据技术推动脱贫攻坚工作已经成为新时期扶贫工作的必由之路。本文调研分析了贫困户信息关键指标集,利用C5.0算法建立扶贫对象的细分模型,针对不同贫困群体匹配不同的扶持措施,设计了扶贫微信公众号实现扶贫信息的动态监测与管理,为河北省脱贫攻坚工作提供对策支持。     

基于改进粒子群算法的无人机航迹规划

针对当前基本粒子群算法无人机航迹规划在后期收敛速度比较慢、效率不高、易陷入局部最优等问题,提出一种改进粒子群算法。首先,在迭代前期和后期分段设置惯性权值的调整,实现粒子惯性和寻优行为的平衡;其次,设置一个定值与相邻2次适应度函数最优值比较策略,防止陷入局部最优;最后,引入遗传算法的交叉、变异机制,得出更优的结果。并通过仿真验证了改进粒子群算法在三维空间航迹规划的有效性和可行性。结果表明,与其他航迹规划算法相比,新算法具有路径长度更短、耗时更少、路径更平滑等优点,加快了收敛速度,提高了航迹规划效率和稳定性。因此,改进算法的航迹规划可得到满足约束关系的最优航迹,对实现自主飞行有重要的参考价值。     

基于改进粒子群算法的工程项目多目标集成管理研究

传统工程项目注重对工期、成本、质量三大目标的研究,较少考虑其他控制目标,造成工程项目分析不全面。针对这一不足,将安全和绿色环保目标纳入工程管理目标,形成更全面的多目标管理体系。首先,研究多目标之间的非线性函数关系,并对质量、绿色和安全目标进行量化。其次,利用目标集成优化理论构建工期-成本-质量-绿色-安全的多目标综合集成优化模型,采用改进的粒子群算法对模型进行求解。最后,将构建的集成优化模型用于实际项目中进行模型适用性验证,同时验证了改进的粒子群算法对实际项目五目标模型求解的有效性。     

黄浦江两岸地区公共空间可达性研究 ——基于社会网络分析的公共交通评价与 优化策略

黄浦江两岸地区正在打造世界级的滨江公共空间， 如何便捷、多样地抵达滨江公共空间是其规划设计和建设实施 的重要评价指标。将该评价指标定义为滨江公共空间可达性， 指居民利用滨江公共交通系统(常规公交)抵达滨江公共空间的 便捷性和多样性程度。利用社会网络分析方法，以虹口区和徐 汇区的滨江公共空间为例，构建了滨江公共空间可达性模型， 借助地理信息系统(ArcGIS)与计算机编程语言(Python)对现 状可达性进行量化分析评价，并提出优化滨江公共空间可达性 的算法和策略，以期更好地提升滨江公共空间可达性。     

苏州市区单门店型农产品平价商店共同配送研究

文章对苏州市单门店型农产品平价商店的经营情况进行说明,针对实际问题通过规划数学模型,利用蚁群算法求得最优解,即最短路径和最少车辆,并达到最佳效果。最后,针对苏州市农产品平价商店进行共同配送的路径研究。     

应急物流多目标选址问题研究

在风险发生的环境下,应急多目标选址是一个目标与约束复杂程度较高的NP难问题,对此,本文提出一个有容量限制的双目标应急物流设施选址分配模型,以最小化系统总成本和最大化客户需求覆盖率为目标,模型目标中引入了"需求覆盖率"这个概念,采用了NSGA-Ⅱ(带精英策略的非支配排序遗传算法)对所提的模型进行有效的求解,得出灾害发生时应急物流设施最大需求覆盖率与系统最小总成本的关系。     

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"。     

LTE系统中多业务优先级调度算法的设计

LTE系统中存在单用户同时申请多种并发业务,多用户申请不同业务的混合业务场景,为此,3GPP在现有UMTS的基础之上对QOS机制进行了更细的业务划分和优化,但现有调度算法沿用UMTS的Qo S机制,没有区分不同业务类型的特点,难以体现用户的差异化调度。为此,本文在M-LWDF算法的基础上提出了结合新Qo S机制的混合业务分组调度算法,并对改进算法进行仿真验证。结果表明,所提出的改进算法能在牺牲少量公平性的代价下,较大程度的减少系统的分组时延与丢包率,满足不同业务的差异化调度需求。     

基于果蝇算法优化小波神经网络的输电工程造价预测

为了准确控制输电工程造价水平,提出一种基于果蝇算法优化小波神经网络的混合预测模型。首先,对输电工程造价影响因素进行归一化处理,并将归一化结果作为输入变量;其次,利用果蝇算法对小波神经网络参数进行优化,在此基础上,利用优化后的小波神经网络模型预测输电工程造价;最后,将本文的预测结果和其他方法进行对比。算例结果表明,该混合模型的预测效果更理性,精度更高。