期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到363,516篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于监督学习的稀疏矩阵乘算法优选
1
作者 彭林 张鹏 +2 位作者 陈俊峰 唐滔 黄春 《计算机工程与科学》 北大核心 2025年第3期381-391,共11页
稀疏矩阵乘算法中主流的row-by-row计算公式上的SPA、HASH、ESC 3种稀疏矩阵乘实现算法,在对不同的稀疏矩阵进行计算时性能差异显著,在不同非零元规模上单一算法不总是能取得最佳性能,而且单一算法与最优选择存在明显差距。为此,提出了... 稀疏矩阵乘算法中主流的row-by-row计算公式上的SPA、HASH、ESC 3种稀疏矩阵乘实现算法,在对不同的稀疏矩阵进行计算时性能差异显著,在不同非零元规模上单一算法不总是能取得最佳性能,而且单一算法与最优选择存在明显差距。为此,提出了一种基于机器学习的最优稀疏矩阵乘算法选择模型,以给定矩阵集作为数据源,抽取稀疏矩阵的特征,并使用SPA、HASH、ESC计算获得的性能数据进行训练和验证,获得的模型能够仅使用稀疏矩阵的特征即可完成对新数据集的算法优选。实验结果表明,该模型可以获得91%以上的预测准确率,平均性能达到最优选择的98%,是单一算法性能的1.55倍以上,并且可在实际库函数中使用,具有良好的泛化能力和实用价值。 展开更多
关键词 稀疏矩阵乘 SpGEMM SPA算法 HASH算法 ESC算法 机器学习
在线阅读 下载PDF
数智时代情报分析中算法分类、演进及应用研究
2
作者 张涛 王铮 马海群 《情报理论与实践》 北大核心 2025年第1期11-19,共9页
[目的/意义]数智时代随着算法广泛应用于情报分析中,揭示当前情报分析中算法使用的现状不但能帮助情报学领域学者把握学术研究热点,还能指导更多研究者更好地利用算法来解决情报分析过程中的实际问题。[方法/过程]重点梳理近10年情报学... [目的/意义]数智时代随着算法广泛应用于情报分析中,揭示当前情报分析中算法使用的现状不但能帮助情报学领域学者把握学术研究热点,还能指导更多研究者更好地利用算法来解决情报分析过程中的实际问题。[方法/过程]重点梳理近10年情报学领域5本核心期刊与情报分析算法相关文献,尝试梳理数智时代应用于情报分析中的算法分类,并从算法演进、算法应用角度全方位展示这些算法的特征。[结果/结论]从演进来看,近10年情报学领域应用算法的论文持续上升,而LDA是情报分析中运用最多的算法,自2020年起BERT算法呈现出新生演进特征;从应用来看,突发事件下的网络舆情、专利分析等应用呈现出不断细化、继承演进的趋势;图书馆、图书情报、电子商务、物流信息等应用逐渐衰退,取而代之的是数字人文、智慧图书馆、颠覆性技术等。 展开更多
关键词 智能算法 情报分析算法 数智时代 算法演进 算法应用
原文传递
国内外算法风险研究:框架、特征及展望
3
作者 马海群 张涛 《情报理论与实践》 北大核心 2025年第1期1-10,共10页
[目的/意义]随着ChatGPT的横空出世,算法应用越来越多地支配着人类的生活,算法黑箱、算法操控、算法共谋、算法偏见、算法歧视等风险也随之而来,这些风险严重影响社会稳定乃至国家安全。对全球算法风险的形势进行研判能够有助于防范与... [目的/意义]随着ChatGPT的横空出世,算法应用越来越多地支配着人类的生活,算法黑箱、算法操控、算法共谋、算法偏见、算法歧视等风险也随之而来,这些风险严重影响社会稳定乃至国家安全。对全球算法风险的形势进行研判能够有助于防范与识别算法风险,并为应对全球算法风险治理难题提供中国智慧与构想。[方法/过程]通过系统梳理国内外主要数据库915条核心文献,构建基于“学科领域—研究主题—治理工具—治理措施”的算法风险研究框架,并分析算法风险具有学科的交叉性、复杂的交织性、突出的人为性、泛化的不确定性等特征。[结果/结论]从加强情报学学科对算法风险研究、加强对人工智能算法可解释性研究、加强算法应用向善和算法服务从善研究、加强对全球算法风险治理中国智慧与构想研究4个方面对算法风险研究问题进行展望。 展开更多
关键词 算法风险 算法治理 算法向善 特征分析
原文传递
基于ARIMA与GGACO算法的ETL任务调度机制研究
4
作者 周金治 刘艺涵 吴斌 《控制工程》 北大核心 2025年第2期208-215,共8页
随着抽取-转换-加载(extraction-transformation-loading,ETL)系统的ETL任务量增多,任务复杂度和波动性也随之提升,现有的ETL任务调度机制难以满足调度需求,如时间片轮转法受限于弹性调度能力弱、效率低下等缺点。为研究如何提升ETL任... 随着抽取-转换-加载(extraction-transformation-loading,ETL)系统的ETL任务量增多,任务复杂度和波动性也随之提升,现有的ETL任务调度机制难以满足调度需求,如时间片轮转法受限于弹性调度能力弱、效率低下等缺点。为研究如何提升ETL任务调度机制的弹性调度能力以及执行效率,提出了一种基于整合移动平均自回归(autoregressive integrated moving average,ARIMA)模型与贪心-遗传-蚁群优化(greedy-genetic-ant colony optimization,GGACO)算法的ETL任务调度机制。初期,建立ARIMA模型并弹性地结合贪心算法计算初始解;中期,利用遗传算法的全局快收敛的特性结合初始解圈定最优解的大致范围;最后,利用蚁群优化算法的局部快速收敛性进行最优解搜索。实验结果表明:该调度机制能够弹性地指导任务调度尽可能地找到最优解,减少任务的执行时间,以及尽可能实现更高效的负载均衡。 展开更多
关键词 弹性调度 ARIMA 贪心算法 遗传算法 蚁群优化算法
在线阅读 下载PDF
算法市场的兴起:概念、挑战与未来发展
5
作者 林建浩 张一帆 +1 位作者 石沛昌 吴俊樊 《南方经济》 北大核心 2025年第1期1-17,共17页
人工智能是新一轮科技革命和产业变革的重要驱动力量,人工智能发展离不开数据、算法和算力组成的“三驾马车”。其中,算法作为激发算力潜能与实现数据价值的重要技术环节,是推进“人工智能+”进程与新质生产力形成的核心驱动力。与数据... 人工智能是新一轮科技革命和产业变革的重要驱动力量,人工智能发展离不开数据、算法和算力组成的“三驾马车”。其中,算法作为激发算力潜能与实现数据价值的重要技术环节,是推进“人工智能+”进程与新质生产力形成的核心驱动力。与数据要素市场相比,算法市场的商业化进展明显滞后,其交易机制和市场结构尚缺少系统深入的研究。文章探讨了算法市场的交易标的、市场结构及其关键特征,梳理了算法确权保护和算法流通机制方面面临的主要挑战,并总结了算法确权和流通市场发展的实践探索。通过分析算法市场与知识产权、数据要素市场,文章发现,算法与知识产权在创新性和虚拟性方面具有相似性,但对隐私数据的依赖性和开闭源算法的差异性使其确权保护更具复杂性。同时,算法与数据要素市场共享场景依赖和非标特征,但算法更强的外部依赖性对其流通提出了更高要求。针对我国算法市场当前面临的诸多挑战,文章提出构建以政府和市场双驱动为核心的算法交易与流通机制的政策建议,通过优化确权机制、促进供需匹配、降低使用门槛以及推动跨境流通,以促进算法市场的健康发展和广泛应用。 展开更多
关键词 算法市场 数字经济 算法确权
在线阅读 下载PDF
k-center问题的算法研究综述
6
作者 王晓峰 华盈盈 +2 位作者 王军霞 彭庆媛 何飞 《郑州大学学报（工学版）》 CAS 北大核心 2025年第1期42-50,97,共10页
k-center问题是设施选址的基础问题,同样是NP难问题,在分配、紧急服务等领域也有着实际的应用。随着问题规模的扩大,原有的算法已不再适用,需要进一步优化或者改进。为了找到求解该问题的高效算法,对现有算法进行研究。对各类求解k-cen... k-center问题是设施选址的基础问题,同样是NP难问题,在分配、紧急服务等领域也有着实际的应用。随着问题规模的扩大,原有的算法已不再适用,需要进一步优化或者改进。为了找到求解该问题的高效算法,对现有算法进行研究。对各类求解k-center问题的算法进行梳理,将求解算法划分为精确算法、启发式算法、元启发式算法、近似算法等,从算法原理、改进思路、性能和精度等方面进行对比综述。精确算法在求解小规模k-center问题时可在多项式时间内得到最优解,但是算法效率低,不适用于大规模问题;启发式算法可以在多项式时间内给出相对最优解,但是没有理论保证,无法衡量与最优解的关系;元启发式算法可对目前存在的智能优化算法进行改进,给出相对最优解,但是解的质量无法保证;利用近似算法得到的解具有近似比保证,有较大的理论研究价值,但是实用价值较弱。目前求解k-center问题的元启发式算法已取得一定的研究成果,但是在求解时间、求解规模、算法效率等方面仍待突破,这将是未来k-center问题的研究重点。 展开更多
关键词 k-center问题 精确算法 近似算法 蜂群优化 遗传算法
在线阅读 下载PDF
基于多策略改进灰狼算法的无人机路径规划
7
作者 宋宇 高岗 +1 位作者 梁超 徐军生 《电子测量技术》 北大核心 2025年第1期84-91,共8页
针对传统的灰狼算法在三维路径规划中容易陷入局部最优等问题,本文提出了一种改进的灰狼算法。首先,对三维威胁区域进行环境建模,对约束条件规定无人机飞行的总成本函数;其次,在灰狼种群初始化中加入了混沌序列和准反向学习策略,增加了... 针对传统的灰狼算法在三维路径规划中容易陷入局部最优等问题,本文提出了一种改进的灰狼算法。首先,对三维威胁区域进行环境建模,对约束条件规定无人机飞行的总成本函数;其次,在灰狼种群初始化中加入了混沌序列和准反向学习策略,增加了群种多样性以及未知领域的搜索范围,通过对自适应权重因子的改进来更新个体位置,从而加快收敛速度;最后,为了避免陷入局部最优,引入了粒子群算法从而平衡全局开发与局部收敛。通过实验结果表明,相较于另外3种典型路径规划算法,改进灰狼算法可以寻找出一条安全可行的路径,并且有着较稳定的寻优能力。 展开更多
关键词 无人机 三维路径规划 混沌序列 准反向学习 灰狼算法 粒子群算法
在线阅读 下载PDF
考虑时空关联的道路行程速度稀疏数据修复与解释性算法
8
作者 徐韬 任其亮 +1 位作者 张磊 程龙春 《铁道科学与工程学报》 北大核心 2025年第1期77-88,共12页
为研究拓扑路网中稀疏数据路段行程速度与其空间关联道路间的耦合影响,以路网中空间距离分布为基础,明确了道路空间关联指数(road spatial correlation index,RSCI)定义和计算方法,构建了一种面向道路行程速度稀疏数据修复和可解释性模... 为研究拓扑路网中稀疏数据路段行程速度与其空间关联道路间的耦合影响,以路网中空间距离分布为基础,明确了道路空间关联指数(road spatial correlation index,RSCI)定义和计算方法,构建了一种面向道路行程速度稀疏数据修复和可解释性模型。首先,在传统轮盘算法基础上提出了针对选择操作和算子的改进遗传算法(improved genetic algorithm,IGA),利用自适应机制优化个体选择概率,通过设置常数λ解决后续优秀个体选择概率偏低缺陷,提高模型收敛性能。其次,利用IGA和K折交叉验证(K-fold cross validation,K-Fold CV)实现极限梯度提升算法(extreme gradient boosting,XGBoost)中n_estimators、Learning_rate、Min_child_weight、Max_depth超参数寻优。然后,利用SHAP(shapey additive explanation,SHAP)方法对XGBoost模型各特征重要性开展全局解释和个体样本溯源分析。最后,以目标道路行程速度为输出、连接道路行程速度为特征输入进行实例验证。研究结果表明:IGA-XGBoost组合算法f_(MAE)、f_(RMSE)分别为1.95、2.66,R^(2)为0.941,较GA-XGBoost提高0.4%,模型运行时间为1.532 s,较GA-XGBoost运行时间减少7.6%,组合算法预测精度更高,迭代效率有明显提升;以SHAP值标定特征重要性下,连接道路特征重要性与其RSCI呈正相关,RSCI数值越大,连接道路对预测结果贡献越高;在连接道路数量不足时,以SHAP值排名前3的连接道路对目标道路数据填补时,模型f_(MAE)、f_(RMSE)、R^(2)分别为2.53、3.30、0.905,仍能取得较好的数据修复精度,证明了方法的适用性。研究结果可为城市道路行程车速数据修复填补提供新思路。 展开更多
关键词 智能交通 稀疏数据修复 改进遗传算法 XGBoost SHAP算法
在线阅读 下载PDF
基于改进D^(*)Lite算法的疏散路径规划方法研究
9
作者 李墨潇 张建辉 +4 位作者 王晟旻 冯谦 张斌 邱绍峰 耿明 《中国安全生产科学技术》 北大核心 2025年第3期42-49,共8页
为应对应急疏散中大面积路网结构的路径规划问题,提出1种改进D^(*)Lite算法的疏散路径规划方法。首先,根据不同邻域结构的路网特点,采用多邻域网络流遍历方法;其次,为解决算法在路网结构的独头或环形路段中无法继续搜索的问题,提出1种... 为应对应急疏散中大面积路网结构的路径规划问题,提出1种改进D^(*)Lite算法的疏散路径规划方法。首先,根据不同邻域结构的路网特点,采用多邻域网络流遍历方法;其次,为解决算法在路网结构的独头或环形路段中无法继续搜索的问题,提出1种双层搜索的方式;此外,基于路径坡度变化,优化算法的代价计算方式;最后,为检验改进D^(*)Lite算法的路径规划能力,探讨区域危险发生、区域危险新增和区域恢复3种情景下的路径变化,研究D^(*)Lite算法在考虑路径坡度情况下的避险能力。研究结果表明:改进后的算法能够根据危险情况的变化调整路径,且考虑路径坡度能够获得更为准确的疏散时间。研究结果可为应急疏散工作提供指导。 展开更多
关键词 路径规划 应急疏散 改进算法 路径坡度
在线阅读 下载PDF
基于粒子群算法的集中式多无人机静态任务分配 被引量：1
10
作者 马培博 刘新 +1 位作者 耿川 田聚波 《无线电工程》 2025年第1期204-210,共7页
由于科技的迅速发展和现代生活的需要,研究异构多无人机多任务分配技术,发挥多无人机协同操作优势具有重要的理论价值与现实意义。集中式控制结构下,中心控制单元掌握所有无人机的信息,分析无人机与任务要求的匹配情况,完成多无人机多... 由于科技的迅速发展和现代生活的需要,研究异构多无人机多任务分配技术,发挥多无人机协同操作优势具有重要的理论价值与现实意义。集中式控制结构下,中心控制单元掌握所有无人机的信息,分析无人机与任务要求的匹配情况,完成多无人机多任务分配的核心在于构建任务分配模型并求解。设计基于任务完成质量、无人机总飞行航程的综合考量,充分考虑无人机种类、数量、性能与任务类型、数量等因素间的约束关系,建立多无人机多任务分配模型,采用离散粒子群算法求解,仿真结果验证了所提方法的有效性。 展开更多
关键词 多无人机 静态任务分配 粒子群算法
在线阅读 下载PDF
基于边界信息的自适应过采样算法
11
作者 杜睿山 靳明洋 +1 位作者 孟令东 宋健辉 《郑州大学学报（理学版）》 CAS 北大核心 2025年第1期23-30,共8页
针对人工少数类过采样(synthetic minority over-sampling technique,SMOTE)算法存在样本合成区域狭小,容易将少数类泛化到多数类及引入噪声的问题,提出一种基于噪声过滤、边界点自适应采样的过采样算法。首先,该算法使用K近邻算法进行... 针对人工少数类过采样(synthetic minority over-sampling technique,SMOTE)算法存在样本合成区域狭小,容易将少数类泛化到多数类及引入噪声的问题,提出一种基于噪声过滤、边界点自适应采样的过采样算法。首先,该算法使用K近邻算法进行噪声过滤,接着确定边界点并在边界点中寻找合适的点作为根样本点,并以其K近邻点中与其同类且欧氏距离最远的点作为候选样本点。然后,根据根样本点所携带的边界信息确定该点所合成的样本数量,并根据根样本点和候选样本点生成一个N维球体作为样本的合成区间。最后,对合成样本进行判断以确定其是否满足条件。通过实验证明,该算法生成的样本质量要优于SMOTE及其常见变种算法。 展开更多
关键词 SMOTE KNN 过采样算法 数据不均衡 ISMOTE
在线阅读 下载PDF
MuSig多重签名的实用拜占庭容错共识算法
12
作者 李晶 贾园园 张磊 《计算机应用研究》 北大核心 2025年第2期352-356,共5页
为降低实用拜占庭容错共识算法(practical Byzantine fault tolerance,PBFT)的通信复杂度和提高事务的吞吐量,提出一种MuSig多重签名的实用拜占庭容错共识算法(practical Byzantine fault tolerance consensus algorithm of MuSig multi... 为降低实用拜占庭容错共识算法(practical Byzantine fault tolerance,PBFT)的通信复杂度和提高事务的吞吐量,提出一种MuSig多重签名的实用拜占庭容错共识算法(practical Byzantine fault tolerance consensus algorithm of MuSig multi-signature,MPBFT)。MPBFT共识算法改变了PBFT的准备和提交阶段的信息传输方式,由主节点采用MuSig多重签名算法将接收的备份节点的消息聚合为一个消息,再广播给备份节点验证聚合签名的有效性。通过性能分析和实验验证,MPBFT共识算法将PBFT的通信复杂度由O(n 2)降为O(n),具有较好的时间性能和安全性,且在事务延迟、吞吐量和通信开销等方面优于其他三种对比算法。 展开更多
关键词 MPBFT PBFT 共识算法 MuSig 区块链
在线阅读 下载PDF
算法审计的现实困境、逻辑框架与实现路径
13
作者 薛丽达 钱莹 《财会通讯》 北大核心 2025年第1期8-16,共9页
立足当下对算法风险治理的迫切需求,如何建立算法审计的逻辑框架发挥审计作用、利用算法审计缓解算法风险成为目前应当解决的问题。算法审计如今面临信息披露风险、制度框架不健全、理论基础薄弱、审计人员不足四大现实困境。基于此,算... 立足当下对算法风险治理的迫切需求,如何建立算法审计的逻辑框架发挥审计作用、利用算法审计缓解算法风险成为目前应当解决的问题。算法审计如今面临信息披露风险、制度框架不健全、理论基础薄弱、审计人员不足四大现实困境。基于此,算法审计框架应围绕算法审计目标、依据以及原则建立,从算法审计与不同审计手段有效联结、不同审计主体人员互动以及法律与审计协同治理三个角度为算法审计提供保障。由此拓展数智时代算法审计的研究,并为算法风险治理手段提供参考。 展开更多
关键词 算法审计 算法风险 逻辑框架 实现路径
在线阅读 下载PDF
基于改进蜣螂优化自学习算法的轧辊偏心在线辨识
14
作者 韩啸 张飞 +2 位作者 郭强 王丽君 黄学忠 《中国仪器仪表》 2025年第2期29-35,共7页
轧辊偏心直接影响轧制力的分布,进而影响轧制精度。偏心离线辨识方法在生产中效果不明显甚至引起反作用。针对这一问题,本文提出了一种融合鱼鹰算法与自适应t分布的蜣螂算法优化的自学习算法的在线辨识方法。首先,该算法使用Logistic混... 轧辊偏心直接影响轧制力的分布,进而影响轧制精度。偏心离线辨识方法在生产中效果不明显甚至引起反作用。针对这一问题,本文提出了一种融合鱼鹰算法与自适应t分布的蜣螂算法优化的自学习算法的在线辨识方法。首先,该算法使用Logistic混沌映射序列对种群进行初始化;同时,融合鱼鹰算法改进了蜣螂滚球行为;此外,引入自适应t分布扰动策略。其次,使用改进蜣螂算法寻优,得到最佳的支撑辊划分数值。最后,采用自适应系数的自学习方法对偏心进行在线辨识,并增加幅值限定和周期自动校正方法,实现对偏心的在线调整。结果表明,通过对轧制过程中数据的不断更新和学习,该方法在轧制过程中能够有效地跟踪轧辊偏心的变化,提高了偏心在线辨识的准确性。 展开更多
关键词 蜣螂优化算法 自学习算法 轧辊偏心 在线辨识
在线阅读 下载PDF
算法应用于旅游情感研究的风险及其治理
15
作者 高进 刘聪 《北京社会科学》 北大核心 2025年第3期39-49,共11页
作为数字时代的新质生产力,算法已然成为助推社会发展的关键驱动。聚焦风险视角,采用半结构化访谈法,尝试探讨算法应用对旅游情感研究的赋能机制,厘清算法应用于旅游情感研究的风险问题,揭示滋生风险的现实肇因,总结归纳风险治理的可行... 作为数字时代的新质生产力,算法已然成为助推社会发展的关键驱动。聚焦风险视角,采用半结构化访谈法,尝试探讨算法应用对旅游情感研究的赋能机制,厘清算法应用于旅游情感研究的风险问题,揭示滋生风险的现实肇因,总结归纳风险治理的可行举措。研究发现,算法应用对旅游情感研究的赋能机制可细分为算法对消费者和生产者供需双方的赋能。算法应用对旅游情感研究的风险表现为隐私泄露、算法偏见、伦理失范、技术失控等问题,其风险成因主要有算法技术局限、数据质量不佳、企业应用失当、监管制度滞后等。为此,需要通过强化隐私保护、消除算法偏见、坚守伦理底线、加强技术管控等综合施策,打通算法应用过程中旅游情感风险治理的堵点、痛点、难点问题。 展开更多
关键词 算法技术 旅游情感 算法偏见 旅游 大数据
在线阅读 下载PDF
基于改进细菌觅食算法的两阶段选址-路径规划
16
作者 刘巍巍 姜珊 +1 位作者 祁朔 王迎春 《沈阳工业大学学报》 北大核心 2025年第2期238-249,共12页
【目的】诸如名贵药材、有机水果等高值农产品往往具有高品质把控和高保鲜要求,通常需要经过初加工才能进入市场流通,故初加工中心的选址对平衡生产端分散的农村采购物流和配送点密集的城市配送物流起到重要的协调作用。鉴于高值农产品... 【目的】诸如名贵药材、有机水果等高值农产品往往具有高品质把控和高保鲜要求,通常需要经过初加工才能进入市场流通,故初加工中心的选址对平衡生产端分散的农村采购物流和配送点密集的城市配送物流起到重要的协调作用。鉴于高值农产品存在的农村采购物流与城市配送物流协调性差、运输成本占比过大的共性特征,如何在保证客户满意度的同时降本增效是高值农产品选址-路径规划中亟待解决的关键问题。【方法】提出了以总成本最小、客户满意度值最大为目标的两阶段物流选址-路径优化模型。第1阶段聚焦烘干中心选址,考虑建设成本、运输便利性、服务辐射范围等构建选址模型,优选出与中草药产区及用户地理位置相匹配的初加工中心;第2阶段基于筛选的初加工中心位置规划物流运输路径,以车辆容量、速度、时间窗为约束,综合运输、惩罚、货损成本与客户满意度构建多目标路径规划模型。为求解上述模型,将粒子群算法、差分进化理念及种群进化因子融入细菌觅食算法中,提出了混合多目标优化的MOBFO-NMOPSO算法,所设计算法通过引入基于小生境的多目标粒子群算法以提高求解精度;通过在复制操作中引入差分进化思想以保留种群的多样性;通过将种群进化因子引入迁徙操作以提高算法收敛速度。为验证模型及算法的有效性,首先将所提出的MOBFO-NMOPSO算法与NSGA-II、MOPSO、NMOPSO、GWOEDA、GA等算法对比,验证了算法在求解性能及求解速度上的优势。其次以S企业中草药供应链的实际数据为支撑,综合考虑烘干中心建设成本、车辆运输成本、时间惩罚成本及货损成本,全面求解两阶段选址-路径规划问题。【结果】仿真结果表明,优化后的企业运输成本降低了10.26%,客户满意度提升了44.84%,验证了模型在求解高值农产品物流规划问题上的有效性。从服务中草药产区数量、物流成本和客户满意度3个维度考量,分别设计了S企业中草药供应链在考虑不同极端解和折中解的实际物流路径方案,以供企业选择。【结论】研究构建的两阶段选址-路径优化模型及改进的MOBFO-NMOPSO算法,通过降低供应链总成本切实增强其竞争力,通过提高客户满意度稳固供需合作关系,并通过构建两阶段物流规划体系有力推动高值农产品供应链的协调稳健发展,提升其高值农产品运作效率。 展开更多
关键词 选址路径 双目标模型 两阶段物流 细菌觅食算法 粒子群算法 差分进化 种群进化 车辆运输
在线阅读 下载PDF
基于IWOA-LSTM算法的预应力钢筋混凝土梁损伤识别 被引量：1
17
作者 范旭红 章立栋 +2 位作者 杨帆 李青 郁董凯 《江苏大学学报（自然科学版）》 CAS 北大核心 2025年第1期105-112,119,共9页
为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模... 为准确识别桥梁结构的损伤程度,制作了桥梁的关键构件——预应力钢筋混凝土梁,进行三点弯曲加载试验.收集了损伤破坏全过程的声发射(AE)信号,通过AE信号参数分析,将梁的损伤破坏过程划分为4个典型阶段.构建了长短时记忆神经网络(LSTM)模型,根据经验设置LSTM模型的超参数容易导致网络陷入局部最优而影响了分类结果,提出采用Sine混沌映射和自适应权重来改进鲸鱼优化算法(WOA),对LSTM进行超参数寻优.设计了IWOA-LSTM算法模型,训练识别试验梁各损伤阶段的AE信号特征参数.定型网络结构,并识别同种工况下其他梁的AE信号.结果表明:IWOA-LSTM算法模型识别准确率均超过或接近92%,相较于普通LSTM模型,IWOA-LSTM模型识别准确率提高了约7%. 展开更多
关键词 预应力钢筋混凝土梁 声发射 损伤识别 长短时记忆神经网络 改进的鲸鱼优化算法
在线阅读 下载PDF
基于改进标签传播算法的舆情社交网络社区发现
18
作者 钱晓东 王卓 《计算机应用研究》 北大核心 2025年第1期48-55,共8页
通过改进的标签传播算法研究了舆情社交网络中的社交主题发现。针对传统算法容易陷入局部最优的问题,依据节点间相似度选择标签传播时的邻居节点;针对传统算法标签更新时的随机性问题,通过结合舆论动力学模型HK的观点交互过程,依据节点... 通过改进的标签传播算法研究了舆情社交网络中的社交主题发现。针对传统算法容易陷入局部最优的问题,依据节点间相似度选择标签传播时的邻居节点;针对传统算法标签更新时的随机性问题,通过结合舆论动力学模型HK的观点交互过程,依据节点影响力的大小更新标签。实验结果表明,该方法在最好情况下(k=0.9)相较于原算法,在稳定性和模块度指标两方面分别提高了31%和78%,并且优于其他几种改进算法。由此可见,该算法相较于原算法及其他改进算法在舆情社交网络的主题社区发现中表现更好。 展开更多
关键词 标签传播算法 舆情社交网络 HK模型 主题社区发现
在线阅读 下载PDF
基于改进DQN算法的船舶全局路径规划研究
19
作者 关巍 曲胜 +1 位作者 张显库 胡彤博 《中国舰船研究》 北大核心 2025年第1期107-114,共8页
[目的]为提升实际海域环境下船舶航行路径的经济性与安全性,提出一种改进深度Q网络(DQN)算法的船舶全局路径规划方法。[方法]首先,引入优先经验回放机制赋予重要样本更高的权重,提升学习效率;然后,再通过决斗网络和噪声网络改进DQN的网... [目的]为提升实际海域环境下船舶航行路径的经济性与安全性,提出一种改进深度Q网络(DQN)算法的船舶全局路径规划方法。[方法]首先,引入优先经验回放机制赋予重要样本更高的权重,提升学习效率;然后,再通过决斗网络和噪声网络改进DQN的网络结构,使其对特定状态及其动作的价值评估更加准确,并同时具备一定的探索性和泛化性。[结果]实验结果表明,在马尼拉附近海域环境下,相比于A^(*)算法和DQN算法,改进算法在路径长度上分别缩短了1.9%和1.0%,拐点数量上分别减少了62.5%和25%。[结论]实验结果验证了改进DQN算法能够更经济、更合理地规划出有效路径。 展开更多
关键词 船舶 运动规划 DQN算法 优先经验回放(PER)
在线阅读 下载PDF
基于DHPA^(*)-DSACO算法的AGV路径规划研究
20
作者 王俊岭 刘佳年 +1 位作者 边俊君 王振东 《机床与液压》 北大核心 2025年第5期15-23,共9页
自主引导车(AGV)的路径规划算法是确保其正常运行的关键部分。针对A^(*)算法在路径规划过程中存在的搜索效率低、路径曲率大的问题,以及蚁群ACO算法收敛速度慢和对参数敏感等缺陷,提出一种动态启发式惩罚A^(*)与动态感知蚁群优化算法相... 自主引导车(AGV)的路径规划算法是确保其正常运行的关键部分。针对A^(*)算法在路径规划过程中存在的搜索效率低、路径曲率大的问题,以及蚁群ACO算法收敛速度慢和对参数敏感等缺陷,提出一种动态启发式惩罚A^(*)与动态感知蚁群优化算法相融合的算法—DHPA^(*)-DSACO。DHPA^(*)算法通过设置动态权重因子,结合父节点启发距离,并引入转弯惩罚项,以降低运行时间和路径曲率。DSACO算法通过设置自适应蚁群启发因子和动态挥发因子,优化信息素更新策略,从而缩短路径长度。同时,该算法利用B样条曲线对路径进行平滑处理。为验证算法的可行性,在PyCharm环境中将DHPA^(*)-DSACO算法与其他算法进行对比测试,并对实验结果进行了分析。最后,为了模拟真实世界中的情况,基于ROS系统建立仿真平台,验证了DHPA^(*)-DSACO算法的有效性。结果表明:DHPA^(*)-DSACO算法有效降低了路径长度、曲率和运行时间,显著提升了运行效率。此外,该算法还能有效避免算法陷入局部最优解,减少收敛迭代次数,进一步增强了算法的鲁棒性,使其更好地适应AGV的实际运行情况。 展开更多
关键词 路径规划 蚁群算法 A^(*)算法 B样条曲线
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
使用帮助 返回顶部