一种渐变概率选择操作的实数编码量子进化算法

为进一步提高实数编码量子进化算法在进化过程中的种群多样性以及在高维复杂函数优化上的全局收敛性,参照模拟退火算法的特点,提出了一种渐变选择概率的实数编码量子进化算法,该方法通过在进化过程中逐步提高更好解的选择概率,在进化计算初期保持种群的多样性,能较为全面地对解空间进行搜索,而在进化末期,选择概率逐渐提高到1,只接受更好的解而保证算法稳定的收敛。仿真实验结果表明,该算法能有效避免早熟和局部极值问题,具有更快的收敛速度和更高的求解精度。     

基于BP神经网络的卷烟零售量价控制研究

针对烟草营销中卷烟货源投放总量难以准确控制的问题,通过分析各区域货源投放量、实际销售量与零售价格之间的相互关系,采用BP神经网络预测,建立了卷烟零售量价控制模型,据此来调控各品类的投放量,测试结果表明有较好的预测准确度。     

基于ID3算法的卷烟产品零售客户分类研究

ID3算法是一种比较高效的数据挖掘算法,通过这一算法在卷烟产品零售客户分类上的运用,快速的将零售客户归入不同的类别,实现了依据客户重要性和产品依存度提供针对性的服务,以此来制定更加合理的卷烟产品营销策略,从而优化资源配置,提高销售额。     

基于矩阵的多段支持度关联规则挖掘算法

为有效提高关联规则挖掘算法效率,提出了一种基于矩阵的多段支持度关联规则挖掘算法,该算法通过一次数据库扫描将事务数据存放在矩阵中,利用矩阵进行支持度的计算和频繁集的寻找,同时将项集支持度分段计算的思想应用其中,减少候选集生成,实验表明,算法效率得到了较大提高。     

基于层次分析法的库存ABC分类研究

提出了基于层次分析法的库存ABC分类方法,来解决多准则库存ABC分类的问题。构建了评价模型,并给出了详细的计算步骤;设计了基于多准则的商品库存分类体系;通过算例验证了该方法的有效性。     

基于多智能体局部寻优的粒子群优化算法

为了提高粒子群算法的收敛速度和全局寻优能力,用多智能体遗传算法对粒子群算法当前搜索到的全局极值进行局部寻优．用搜索到的更好的解在下一次迭代中引导粒子进行搜索从而获得更快的收敛速度和更好的全局收敛性。对函数优化和神经网络训练的仿真实验表明．此算法能更快的收敛到全局最优解。     

多智能体遗传算法优化神经网络权值研究

采用多智能体遗传算法来优化神经网络权值,经过神经网络自身的训练来进一步提高精度,结果表明,本算法能以较快的收敛速度获得较高的训练精度。     

基于ASP.NET的成本核算系统的设计与实现

通过对某汽车零部件制造企业成本核算的具体需求进行分析,以ASP.NET作为开发工具,设计并实现了该企业的成本核算系统,实现了成本核算的信息化和自动化管理.经过一段时间的试运行表明,本系统能较大的减轻公司财会人员的劳动强度,提高工作效率.     

基于进化计算的薄板冷连轧轧制规程优化系统设计与应用

轧制规程是轧钢生产的核心内容,一套好的轧制规程可以使轧钢生产稳定顺行,减少生产事故的发生,降低生产能耗,以最低的成本发挥最大的经济效益。为了得到更优的轧制规程,本文采用一些快速高效的基于进化计算的智能优化方法,用VC++6.0开发了轧制规程优化系统。本系统操作简便,优化快速,优化结果可以为轧钢生产提供一定的参考。     

量子进化和模拟退火的混合优化算法

将量子算法和模拟退火算法相结合,提出一种量子进化和模拟退火的混合优化算法。本算法同时利用了量子算法的并行搜索能力和模拟退火算法的串行搜索能力,和量子算法相比有更快的收敛速度和更好的全局寻优能力。仿真实验也表明本算法有更好的搜索性能。