采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

浅谈如何开展房管企业职工培训

房管企业的竞争就是人才的竞争,企业要想在竞争中取胜,就必须建设高素质的职工队伍,因此,职工培训成了企业的必备条件。文章就开展职工培训的重要性和途径展开了论述。     

基于MATLAB的兰州市商品住宅价格变动分析及预测

根据2001～2010年的相关数据,利用MATLAB建立了兰州市商品住宅价格变动趋势的数学模型Z1=p2t2+p1t+p0,以及商品住宅价格的多元线性回归模型log Z=C0+C1log(N1)+C2log(N2)+C3log(N3)+C4N4并进行分析,考虑4个主要影响因素:人口数、房地产开发商平均投资成本、人均收入...     

趋药性人工蜂群算法训练神经网络研究

本文设计了一种复合人工蜂群算法,将细菌觅食优化算法中的趋药性行为引入到人工蜂群算法中,使得引领蜂和观察蜂进行局部探查时像细菌觅食时那样翻转到有利的方向上进行游动;另一方面,让蜜蜂尝试在所有维度产生扰动并择优选择,这两种策略大大增强了人工蜂群算法的局部探查能力.将此算法应用于训练人工神经网络,实验表明改进后的算法性能比人...     

基于遗传和蚁群算法融合的聚类新方法

遗传算法具有快速良好的全局搜索能力,而蚁群聚类算法具有良好的分布式并行性和正反馈能力。将两种算法进行融合,充分利用算法各自的优势和特点,能更有效地进行聚类分析。实验证明这种新组合算法在优化能力和时间性能上比常用的聚类算法有比较明显的优势。     

关注房屋预售制度慎防房贷风险

房屋预售制度是一项给予房地产开发商的扶持政策,但从实践来看,它在推动房地产市场繁荣的同时,也为房地产开发商利用其制度缺陷掠夺财富提供了便利,从而给提供房贷的银行带来了金融风险,进而威胁社会的金融稳定。阐述了我国房屋预售制度的历史与现状,讨论了房屋预售制度的负效应及取消之后可能造成的影响,提出了加大监管力度、完善房屋预售制度、防范房贷风险的建议。     

模糊评判在住宅价格评估中的应用

模糊特征在住宅价格评估中占有重要地位,在科学定义若干基本概念的基础上,提出了运用模糊综合评判进行住宅价格评估的方法,该方法把模糊评判和享乐价格方法相结合,解决了住宅价格评估中模糊特征的合理量化问题,具有科学、合理、易于操作等特点。     

城市居住水平综合评价方法探讨

着重从城市居住水平整体出发,考虑到城市居民居住情况的各个方面,建立了一套较为完善的城市居住水平综合指标体系.并根据城市居住水平的特点,提出用一致逼近技术对城市居住水平进行综合评价.利用这种方法,可以从整体上判断不同地区不同条件下城市居住水平的优劣情况.     

救援效率视角下灾后动态应急配送网络优化

针对应急救援问题,在受灾点的位置、需求以及受灾人口等信息动态变化的情况下,建立动态有向救援网络,以救援效率最大化为目标构建数学模型。运用数据包络分析模型,对各段救援路线的效率进行评价;建立基于效率的动态路由模型,通过时间片的划分将动态路由转化为多阶段的静态路由;设计了改进的混合贪心蚁群优化算法对模型进行求解,并将该算法与遗传算法、粒子群算法以及基础的蚁群算法进行对比。实验结果表明：改进的混合贪心蚁群优化算法能够有效处理动态路由问题,寻求到更高的救援效率。     

改进型蚁群算法在Job Shop问题中的应用

应用改进型蚁群算法解决车间作业调度问题。在原有标准蚁群算法的基础上采用了新的状态转移规则,讨论了各种不同的轨迹更新规则对仿真结果的影响,并通过统计数据验证了改进型蚁群算法优于标准的蚁群优化算法。由于算法中的参数对算法的求解效率和求解结果都有一定的影响,所以对此也进行了初步的研究,得到了运行较好的参数取值范围。