城市区域多物流无人机协同任务分配

针对城市区域多无人机协同物流任务分配问题, 综合考虑不同无人机性能、物流时效性、飞行可靠性等影响因素, 以经济成本、时间损失和安全风险最小为目标函数, 构建多无人机协同物流任务分配模型。因问题规模大、求解复杂度高, 设计改进的量子粒子群算法进行求解。首先，为增强粒子遍历性和多样性, 采用均匀化级联Logistic映射进行粒子初始化; 其次，为避免算法陷入局部最优解, 引入基于高斯分布的粒子变异方式; 最后，为提高算法运行效率, 运用自适应惯性权重方法对粒子赋值。仿真实验结果表明，所构建的模型能够实现任务分配多目标优化, 贴近城市区域无人机物流配送实际; 所提算法与传统量子粒子群算法和遗传算法相比, 任务分配代价分别下降了5.9%和6.3%;并进一步对参数权重设置进行分析, 当3个子目标函数权重系数分别为0.225、0.275和0.500, 种群规模为150时, 算法规划的结果最优。     

数字化转型背景下我国金融机构业务与技术融合发展的路径

近年来,我国金融行业数字化转型不断提速,金融机构数字化转型已迫在眉睫.金融机构面临的数字化转型环境包括3个方面:一是大数据走向跨界融合;二是人工智能加速发展;三是区块链等技术建立了新型连接关系.基于以上环境分析,文章认为金融机构数字化转型的核心在于业务与技术融合,需要在机制、组织、架构、人才和文化层面实行再造.     

科技创业孵化载体专业化发展问题与对策研究

进入新发展阶段后,科技创新创业活动对孵化服务提出了更高的要求,科技创业载体需要加快提升专业化、精准化服务能力.文章基于2016-2019年全国科技创业孵化载体发展数据,全面分析专业化科技创业孵化载体建设发展现状,剖析了科技创业孵化载体在专业化建设方面存在的方向不清、动力不足、能力不够、模式不明、机制不畅等问题,从建立评价指标体系、明确建设主体、提升服务能力、加强资源开放和政策供给等方面提出对策建议.     

基于混合优化算法的关节臂式测量机参数标定

为进一步提高关节臂式坐标测量机等高机动性精密测量设备的测量精度,使用D-H矩阵法建立其关节坐标转换数学模型并据此推导出参数误差模型.针对非线性多参数标定问题,通过变换分析消除了最小二乘法求解时矩阵中的冗余参数,降低了计算的复杂性.设定判定准则并实现最小二乘法和模拟退火算法的混合,提出了一种基于混合优化算法的参数标定方法,解决了LM算法的初值设定和SA算法的搜索效率逐步降低的问题.实验结果表明:关节臂式测量机参数经混合优化算法标定后,参数的误差范围有了显著的缩小,单点重复性误差的平均值减小了1.746 mm,长度误差的平均值减小了0.941 mm,测量误差得到了进一步的抑制.     

老龄化对科技发展的影响研究路径及结果分析

人口老龄化问题及其对科技发展的影响日益成为世界各国关注的焦点,但缺乏从总体上把握研究态势的相关成果。本研究以Web of Science数据库收录的相关文献为研究数据,首先运用文献计量分析对其进行量化,分析其总量趋势与研究母国参与程度。其次,运用文本挖掘、聚类分析和内容分析方法,从研究主题与方法演变、影响路径对比等方面,关于人口老龄化对科技发展的影响路径进行了识别与分析。从识别出的研究主题分布提炼出"人口老龄化—技术创新—科技发展""人口老龄化—人力资本—科技发展""人口老龄化—养老支出—科技发展"三大核心影响路径。研究发现:人口老龄化与科技发展相关文献自2013年以来增长趋势明显;该领域的研究方法主要为定量分析;各国学者总体上存在人口老龄化对科技发展有负面影响的压倒性共识。在此基础上,对该领域的研究方向提出了建议。     

两种常用启发式算法在车间生产调度中的应用

通过对某电池生产的各加工流程进行相关数据的测量,分别运用Palmer算法和彼得罗夫-哈姆算法对生产进行排序,并计算出了经排序后产品的加工周期。通过比较发现,选择彼得罗夫—哈姆算法进行排产,能达到提高设备利用率、缩短产品加工周期的目标。     

基于卢浮宫游客疏散模型探讨大型建筑的疏散方案

卢浮宫是法国的著名建筑,也是游客数量较多的一处景点,因此做好紧急情况的游客疏散预案具有重要意义。本文以卢浮宫的人群撤离为研究对象,结合卢浮宫建筑构造模型化的特点,设计了一种以语音导览器为导航介质的疏散方案,使游客能在最短时间内有序撤离到最近的出口,从而达到疏散游客的目的。以此模型为原型,人们可以根据建筑的特点优化该模型,使之适应不同的建筑。     

基于一维数据逐段均匀条件下的参考分布研究

聚类分析中一个重要的问题是估计聚类数,GS方法通过参考分布对聚类数进行合理的估计,解决了其他聚类方法无法对应分为一类的数据进行分类的问题,具有更好的分类效果;目前已通过理论证明得出,在分布为对数凹且一维情况下,GS方法的参考分布为均匀分布,而有关其在其他条件下的参考分布研究较少;针对这一情况,提出解决一维且逐段均匀条件下GS方法的参考分布问题,以类内平方和为评价标准,通过拉格朗日乘数法求解与问题等价的优化问题,理论证出条件下总体均匀分布是类内平方和最大的情况,进而得出对于一维数据,逐段均匀条件下的参考分布仍为均匀分布的结论。