基于组合优化理论的协同过滤推荐算法

针对传统推荐系统中的协同过滤推荐算法无法解决数据间的高度稀疏问题,采用余弦相似性度量运算的物品相似性误差较高,导致系统推荐质量降低,提出基于局部组合优化的协同过滤推荐算法,其改进了物品间相似性的运算,为了解决数据稀疏性问题,选择目标的近邻对象时利用局部优化方法选择推荐群,降低了预测的误差,确保误差值收敛到某固定值,并采用基于内容的方法调整协同过滤预测存在的异常预测结果。实验结果表明,所提算法抑制了数据稀疏性的不利影响,提高了协同过滤预测评分的准确度。

基于组合优化理论的红外图像边缘检测

边缘是红外图像的重要特征,检测好坏直接影响后续红外图像理解和识别,为了克服小波变换和蚁群优化算法各自存在的局限性,提出一种基于组合优化理论的红外图像边缘检测算法(WA-ACO)。该算法首先采用小波变换对红外图像进行处理,并根据高频子带相关性对边缘信息进行分类,然后采用蚁群优化算法从边缘信息中提取有用边缘,在消除噪声同时有效保护红外图像的弱边缘。实验结果表明,WA-ACO能够成功的提取红外图像边缘信息,抑制了噪声对边缘检测干扰,可以应用于红外图像处理和分析。

基于组合优化理论的无线网络流量建模与预测

无线网络流量受到上网成本、上网行为等因素的综合作用,具有随机性和周期性变化的特点,针对单一模型不能全面描述该变化特点的难题,提出基于组合优化理论的无线网络流量预测模型。首先采用自回归积分滑动平均模型进行建模,找出无线网络流量的周期性变化规律,然后采用相关向量机进行建模,找出无线网络流量的随机性变化特点,最后将它们的预测结果组合在一起进行单步和多步的无线网络流量预测实验。实验结果表明,该模型可以同时对随机性和周期性变化特点进行描述,预测精度高于单一自回归积分滑动平均模型或者相关向量机。

组合优化理论的红外图像边缘检测

通过红外图像边缘检测实现激光红外目标识别。针对灰度值轮廓点标记边缘检测方法精度不高的缺点,提出一种基于组合优化理论下自适应权重均衡分割的红外图像边缘检测算法。首先对采集的红外图像进行小波降噪预处理,然后对降噪提纯的红外图像进行Harris角点检测,以邻域灰度值为信息素优化融合信息组合,采用自适应权重均衡分割方法提取红外图像的边缘特征,对提取的边缘特征通过最小二乘组合优化处理实现轮廓检测。最后通过仿真实验进行性能测试,结果表明,采用所提方法进行红外图像边缘检测的输出峰值信噪比较高,均方根误差较小,提高了边缘检测的特征点跟随能力,实现图像目标识别优化。

组合优化理论的舰船装备维修费预测

单一模型难以准确对舰船装备维修费用进行建模与预测,为了提高舰船装备维修费的预测精度,设计了一种组合优化理论的舰船装备维修费预测模型。首先分别采用灰色模型和神经网络对舰船装备维修费进行预测,然后确定2种模型的舰船装备维修费预测权值,加权得到最终的舰船装备维修费预测结果,最后采用VC++6.0实现了舰船装备维修费预测仿真测试,仿真结果表明本文模型获得了较高的舰船装备维修费预测精度,相对于单一模型,本文模型的舰船装备维修费预测结果具有比较显著的优势。

基于组合优化理论的网络系统安全风险评估研究

针对当前网络系统安全风险评估错误大、结果可信度低等缺陷,设计了基于组合优化理论的网络系统安全风险评估方法。首先分别采集网络系统安全风险评估数据,其次分别采用3种方法对网络系统安全风险进行评估,然后根据组合优化理论,采用证据理论确定3种方法的网络系统安全风险评估权值,最后根据权值对3种方法的网络系统安全风险评估结果进行组合,输出最终网络系统安全风险评估值,并采用仿真实验分析了网络系统安全风险评估性能,结果表明,这种方法的网络系统安全风险评估正确率要高于对比方法,具有更好的实际应用价值。

组合优化理论的电子商务用户行为聚类分析

针对传统电子商务用户行为聚类分析方法存在的缺陷,提出了基于组合优化理论的电子商务用户行为聚类分析方法。首先分析了K-means聚类算法计算量大、获取最优解时间长的原因,然后将复合形法的K-means聚类算法和遗传算法进行组合,实现电子商务用户行为聚类分析,最后进行了电子商务用户行为聚类分析的仿真实验。结果表明,所提方法的电子商务用户行为聚类精度值达到94.95%,可以有效提升电子商务平台经济效益,具有较高的推广价值。

基于组合优化理论的舰船航行速度预测

详细介绍小波神经网络和灰色系统理论的基本原理,在舰船瞬时运动模型的基础上,采用组合优化理论,将小波神经网络和灰色系统理论结合,设计一种舰船航行速度预测模型,后期的仿真实验证明,基于组合优化理论的舰船航行速度预测具有较高的精度。

加强理论与实践的优化组合 提高学生素质

在经济迅速发展的今天,职业教育面临困境,要突破困境,必须加强理论与实践的优化组合,重视实践,培养学生动手能力,提高学生素质。

两阶段式的物流配送路径优化方法

根据组合优化理论,充分利用遗传算法、蚁群算法的优化点,提出了一种两阶段式的物流配送路径优化方法(GA-ACO)。利用遗传算法迅速找到物流配送路径优化问题的初始解,初始解生成蚁群算法的初始信息素分布,通过蚁群算法找到物流配送路径的最优方案。采用实例对GA-ACO的性能进行测试,测试结果表明,GA-ACO可以获得较好的物流配送路径优化方案,是一种高效率、鲁棒性好的物流配送路径优化问题求解方法。

一类随机型Flow Shops模型及其算法

提出一类特殊随机型 Flow Shops模型 ,给出若干基本结论 ,并在某种“对称性”

云环境下舰船周期性任务容错调度算法

任务容错调度算法是保证舰船周期性任务完成的基础,针对舰船周期性任务容错调度算法存在效率低等问题,设计了一种云环境下舰船周期性任务容错调度算法。首先对舰船周期性任务容错调度算法的研究现状和云环境的工作模式进行分析,然后建立舰船周期性任务容错调度的数学模型,并采用组合的群智能优化算法对舰船周期性任务容错调度数学模型进行求解,找到舰船周期性任务容错调度方案。仿真测试结果表明,本文算法不但加快了舰船周期性任务容错调度方案的搜索速度,而且得到的舰船周期性任务容错调度方案要优于对比算法。

九牧王的企业文化理论

《感化力:九牧王内圣外王之道》一书通过对中国西裤大王九牧王近20年经营管理实践的梳理和总结,提出"牧心者牧天下"的经营哲学,并系统阐释了"企业感化力"理论与"感化型企业创建之道"。本文选编自该书,这里的每一句话,每一个理论都是九牧王人前行路上的精神原动力。

城市燃气季节性负荷预测模型的建立及求解

根据城市燃气管网季节性负荷变化的特点,采用最优组合理论,将灰色GM(1,1)预测模型和人工神经网络模型的优点结合起来,建立了一个基于灰色神经网络的城市燃气管网季节性负荷预测模型,并提出了相应的求解方法,此模型能同时反映燃气负荷随时间的增长趋势和随不确定因素的波动特性。通过实例的计算结果表明:所建模型具有较高的收敛速度和预测精度,较强的适应性和灵活性,为城市燃气季节性用气负荷的预测提供理论分析依据。