基于改进粒子群算法求解第二类装配线平衡问题

阐述了装配线平衡问题的种类以及平衡问题的相关解法,给出了第二类装配线平衡问题的数学模型.采用基于优先权重的编码方式对粒子位置进行编码,通过粒子的位置和作业顺序图设计相应的解码算法,确保粒子在解码后总是可行的作业序列,提高了算法效率.针对标准粒子群算法求解装配线平衡问题时可能陷入局部最优的不足而引入了速度罚值,以提高粒子群算法的全局搜索能力.通过算例比较,说明改进粒子群具有更强的全局寻优能力;同时经过对经典算例的测试,验证了改进后的粒子群算法具有可行性以及有效性.

一种求解TSP问题的粒子群算法改进设计

采用权重编码方案,将面向连续优化的粒子群优化算法应用于旅行商问题的求解,保留了粒子群算法的易操作性和高效性。针对粒子群算法易陷入局部最优的缺陷,提出了适合旅行商问题的基于k-means的改进措施。采用k-means对粒子群进行聚类分析,实现了粒子之间的信息交换,扩大了粒子的搜索空间,避免了算法陷入局部最优。

重点驾驶人交通安全风险评分模型研究

本文以某地市2016年至2018年重点驾驶人的机动车登记、驾驶证管理、交通违法处理、交通事故记录数据为研究对象,运用特征工程技术筛选交通安全风险特征项;运用机器学习分类算法构建重点驾驶人交通安全风险评分模型;计算重点驾驶人交通安全风险综合评分,预测重点驾驶人未来发生交通事故的风险程度。

基于协同聚类和权重注意力稀疏自编码网络的变化检测方法

遥感变化检测对于监督和管理土地资源利用具有重要作用.针对监督变化检测需要人为干预训练样本的劣势、不平衡数据问题以及基于像素变化检测中的"椒盐"现象,提出基于协同聚类和权重注意力稀疏自编码网络的变化检测方法.方法采用模糊c均值和K-means对差异图协同聚类得到训练和待分类数据,同时在样本中考虑灰度共生矩阵特征,并利用合成少数过采样方法扩充变化样本以解决样本不平衡问题.通过逐层权重注意力模块加强网络对正权重的学习和削弱负权重的影响,自编码分类性能得到提升,其分类结果在差异图超像素分割边界的映射空间中根据约束条件剔除"椒盐"噪声生成变化检测图.所提出方法在变化检测中实现漏检测与误检测平衡,达到了提高变化检测精度的同时减少人为干预的目的.