基于蚁群优化的改进决策树算法研究，张忠坤，周亚建，本文提出了一种新的基于蚁群优化的改进决策树算法(ACODT, Ant Colony Optimization Decision Tree)，该算法充分利用了蚁群算法的信息素反馈和启��

AC-BM算法研究源代码 AC-BM算法将待匹配的字符串集合转换为一个类似于Aho-Corasick算法的树状有限状态自动机，但构建时不是基于字符串的后缀而是前缀

文章研究了Q-learning算法,并且基于该算法,对煤矿井下机器人的移动路径进行了规划,并且对规划方案进行了仿真分析,通过研究发现Q-learning算法的路径规划能力优越,特别是对于条件极为恶劣、工况十分复杂的煤矿井下作业环境而言,能够较好地获取满意的规划结果。

随着智能交通的发展，自动驾驶、智能车载交互、安全预警等新型车载应用不断涌现，独立车辆依靠自身有限的计算资源难以运行这些种类繁多且具有大量计算需求和时延需求的应用。雾计算通过将计算任务分布在网络边缘的设备中，运用虚拟化、分布式计算和并行计算技术，使用户能够按需动态地获取计算能力、存储空间等服务。将雾计算架构应用于车联网能够有效缓解计算量大、低时延车载应用与车辆有限且不均的资源分布之间的矛盾。从分析车—车通信、车—基础设施通信以及车辆时延容忍网络通信的信道容量入手，建立车联网异构接入的多业务资源优化模型，通过联合调度各类车联雾资源，实现智能交通应用的高效处理。仿真结果表明，所提出的强化学习算法能够有效地应对异构车联雾架构下的资源优化。

基于统计学方法,对故障诊断及故障处理过程中可能遇到的典型故障现象,提出一系列稳定可靠的故障数据模拟新算法,由此可灵活组配各种需要的模拟数据方案。建立了模拟故障数据构造的层次组合模型,总结出不同实际情况需求的模拟故障数据算法步骤。结合配电网中2个实例,通过等价类划分进行实验。结果表明所建议的方法在故障数据模拟过程中简单实用。该算法尽可能抽象故障数据中最本质的内容,对数据挖据及故障模拟方案的设计及实施有一定的实际意义。

X波段微带余割平方扩展波束天线阵赋形优化遗传算法研究

仓储物流可移动机器人的多任务分拣高效算法研究 (2).pdf仓储物流可移动机器人的多任务分拣高效算法研究 (2).pdf

弹性网络算法是一种启发式算法，最初被提出是用来解决TSP（Traveling Salesman Problem）问题的，现如今，被广泛应用于聚类问题中，尤其对于高维空间数据聚类方面，有很大的优势。提出了一种新的自适应弹性网络算法（Adaptive Elastic Net，AEN）解决聚类问题，该算法利用弹性网络算法得到的[K]个中心点作为聚类初始中心点，并利用局部搜索择优算法在每次迭代中更新中心点。以聚类完成后每一簇的中心点到该簇元素的距离之和作为聚类质量评价标准，分别对随机生成的不同维度的50，100，300，500，1?000个数据点的数据集和UCI中多个标准数据集进行聚类，并将结果与传统聚类算法的聚类结果进行比较。实验表明：相较于传统的聚类算法，该算法可以有效地提高聚类质量。

用户功能： （1）注册登录。用户可以依照系统要求独立注册账号，注册成功后用户可以根据自己的账号及密码登录系统。除此之外，针对已经登录的用户可以退出系统使用。 （2）学习资源查看。用户可以在登录状态下查看系统中的学习资源列表展示。 （3）学习资源搜索。用户可以在登录状态下关键字搜索系统中的学习资源，并列表展示。 （4）学习资源浏览。用户可以在登录状态下查看详细学习资源信息。 （5）学习资源收藏。用户可以在登录状态下对某一学习资源信息加以收藏。 （6）学习资源评分。用户可以在登录状态下对某一学习资源信息加以评分。 （7）学习资源推荐。系统根据用户的查看、搜索、浏览情况和学习资源的收藏、评分情况，为用户提供个性化学习资源推荐。 （8）用户中心。用户可以在登录状态下对个人信息进行查看和修改。 管理员功能： （1）增删改查学习资源。管理员可以对系统中的学习资源进行增删改查操作。 （2）增删改查用户信息。管理员可以对系统中的用户进行增删改查操作。

ISAR高分辨成像和参数估计算法研究ISAR高分辨成像和参数估计算法研究ISAR高分辨成像和参数估计算法研究