数据挖掘遗传算法在最优客户分析中的应用

基于遗传算法的数据挖掘技术在求解最优客户方面具有较强的处理能力.阐述数据挖掘和遗传算法的含义,给出遗传算法的实现流程,详细论述基于数据挖掘的遗传算法在最优客户分析中的应用.     

美国2008年的自行车市场及2009年市场销量预测

美国2008年总共进121自行车1860万辆（95％以上的进口自行车均来自中国）,同比增长2％;自行车平均单价为70美元,同比增长20％。美国2008年自行车产量估计与2007年差不多,至多在30～40万辆。     

测量误差二次多项式回归模型的参数估计

本文在Fuller.W.A等人做出的测量误差一元线性回归模型及一元p维向量线性回归模型的参数估计基础上,讨论了测量误差二次多项式回归模型的参数估计。利用测量误差多项式回归模型样本（Yt,Xt）,t=1,2,…,n,通过统计方法求出样本所包含的统计信息,得出了测量误差二次多项式回归模型的参数估计。     

基于GIS的公交换乘查询系统

利用地理信息系统(GIS)技术构建公交网络模型,以"最少换乘次数"和"最小乘车时间"为公交换乘查询的目标,在Visual Basic 6.0编程环境下利用GIS组件MapX实现公交换乘查询系统,为出行者的出行提供决策辅助.     

城市居民出行次数变权预测方法

传统居民出行生成次数采用线性回归分析现状数据,建立居民特征变量与出行次数间的关系,但并未区分样本权重,预测结果受样本点波动影响较大。因此,论文考虑对不同的样本点施加不同权重,以区分不同样本点对预测结果的影响程度,并以最小二乘参数估计法为基础,采用Robust估计中的Welsch方法构造样本点权重值,通过迭代运算确定样本权重系数,进而建立样本权重变化的预测方法。研究表明,变权预测方法可应用于样本量大、变量众多,并难以准确识别样本有效性的情况。预测结果有效地避免了数据波动对预测结论的干扰,可更贴近居民出行次数的变化趋势。     

基于GPS车辆定位信息的交叉口延误计算方法

为得到车辆在城市道路信号控制交叉口的瞬时延误,根据车辆在交叉口的运行特征,利用GPS车辆定位信息,提出了交叉口车辆延误3种指标的计算方法。为确定加速度临界点,探讨了两种车辆延误的计算方法：加速度临界值过滤法和非线性拟合～局部最优解法。这两种方法能够很好地描述车辆加速和减速等运动过程,并有效地寻找交通流特征曲线的拐点,从而计算车辆在信号控制交叉口的延误。最后,通过实际数据对两种算法进行了验证。通过比较分析,从算法的简便性、有效性和准确性层面分别得出结论,结果表明,非线性拟合一局部最优解法比加速度临界值过滤法平稳,精度相对较高。     

四心圆弧拟合椭圆的解析算法及其最优解

针对四心圆弧拟合椭圆没有准确的误差算法导至拟合椭圆的精度较模糊这一问题,根据图形分析确定了四心圆弧拟合椭圆的定解区间,导出了拟合椭圆的四心圆弧法向误差解析式,并根据法向误差确定了四心圆弧拟合椭圆的最小误差带,从而确定了四心圆弧拟合椭圆的最高精度,使四心圆弧是否可以拟合给定形状公差的椭圆有了准确的判断依据．     

矩阵损失下带约束生长曲线模型中齐次线性估计的可容许性特征

证明了约束条件下生长曲线模型中线性估计的可容许性与约束条件下一元线性模型中,线性估计的可容许性在齐次线性估计类中具有等价性,得到了带约束生长曲线模型中线性函数KBL的估计DYF在齐次线性估计类中是可容许估计的充要条件．     

最优联盟结构生成算法中的分支限界技术

讨论多Agent系统中的最优联盟结构生成问题．对于联盟值以特征函数表示的情况下,提出了一种分支限界技术．该技术用联盟大小所代表的整数多个二部拆分作为当前搜索空间的多个分支,以已经求得的局部联盟值的下界和当前所得到的最优值所构造出的剪枝函数来限界．这样,若当前要搜索的一个分支——二部拆分的上界小于所构造的剪枝函数时,该二部拆分分支所对应的大量二部划分就不需进行分解,从而减少了搜索时间．该分支限界技术可整合到当前所出现的各种联盟结构生成算法中．为了测试该技术的有效性,本文将该技术应用到了Rothkopf所提出的DP算法和Rahwan等人所提出的IDP算法中．在具有21个Agent系统中,带有分支限界的BBDP（Branch Bound Dynamitic Programming）算法比不带有分支限界的DP算法可节省时间58．2％;带有分支限界的比不带有分支限界的IDP算法可节省时间17．8％．     

基于风险管理的桥梁维护策略多目标优化方法

以最优化桥梁构件可靠度指标、维护费用和桥梁的日平均交通量为目标,考虑各个目标的权重系数,采用多目标最优指标（MOI）．且基于帕累托最优理论和折衷规划法而建立的桥梁维护策略多目标优化方法,经实例证明可为基于维护目的而进行桥梁最优排序提供一个实用而有效的途径。