基于神经动态规划算法的最优路径选择探讨

神经动态规划算法在处理复杂的决策问题时非常有效,它可将我们所遇到的问题分成若干子问题,然后再寻找每个子问题合理的处理方法,最后从这些子问题的处理方法中找到以前问题的最优处理方法。在最优路径选择问题中,通过Matlab仿真得出神经动态规划算法比传统方法更容易找到答案,使运行效率得到了提高。     

城市电磁环境可视化及系统设计研究

为解决未来现代化城市作战面临的作战场景环境复杂多样、电磁数据难以接入、缺乏直接有效的电磁可视化指挥系统、指挥人员难以快速获取对城市空间电磁频谱态势的直观认知等问题，并满足城市进攻作战方案拟定、关键技术研究等需求，文中深入剖析典型城市场景构成要素，利用现代系统仿真技术，基于三维GIS(Geographic Information Service)技术，结合多种电磁频谱绘制手段，构建一种面向未来城市电磁频谱认知的可视化系统。对系统的功能工作流程、软件架构进行详细介绍，并对系统的具体应用效果进行具体阐述分析。从应用效果上来看，所构建的城市电磁环境可视化系统可以使指挥作战人员从宏观层面上准确、快速、直观地认知城市电磁频谱环境态势，从而为后续的城市电磁进攻活动提供有力保障。     

基于错误矩阵方程的解决城市交通拥堵决策研究

针对解决城市交通拥堵决策问题,首先给出了错误优化矩阵的概念,在此基础上引出错误矩阵方程的概念,利用消错理论中的错误优化矩阵方程,从错误优化的角度来研究并解决城市交通拥堵的决策方法.相应结合实际状况给出当前状态矩阵,从而进行下一步的求解,步步推理获得了决策人满意的方案集,为决策者提供最优建议.     

主动变革 高悬“达摩克利斯之剑”

对在美上市的中国电信运营商而言,《萨班斯法案》造成的矛盾不可能消失,但可以从执行过程上加以改善。通过加强企业的软硬件建设、流程再梳理以及合理的预案机制等,可减少流程实施过程中的不利因素影响,达到风险控制和决策效率的平衡。     

基于改进PSO的变流器控制参数优化方法

粒子群优化(PSO)算法在优化具有非连续特性的变流器控制参数时,因粒子多样性的减少与缺少跳出局部优值区域的机制,容易陷入局部最优值。为了解决上述问题,该文提出具有多群体和多速度更新方式的改进PSO(MMPSO)。以不同控制方式的单相逆变系统为研究对象,选取由总谐波畸变率(THD)和误差绝对值积分(IAE)组成的优化目标函数,并建立MMPSO的变流器优化模型。实验结果对比表明,MMPSO算法优化效率高,且收敛速度快。     

配网运行方式综合优化管理研究

网络重构、并联电容器组以及分布式电源的选址优化是基于配网扩建管理中,较为经济的调控手段。文中通过优化系统的网络结构、优化配置电容器组以及分布式电源的安装位置以综合改善配网的损耗、系统电压稳定性以及线路负荷均衡度。文中建立了配网多目标优化控制模型;并通过非支配排序遗传算法以及模糊决策分析法求解配网最佳运行方式。最后,通过仿真测试系统验证了综合方式运行优化的有效性。     

室内环境下基于边际约束的快速路径自主探索算法

为了提高移动机器人在室内未知环境的自主探索能力,实现移动机器人在探索目标点之间的安全、快速移动,提出一种基于边际约束的快速路径自主探索算法。首先,将机器人自主探索问题描述为部分可观测马尔可夫决策过程模型。之后,在传统的快速扩展随机树(RRT)算法基础上,将随机树的生长空间划分为边际四象限空间,结合启发式评估函数的评价。该算法加快了移动机器人在探索目标点之间的移动速度,同时减少了随机树的节点,降低了对内存空间的占用。通过Matlab仿真实验,在实验设定的仿真环境中,该算法比传统RRT算法在时间上缩短约了75%,节点数量减少了约80%,并在机器人操作系统的仿真实验中验证了算法的实用性。     

决策支持系统在现代企业中的作用

随着现代企业不断的发展,规模不断的扩大,企业所招收的各方面人才也越来越多,随着人员的增加,管理者的管理决策成为了其中主要问题,如何更好的对人才进行管理决策,选拔人才,促进企业的发展成为管理者主要应该解决的问题。     

数据挖掘

数据挖掘属于大数据范畴研究的热点问题，是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式。帮助决策者调整市场策略,减少风险，做出正确的决策。