电商平台“大数据杀熟”与治理对策研究

近年来,电商平台利用大数据算法实施价格歧视的“杀熟”行为引发热议。针对此类现象,本文对大数据“杀熟”的行为进行概念界定,并通过建构大数据“杀熟”的行为模型展现电商平台“杀熟”的基本流程;描述数字经济时代下“杀熟”的特征和新表现形式来展现“杀熟”方式与技术的多样性和隐蔽性,分析致使平台成功“杀熟”的因素;从平台、消费者、法律角度提出相应的对策建议,有效规制电商平台大数据“杀熟”现象,维持良好的市场竞争机制。     

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。     

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。     

动态无功补偿分级控制策略的研究

随着电力系统的发展,各种新型冲击性负荷(如工业电弧炉、电力机车、轧钢机等)以及新的敏感设备大量出现,传统的单一性负载逐渐被复合电力负载替代。大量的感性负荷需要消耗电网无功,同时复合电力负载工作状态具有实时变化的特点,要求无功补偿系统跟踪负载变化,动态调节电网功率因素,对无功补偿技术提出了新的要求。文章首先研究使用功率因数作为复合电力负载动态无功补偿达到要求的标准,制定控制策略。将复合电力负载的动态无功补偿分为两级:一级"粗补偿",二级"微调节",来实现功率因数满足目标值。在相应的分级调节过程中,综合使用电压、无功电流、无功功率、功率因数等,作为对电网进行无功补偿控制的依据。根据实际情况研究利用多个变量制定合理的补偿算法,使复合电力负载的动态无功补偿器根据负载工作状态变化,实时发出或吸收无功功率,最终达到实时跟踪、动态补偿的目的。     

算法推荐对大众认知构建的挑战及对策

随着人工智能时代的到来,算法推荐技术通过个性化、智能化推送帮助大众提高了筛选信息的能力,实现了由“人找信息”到“信息找人”格局的转变。但算法的偏向推送在一定程度上限制了信息传播的范围,筑成信息堡垒,信息传播广度缩小,从而会在一定程度上引发群众认知固化、算法依赖等认知负面效应。解决算法推荐带来的大众认知问题,监管部门应加强对算法推荐的引导和规制,算法平台方应实现算法工具理性与道德价值理性的平衡,而用户主体应提高自身的算法素养和算法认知。     

基于新编码单亲遗传算法的文件存储问题

文件存盘为典型的一维装箱问题.本文主要根据软盘容量固定,文件不可压缩等约束条件,将文件存储状况与软盘使用状况简化为0-1函数,设立最优解的目标函数,进行组合优化,并依据FFD算法、简单遗传算法、混合遗传算法和单亲遗传算法等思想,并进一步提出了一种新的编码方法,对数据进行处理,分别得出不同模型下使用软盘最少的方案.     

四川省农村剩余劳动力的数量分析

本文用固定时期测算法对四川大农业对劳动力的需求进行了测算,借助EVIEWS软件拟合了预测模型;依托四川省1%人口抽样调查数据,用年龄移算法对农村劳动力供给进行了测算与预测,进而对四川农村剩余劳动力的数量进行判断和预测,并做出分析.     

基于多Agent粒子群改进算法的车间调度

针对制造系统中车间调度过程存在的动态性与复杂性问题,本文基于粒子群算法,结合多Agent协同优化性,构建了粒子群算法的是适应度函数,以及多Agent车间调度的行动策略,提出了基于多Agent粒子群改进算法(particle swarm improved algorithmbased on multi-agent,PSIMA),建立了基于多Agent粒子群改进算法流程。最后,通过具体实例,该方法比传统粒子群算法在计算时间以及计算复杂度上有明显改进,为解决制造系统中车间调度问题提供了一种新的方法指导。     

基于Mean Shift算法的Camshift跟踪技术研究

计算机算法是目标跟踪技术的核心部分,直接决定目标跟踪的精确性与稳定性。文章将研究基于Mean Shift算法的Camshift算法,并将仿真实验的结果进行比较,找到该算法在跟踪技术领域里的优缺点。