一种网络智能信息Agent--CIRs的设计

Web上大量、分布、动态的信息,造成了用户在查询Web上的信息时产生“信息过载”和“信息迷向”现象．智能信息Agent是解决此问题的研究热点．设计并实现了一种以智能化、主动搜索为标志的互联网智能信息Agent-CIRs,从用户日常的行为中自动学习出用户兴趣模型,从而为用户提供个性化Web信息服务．     

基于最小二乘算子的混合计算智能辨识算法

基于非线性最小二乘（ＮＬＬＳ）法和遗传算法（ＧＡ）思想，通过定义ＮＬＬＳ算子、适应度以及混合数据结构，得到非线性回归模型非线性参数的混合计算智能辨识算法，该算法结合ＧＡ和ＮＬＬＳ法两者长处，即有较快收敛性，又能以较大概率求得全局（一致收敛）估计。计算结果表明该方法显著优于ＧＡ和ＮＬＬＳ法。     

构建油气集输系统的智能化管理网络

针对油气集输系统点多、线长、面广 ,技术性强 ,管理难度大的特点 ,应用计算机网络信息技术构建了油气集输系统智能化管理网络 .该智能化管理网络主要由 8个子系统组成 ,包括现场数据采集与生产过程控制系统、管线实时监控系统、生产监控网络系统、生产控制中心、语音通讯系统、视频系统、集输数据采集和应用软件系统、时间统一系统 .集输系统智能化管理网络大大提高了系统的管理水平和系统集输的效率 .目前 ,该智能化管理网络已在胜利油田河口采油厂成功运行     

基于蚁群算法的智能人工腿最优PID控制器设计

以蚁群系统和蚁群算法为基础,提出了一种新的具有不完全微分的最优PID控制器的设计方法.该控制器以系统单位阶跃响应的超调量σ、上升时间tc以及调整时间ts为性能指标,针对给定的控制对象,利用所建立的蚁群算法搜索出一组最优PID参数K*p,*i及T*d,作为实时控制中PID控制器的参数.该控制器被用于控制智能仿生人工腿中的执行电机.计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的最优PID控制器具有良好的动态和稳态性能,可用于控制多种不同的对象和过程.     

SIMPLE COMPUTING OF THE CUSTOMER LIFETIME VALUE:A FIXED LOCAL-OPTIMAL POLICY APPROACH

In this paper,we present a new method for finding a fixed local-optimal policy for computing the customer lifetime value.The method is developed for a class of ergodic controllable finite Markov chains.We propose an approach based on a non-converging state-value function that fluctuates（increases and decreases） between states of the dynamic process.We prove that it is possible to represent that function in a recursive format using a one-step-ahead fixed-optimal policy.Then,we provide an analytical formula for the numerical realization of the fixed local-optimal strategy.We also present a second approach based on linear programming,to solve the same problem,that implement the c-variable method for making the problem computationally tractable.At the end,we show that these two approaches are related：after a finite number of iterations our proposed approach converges to same result as the linear programming method.We also present a non-traditional approach for ergodicity verification.The validity of the proposed methods is successfully demonstrated theoretically and,by simulated credit-card marketing experiments computing the customer lifetime value for both an optimization and a game theory approach.     

基于RTI的交通态势实时仿真技术研究

微观交通仿真系统一般主要是以历史调查数据的统计分析结果为依据进行仿真,为了能够更加真实地反映交通的状况,提出了以实时采集的交通数据和历史交通数据的OD反推技术为基础,通过微观仿真的形式,结合分布式仿真技术和虚拟现实技术,离线或者在线地再现路网的真实交通情况,为管理者提供直观的决策依据。     

反直升机智能雷系统毁伤效能仿真研究

通过引入武装直升机目标域、关键部件等效体贡献因子,采用蒙特卡罗方法,建立了仿真模型,在拟定的智能雷系统参数条件下,对反直升机智能雷系统的弹目交汇有效性、目标有效命中概率、目标有效毁伤概率、目标毁伤效能评估等进行了仿真,得到了弹目斜距、目标飞行速度等因素对智能雷系统毁伤效能的影响关系.研究成果为反直升机智能雷技术研究奠定了基础.     

基于IGA的异步电机功率因数和机械效率优化(英文)

为提高三相异步电机在轻载和空载运行时的功率因数与机械效率,提出运用智能遗传算法对功率因数和机械效率进行综合优化,算法借助于正交表试验设计和智能型交配运算等步骤,改善遗传算法的性能。仿真结果表明基于智能遗传算法的异步电机功率因数和机械效率综合优化,方法简单、有效,能明显提高功率因数和机械效率,提高节能控制效果,提高优化精确度和计算速度。     

以人工智能建构高校思政课智慧教育的核心意蕴与实践路向

为更好地适应高校思政课高质量发展的现实要求,顺应时代潮流。在分析人工智能与智慧教育内涵、人工智能对建构高校思政课智慧教育的重要价值的基础上,提出了以人工智能建构高校思政课智慧教育模式的具体路径：（1）优化思政课教材体系;（2）确立更有针对性的思政教学目标;（3）创新思政课话语形式;（4）准确定位教育评价;（5）打造新型智慧教师队伍。研究结果可为人工智能赋能思政教育、促进思政教育的高质量发展提供理论参考。     

使用AVL数据的公交到站时间CEEMD-LSTM预测模型

准确的公交到站时间预测具有重要意义,但现实公交运行受突发路况影响,运行速度具有非平稳性,本文结合时序特征处理技术和深度学习,建立一种使用AVL数据预测公交到站时间的互补集合经验模态分解-长短期记忆神经网络模型。模型收集公交自动车辆定位数据,经预处理后引入互补集合经验模态分解平稳化公交运行速度,再借助Adam参数寻优后的长短期记忆神经网络对福州市303路公交某日早高峰公交到站时间进行预测。结果表明：优化的公交到站时间预测模型平均绝对误差比单一模型低了1.69min,预测精度高于长短期记忆神经网络模型和经验模态分解的到站时间预测模型,可有效地为安装车载自动车辆定位系统的公交线路预测公交到站时间提供参考。