改进人工蜂群算法的点云数据配准优化研究

传统的迭代最近点(Iterative Closest Point,ICP)算法对点云配准产生初始位置敏感,易陷入局部最优,采用群智能优化算法可以有效解决这一问题,但同时会带来计算量较大、搜索效率不高的问题。为此,该文提出了一种二阶振荡的人工蜂群算法点云配准方法,通过对输入点云的均匀采样,并基于邻域半径约束的固有形状特征点(Intrinsic Shape Signature,ISS)提取简化点云,通过改进的二阶振荡人工蜂群算法完成对点云较好的初始配准,得到空间变换矩阵参数。最后通过近邻搜索法(k-Dimension tree,k-d tree)加速对应点查找,以提高点云ICP精细配准的效率。通过对不同初始位置的点云库模型和场景数据进行的配准实验表明,相比传统的配准方法和改进的群智能优化策略,该算法抗噪性好,配准精度高,鲁棒性强。

基于莱维飞行麻雀搜索优化的Otsu多阈值图像分割

群智能算法优化多阈值图像分割策略,易陷入局部最优,搜索精度不高。将莱维飞行扰动策略融入麻雀种群觅食的搜索优化过程,以增加图像分割空间搜索的多样性,从而提高分割精度,避免搜索过程陷入局部最优;同时嵌入Sin混沌搜索机制,改进种群初始化策略,加强搜索性能。最终实现多阈值图像分割的应用性能提升,在保持算法全局寻优能力的基础上大幅度提高收敛速度和求解精度。对经典的图像多阈值分割的实验结果表明,本文方法相比于传统的智能优化策略,在寻优率和分割精度方面提升显著,收敛能力强。

产教深度融合背景下旅游类高职院校顶岗实习运行的困境与出路

新时代职业教育的办学理念是要不断坚持产教融合、校企合作、工学结合、知行合一。以育人为根本,以就业为导向,强化学生实习实训是职业教育的核心内容。文章主要研究旅游类高职院校顶岗实习的质量管理,从实习目标、培训计划、过程管控、实习指导、考核评价、实习周期等方面分析了旅游类高职院校开展顶岗实习存在的不足,并从强化职业素养、规范质量标准、夯实过程管控、完善指导团队、优化评价体系和健全保障制度等方面构建顶岗实习质量管理体系,以提高旅游类高职院校技术技能型人才的培养质量,促进职业教育高质量发展。

数智赋能时代大数据技术在旅游业与酒店业中的应用

大数据是表示规模庞大,涵盖多样性、高速度、复杂性、真实性和高价值的数据集合。在互联网和信息技术的快速发展下,大数据已成为各行业中备受关注的一个重要议题[1],并且在不断地向我们展示着它所蕴含的无限价值。随着互联网的飞速发展和信息技术的不断进步,大数据时代已悄然而至。在这个时代,数据被认为是一种有价值的“新石油”,并且它的应用已经渗透到了各个领域,包括医疗、金融、制造、旅游和酒店等。在旅游和酒店领域,大数据技术的应用越来越广泛。

智能机器人在现代酒店业中的应用实践与挑战

近年来,随着人工智能技术的不断发展,智能机器人在酒店业中的应用研究受到了越来越多的关注。智能机器人不仅可以提高酒店的服务质量和效率,还可以为酒店业带来更多的商业机会和竞争优势。然而,智能机器人应用仍面临成本和客户适应等挑战。随着技术的发展和成本的降低,智能机器人在酒店业中的作用将越来越重要。

数字经济时代高职旅游人才实训基地建设机制研究

当前,发展数字经济成为全球的共同战略选择,职业教育作为与经济社会发展联系最为紧密的一种重要教育类型,在推动我国构建技能型社会中发挥了重要作用,作出了积极贡献。本文深入探讨数字经济在高职旅游人才培养中的作用,提出数字经济时代高职旅游人才实训基地的建设机制。

五位一体式教学模式在中医学课程的应用

目的研究“五位一体”混合式教学模式在西医院校中医学课程的应用效果。方法随机抽取山东医学高等专科学校2022级临床专业4个班,分成2组教授中医学课程,一组为实验组,采取五位一体混合式教学模式;另一组为对照组,采取传统教学模式。比较2组在理论教学和实训中的成绩差别,并通过问卷调查了解实验组学生对五位一体教学模式的评价。结果实验组期末理论成绩为(75.45±13.27)分,对照组期末理论成绩为(71.73±10.32)分(P<0.05);实验组实训成绩为(80.47±11.52)分,对照组实训成绩为(70.68±9.75)分(P<0.01),差异均有统计学意义;问卷调查显示五位一体教学模式可以激发学生的学习主动性、增强学生的实践能力等。结论五位一体混合式教学模式能有效提高西医院校中医课程的教学质量和效果。

水上光伏电站接地电阻研究

水上光伏电站的建设不占用陆上土地资源,能提高水域利用价值。水上光伏区域开阔平坦,便于布置光伏组件,同时水面灰尘少,反射光线多,有利于提高光伏电站的发电量。但是,水上光伏相比陆上光伏在电站的接地电阻方面区别较大。陆上光伏的接地体一般是敷设在地下,水上光伏接地体是敷设在水面上,通过光伏组件的支架的钢立柱和大地连接。水上光伏电站的接地电阻不能按照常规的接地电阻公式计算。基于此,文章提出了一种全新的水上光伏电站的接地电阻计算方法,以期帮助相关工作人员较快、较好地计算出光伏电站的接地电阻。

药方里的情报

钟益生(1910-1995),祖籍福建,生于四川万县(今重庆市万州区)。先后在四川国医学院、南京国医学院学习,拜陈逊斋、吴棹仙、李光复、沈仲圭等名医为师,1935年开业行医。他曾在万县环城路学校兼职任教,传播马列主义。

光伏电站电源侧的短路电流计算方法

目前,光伏电站的短路电流电源侧计算方法大多是按照容量的1.5倍正常工作电流估算,这种计算方法虽然简单,但是存在着不准确性。文章根据光伏电站的特性提出一种新的电站电源侧短路电流计算方法,既考虑工程应用上的简便性,又兼顾了短路电流计算的准确性。

酒店管理虚拟仿真实验的设计与实现

酒店管理专业对学生的实操能力要求很高,许多学校受实验场地、实验投入等原因,无法安全有效地给学生提供实践操作的机会。文章基于虚拟现实技术,探讨了酒店管理虚拟仿真实验建设的必要性,对该实验的三维场景建模技术、Unity布局方法以及人机交互开发等关键技术展开应用研究。应用结果表明,该仿真实验可以在空间的维度上,更大范围地在线共享教学资源,在时间的维度上,使学生有更自主的时间学习,为酒店管理的实践教学提供了新的方式。

“一带一路”背景下中国对东南亚国家直接投资的减贫效应分析

选取东南亚11个国家2008—2021年的面板数据,采用双固定效应模型和中介效应模型就中国对外直接投资的减贫效应及作用机制进行实证分析。结果表明:(1)中国对外直接投资显著降低了东南亚国家的贫困发生率,各国经济的增长、政府支出的增加、城镇化进程的加快和教育水平的提升均能有效缓解当地贫困;(2)中国对东南亚国家直接投资的减贫效应通过资本形成、贸易促进、技术溢出等机制来实现;(3)基于中国企业微观投资数据的研究发现,绿地投资与交通投资的减贫效果更为显著。

湖相烃源岩生烃增压模拟实验

烃源岩生烃增压值的大小直接影响着湖相泥岩的排烃效果。利用实验模拟方法,测定了湖相泥岩的生烃增压值,并归纳了其影响因素。实验测得的生烃增压最大值约为上覆静岩压力的54%,表明生烃增压可以成为湖相烃源岩的主要排烃动力。热演化程度、有机质类型以及有机质丰度对湖相烃源岩生烃增压起促进作用。在相同实验条件下,有机质类型越好,有机质丰度对生烃增压的影响越明显;有机质丰度越高,有机质类型对湖相泥岩生烃增压的影响越明显。静岩压力对生烃增压起抑制作用。

基于Powell局部搜索策略的全局优化布谷鸟算法

为了解决布谷鸟搜索算法后期收敛速度慢、求解精度不高、易陷入局部最优等缺陷,提出了一种基于Powell局部搜索策略的全局优化布谷鸟搜索算法。算法将布谷鸟全局搜索能力与Powell方法的局部寻优性能有机地结合,并根据适应度值逐步构建精英种群候选解池在迭代后期牵引Powell搜索的局部优化,在保证求解速度、尽可能找到全局极值点的同时提高算法的求解精度。对52个典型测试函数实验结果表明,该算法相比于传统的布谷鸟搜索算法不仅寻优精度和寻优率有所提高,并且适应能力强、鲁棒性好,与最新提出的其他改进算法相比也具有一定的竞争优势。

求解函数优化问题的快速连续蚁群算法

用蚁群算法进行函数优化时,存在收敛速度慢并易于陷入局部最小等问题.为此,根据对真实蚂蚁的最新研究成果,提出了一种全新的由侦察蚁和觅食蚁协作搜索的函数优化快速连续蚁群算法.该算法首先引入混沌序列确定侦察蚁的初始位置,然后由侦察蚁进行全局大视域快速搜索,且每迭代完一步和每迭代完一代都要对解进行评价,并对本代最优解的信息素进行标记,由此吸引觅食蚁在本代最优解周围空间进行小步长搜索.通过这种初始化方法和侦察蚁与觅食蚁的相互协作,不仅能很好的提高寻优精度,且使收敛速度大幅提高.计算机仿真实验结果表明,本算法寻优率高,收敛速度提高显著,效果令人满意.

采用搜索趋化策略的布谷鸟全局优化算法

布谷鸟搜索算法是一种基于莱维飞行搜索策略的新型智能优化算法.单一的莱维飞行随机搜索更新策略存在全局搜索性能不足和寻优精度不高等缺陷.为了解决这一问题,本文提出了一种改进的布谷鸟全局优化算法.该算法的主要特点在于以下三个方面:首先,采用全局探测和模式移动交替进行的模式搜索趋化策略,实现了布谷鸟莱维飞行的全局探测与模式搜索的局部优化的有机结合,从而避免盲目搜索,加强算法的局部开采能力;其次,采取自适应竞争机制动态选择最优解数量,实现了迭代过程搜索速度和解的多样性间的有效平衡;最后,采用优势集搜索机制,实现了最优解的有效合作分享,强化了优势经验的学习.对52个典型测试函数实验结果表明,本文算法不仅寻优精度和寻优率显著提高,鲁棒性强,且适合于多峰及复杂高维空间全局优化问题.本文算法与最新提出的改进的布谷鸟优化算法以及其它智能优化策略相比,其全局搜索性能与寻优精度更具优势,效果更好.

基于精英蜂群搜索策略的人工蜂群算法

针对人工蜂群(ABC)算法存在收敛速度慢、求解精度不高、容易陷入局部最优等问题,利用蜂群觅食过程中先由侦察蜂进行四处侦察食物,并利用蜂群搜索构建精英群体指导蜂群觅食寻优。据此,提出了一种模拟侦察蜂侦察觅食行为的基于精英蜂群搜索策略的连续优化算法。算法利用构建精英蜂群策略、改进侦察蜂搜索机制以及基于目标函数值选择寻优三个主要策略加强算法的搜索机制。数值实验表明,所提算法不仅寻优精度和寻优率非常高,且收敛速度快,并能适于高维空间的优化问题。

基于莱维飞行扰动策略的麻雀搜索算法

为了解决麻雀搜索算法存在迭代后期搜索多样性不足、容易陷入局部最优等问题,提出了一种基于莱维飞行扰动策略的改进麻雀搜索算法。首先借鉴Sin混沌搜索机制,改进种群初始化策略。然后在麻雀种群觅食搜索过程中引入莱维飞行扰动机制,牵引种群移动适当的步长,增加空间搜索的多样性。最后对14个典型高维测试函数进行实验的结果表明:所提出的算法相比于传统的麻雀搜索算法和新提出的混沌麻雀搜索算法与改进麻雀搜索算法,在保持算法全局寻优能力的基础上大幅度提高了收敛速度和求解精度,能有效避免搜索过程陷入局部最优的情况,寻优率高,收敛能力强,可用于解决多峰及高维空间优化问题。

基于混沌粒子群算法的光伏电站站内无功优化

光照强度的变化不仅会造成光伏电站并网点电压波动,而且可能会导致光伏发电单元出口电压越限,呈现较大的时空分散特性。并且随着光伏有功出力增加,光伏电站的稳定性会下降。针对上述问题,在建立大型光伏电站的模型上,采用改进的混沌粒子群算法对光伏电站进行多目标无功优化,以均衡光伏电站站内节点电压,提高其稳定裕度,并降低有功网损为目标,仿真验证所提方法的正确性。通过求解向量组的极大线性无关组判断粒子的进化方向,有利于粒子保持多样性。

2003—2012年中国城市化效率与生态效率的动态耦合研究

通过构建城市化效率和生态效率的指标体系,利用DEA模型、相对发展度模型和耦合度模型分析了2003—2012年中国30个省的城市化效率与生态效率相对发展水平和耦合水平。结果表明:110年间耦合度整体上呈现平缓下降—缓慢上升的趋势,耦合水平较高;2中国城市化效率与生态效率耦合度的空间分布格局发生明显变化,三级梯度的分布空间规律逐渐被打破,呈现出交错分布的格局;3在城市化不断推进的过程中,由于经济水平、产业结构、生态环境等方面存在差异,各省份需要合理地平衡城市化效率与生态效率的发展,确保城市建设和生态建设地有序进行。