动态联盟合作伙伴的选择过程与方法

动态联盟使企业具有快速适应不断变化的市场需求的能力。企业组建动态联盟 ,首先就面临着合作伙伴的选择问题。由于盟员选择过程的复杂性 ,一些非结构化的优化方法得到应用。本文讨论了动态联盟合作伙伴的选择过程和基本方法 ,并研究了应用遗传算法和聚类方法实现盟员选择 ,指出了遗传算法选择盟员的不足之处以及聚类方法的优点。     

超分辨率处理中振铃现象的分析与抑制

为了抑制在实施FFT插值法重构的超分辨率图像中可能出现的振铃现象 ,深入分析了出现振铃现象的原因及产生条件 ,在此基础上设计了抑制振铃的频域补偿滤波器及其自适应算法。大量实验和比较结果表明 ,处理后的图像不但分辨率有所提高 ,而且未出现振铃现象 ,质量更好 ,从而证明了所设计的抑制振铃频域补偿滤波器及其自适应算法的有效性。     

SCHEDULING PROBLEMS - AN OVERVIEW

There seems to be a significant gap between the theoretical and the practical aspects of scheduling problems in the job shop environment. Theoretically, scheduling systems are designed on the basis of an optimum approach to the scheduling model. However in the practice, the optimum that is built into the scheduling applications seems to face some challenges when dealing with the dynamic character of a scheduling system, for instance machine breakdown or change of orders. Scheduling systems have become quite complex in the past few years. Competitive business environments and shorter product life cycles are the imminent challenges being faced by many companies these days. These challenges push companies to anticipate a demand driven supply chain in their business environment. A demand-driven supply chain incorporates the customer view into the supply chain processes. As a consequence of this, scheduling as a core process of the demand-driven supply chain must also reflect the customer view. In addition,     

改进分布估计算法在热轧生产调度中的应用

在热轧生产调度数学模型的基础上,提出一种改进的基于小生境技术的分布估计算法。采用Hebb学习规则来更新概率模型,增强了小生境之间以及整个群体间的相互学习能力。在对新种群采样时,引入了一种竞争选择机制,使得父代中的优秀个体在进化过程中得以保留,从而保证了进化持续有效的进行。为将该算法用于热轧生产调度,设计了一种新的解码方式,并采用某钢厂实际生产数据进行仿真实验,验证了算法的有效性。     

有向相似性对协同过滤推荐系统的影响研究

为研究用户的相似性对协同过滤个性化推荐算法的影响,认为用户的有向相似性应该由邻居用户指向目标用户,而非由目标用户指向邻居用户。基于该思想,提出了一类改进的协同过滤算法。通过对Movielens数据集的实验分析,结果发现改变用户相似性的方向可大幅提高推荐结果的准确度和推荐列表的多样性。进一步,强化相似度高的用户的推荐强度可大幅提高推荐效果,算法的准确性可提高17.94%,达到0.086 4,当推荐列表的长度为10时,推荐列表的多样性可达到0.892 9,提高20.9%。该工作表明用户相似性的方向是否合理对推荐算法具有非常大的影响。     

基于推广卡尔曼滤波的多站被动式融合跟踪

将推广卡尔曼滤波(EKF)算法与集中式融合跟踪算法相结合，用于被动式多站跟踪，给出了基于EKF的被动式多站集中式融合跟踪算法。该算法可解决被动式跟踪系统的可观测性及非线性问题。以三个站进行跟踪为例，进行了仿真研究，结果表明该算法具有满意的跟踪性能。     

基于遗传算法的动态聚类方法

针对常规动态聚类方法对初始聚类中心的敏感性以及聚类结果与样本输入次序有关等问题,本文另辟蹊径,提出了一种基于ＧＡ 的动态聚类方法,并将它应用到数据库的数据分析中． 计算结果表明,该方法是一个具有全局最优解的动态聚类方法,其结果明显好于Ｋ－均值聚类算法．     

Virtools软件与地理空间数据集成技术研究

虚拟现实技术是目前研究的热点问题,虚拟"现实"技术在虚拟游戏领域中已经得到了广泛应用,但真正的利用三维来表达现实世界场景的却并不多见.针对虚拟现实技术中的难点问题--真实三维场景建模及三维地理空间数据的存储和管理问题进行深入探讨,并提出了自己的见解:通过利用优秀的三维游戏软件Virtools组织和管理三维数据的优势来存储和管理地理空间数据,并采用了基于视锥剔除算法的2级LOD模型和通用分页管理技术来对地理空间数据进行优化.最后通过北京和济宁两个实验区验证了算法的可行性,实现了地理空间数据的有效组织、管理和存取,达到了三维场景的快速渲染与显示.     

基于泛函网络的组合推荐算法

在研究组合算法的基础上,提出一种基于泛函网络实现前融合推荐算法. 探讨Vague集条件下推荐算法的前融合问题,给出了基于泛函网络构架实现前融合组合推荐算法的一般过程. 通过推荐系统泛函拓朴结构的建立,利用泛函神经元的自学习、自组织和自适应能力,进一步优化推荐结果,较大地提高了系统的推荐准确度. 最后,将算法应用于Movielens推荐系统中,计算机仿真实验结果表明,本文提出的基于泛函网络实现前融合推荐算法是有效的、可靠的.     

协同过滤推荐算法研究: 考虑在线评论情感倾向

协同过滤推荐算法通常是基于兴趣相似的用户行为来实现个性化推荐, 其核心义用户之间的兴趣相似度. 本文在传统的协同过滤推荐算法基础上, 考虑在线评论对用似度识别的影响. 在混合商品推荐中, 粗粒度识别评论情感极性; 而在同类商品推荐中, 细粒别每个商品特征的情感极性. 如果用户对产品的某个特征评价次数大于平均次数, 表明用户对征较关注; 如果对产品的某个特征评价低于平均评价, 表明用户对该特征较挑剔. 进而根据用户评论来建立用户偏好模型, 用户在评论中反映出来的相似度越高, 表明用户之间的偏好越. 实验表明, 同传统的协同过滤算法相比, 基于在线评论情感分析的用户协同过滤算法在率和召回率指标上有显著提升.