基于GIS和粒子群算法的两级物流配送中心选址优化方法及应用

根据总运费最小化原则,以用户空间数据库为背景建立了针对两级配送中心的选址优化模型。为了对选址优化模型求解,提出了一种变异粒子群算法。以地理信息系统(GIS)为平台,对山东省区域物流配送中心的选址优化进行了实证研究,所得结果符合山东省实际情况,表明本文提出的选址优化方法具有较大的应用价值。     

部队摩托化机动油料运输优化模型

在对缓冲区进行分析的基础上,结合Dijkstra最短路径算法和次短路算法,对部队摩托化机动途中油料运输力量前往的后方油库和路线进行了求解,使用排序函数按往返路径所需时间,从小到大对所有可能的路径进行排序,得到多个可供选择的油料运输方案,为油料保障决策提供支持。     

基于K-Means聚类算法的配送中心物流成本分析

文章提出了一种基于聚类算法的配送中心选址问题。针对复杂的配送中心选址问题,利用聚类算法中的K-means算法解决配送中心选址问题,该算法的实证中解决了125个配送点的配送中心寻优问题,而且在选择配送中心时充分考虑客户的需求和各地实际情况(各地的消费能力、地理位置以及交通等),通过定量分析和定性分析结合的方式,建立起了二级配送网络。实证结果表明,该配送网络具有实际应用价值并具有良好的经济效果。     

基于BP网络的信息系统实用化评价方法研究

针对当前信息系统实用化评价方法所存在的不足,本文提出一种基于BP神经网络的信息系统实用化评价方法。在分析影响信息系统实用化评价因素的基础上,将遗传算法神经网络原理引入信息系统实用化评价,成功构建了基于BP神经网络的信息系统实用化评价模型。实证表明该模型能够优化实用化评价的过程,模型评价结果较客观准确。     

服装裁剪路径优化与仿真系统的开发研究

为提高服装自动裁剪系统的裁剪效率、减少错误而进行了开发。分析了当前服装自动裁剪系统使用中存在的问题,设计了样片的数据结构、针对样片的排序问题设计了优化算法,并说明了对称片起刀点的设置方法。系统经工厂生产试用,达到了减少空行程、提高裁剪效率、降低成本的目的。     

基于MS聚类分析模型的数据挖掘应用研究

本文分析了数据挖掘所具有的重要作用,简单介绍了MS聚类分析的现状,并对MS聚类分析的数据挖掘应用模型及建构数据挖掘体系的方法进行了探讨。     

改进的k-means聚类算法在客户细分中的应用研究

聚类分析是数据挖掘的一种重要方法,将它应用在客户细分中,可以识别出不同的客户群,从而针对不同的客户群制定相应的营销政策,使企业效益最大化.针对聚类分析中k-means算法的不足,运用改进的聚类算法对旅游业客户进行细分,从而使企业能够更合理地细分、规划客户群组,针对不同需求的客户群体进行区别对待,得到了较好的效果,验证了改进算法的可行性和高效性.     

用最大似然法检测数字通信中的信号

最大似然检测方法广泛应用于工程之中.本文从通信系统的角度介绍了似然比检测的原理,利用最大似然检测的原理,实现无线通信系统中的似然检测的方法.与目前已有的其他常规方法相比,最大似然检测明显提高了系统的检测性能.     

基于BP网络方法的长江水质综合评价

水质综合评价因子权重的确定方法使得评价结果带有较强的主观性,神经网络方法则可以有效地排除主观因素的干扰。文章构造了一个多因子水质综合评价的3层BP网络模型,以溶解氧（DO）、高锰酸盐指数（CODMn）、氨氮（NH3N）为评价因子,对长江17个监测点的水质进行了综合评价。其中1个站点为Ⅰ类水质,7个站点为Ⅱ类水质,6个站点为Ⅲ类水质,2个站点为Ⅳ类水质,1个站点为Ⅴ类水质。     

决策树挖掘技术在医学上的应用

决策树是一种用树枝状展现数据受各变量的影响情况的分析预测模型,根据对目标变量产生效应的不同而制定分类规则,它是建立在信息论基础之上对数据进行分类的一种方法.由于这种方法实现了数据规则的可视化,其输出结果容易理解,精确度较好,效率较高,因而较常用.通过分析决策树理论的数据预处理、生成决策树、导出决策规则及测试等问题,在ID3算法基础上提出基于卡方测试的前剪枝算法,并将其运用于医疗系统的手术诊断数据表的数据挖掘分析过程中,所得到的实验结果与专家诊断结果基本吻合,取得了较好的实际应用效果.