自动分配算法论文-任荟颖,邹鲲,孙涛

自动分配算法论文-任荟颖,邹鲲,孙涛

导读:本文包含了自动分配算法论文开题报告文献综述及选题提纲参考文献,主要关键词:医药冷库,仓位分配,遗传算法,周转率

自动分配算法论文文献综述

任荟颖,邹鲲,孙涛[1](2018)在《基于遗传算法的自动医药冷库仓位分配》一文中研究指出对于自动化医药冷库来说,各类药品存放位置(即仓位)的合理分配会在很大程度上影响后期的仓库管理工作以及药品出库的效率。以药品周转率和药品相关性为依据,以提升医疗冷库药品自动出库效率和仓库人工管理效率为目标,利用遗传算法采用权重系数法对药品仓位分配进行双目标优化,并对上述目标进行了验证。优化结果表明:在提高出库效率目标所占权重较大情况下,与顺序分配仓位方法相比,提出的仓位分配方法能够更加合理的分配仓位,提高医药冷库的出库效率;在人工管理效率目标所占权重较大情况下,提出的方法能够实现相关药品就近放置,方便人工管理。(本文来源于《制造业自动化》期刊2018年09期)

刘为,廖仁波,王琳[2](2018)在《改进图着色算法的PCI自动分配方法》一文中研究指出基于经典图着色算法的LTE PCI分配方法对小区间干扰未予以考虑。通过分析PCI与LTE物理层主辅同步信号的生成序列、小区上下行参考信号的频域资源排列关联关系,提出一种基于改进图着色算法的PCI自动分配方法,其特点在于在既实现无冲突、无混淆PCI复用,也保证同频组网场景中,上述物理层信号的小区间干扰抑制得到优化。结合LTE网络架构给出PCI冲突与混淆的分布式检测及集中式的冲突与混淆解决方案,结合仿真结果表明该方法有效可行。(本文来源于《计算机工程与设计》期刊2018年02期)

余慧瑶,黄昶,宋倩[3](2018)在《一种自动的论文审稿分配算法研究》一文中研究指出论文审稿分配是学术会议中的一项重要工作,是一个十分有研究意义且很有挑战性的问题。提出了一种自动的新型论文审稿分配算法。首先详细介绍了论文和审稿人匹配度计算方法。根据匹配度计算结果,利用整数线性规划对论文审稿人进行合理分配。最后实验结果表明,所提算法能有效解决论文审稿分配问题。(本文来源于《信息通信》期刊2018年01期)

毛鹏[4](2017)在《基于遗传非负矩阵分解算法的众包平台任务自动分配研究》一文中研究指出众包是继外包之后出现的一种全新的问题解决方式,它指一个机构把由员工执行的工作任务,以自由自愿的形式交给非特定大众网络的方法。随着众包模式的大量应用,众包平台上的任务出现了爆炸式增长,而目前众包平台简单的任务排序方式并不能满足日益增长的任务需求,导致平台的任务不能被及时完成。因此提出众包平台任务分配算法,将合适的任务自动分配给合适的用户,将极大的提高平台的任务完成效率。近年来,国内外研究人员提出利用矩阵分解等算法来进行任务自动分配,其中非负矩阵分解由于可解释性好,能够缓解冷启动问题,准确度较高等优点受到了广泛关注。然而,非负矩阵分解算法的目标函数通常是不可微不连续的,且梯度搜索方法容易陷入局部最优。基于此,本论文提出一种基于遗传算法的非负矩阵分解算法来实现众包平台任务的自动分配,利用遗传算法的全局最优性来提高算法的准确度。在矩阵分解的初始阶段,采用PMX交叉和单点变异分别以原矩阵与近似矩阵差值的行向量和列向量的Frobenius范数为适值函数进行用户特征矩阵和任务特征矩阵初始化;在此基础上,利用矩阵随机行或列的交叉和矩阵固定比例元素的变异,以原矩阵和近似矩阵差值的Frobenius范数为适值函数进行迭代,得到的两个非负矩阵的乘积即为预测矩阵。给定指定数量的任务,通过预测原矩阵缺失值的大小给任务进行排序,将预测评分高的任务优先分配给用户。本文将基于遗传算法的非负矩阵分解算法与经典的概率矩阵分解算法,随机初始化的NMF算法和TaskRec算法进行RMSE和MAE精度分析,仿真结果表明,本算法在低维空间的RMSE和MAE指标更优,具有更高的求解精度。(本文来源于《浙江工业大学》期刊2017-03-01)

刘琪[5](2015)在《丽江2.4米光学望远镜观测时间自动分配算法研究》一文中研究指出随着天文领域的发展,对于天文设备的使用需求日益增长,而天文设备研发周期长,工艺复杂,造价昂贵,因此,天文设备的有效利用有着非常重要的意义。目前,很多天文望远镜的时间分配任务均由其管理员人工完成,这种方式耗时、低效,并且此类时间分配问题为具有多目标的NP难问题,当申请数据规模较大时,望远镜的管理员很难通过人工方式找到较优解。因此,实现望远镜时间分配的自动化有着举足轻重的意义。不同的望远镜有各自的特征,其时间分配问题也有不同的要求和限制。云南天文台丽江2.4米光学望远镜是东亚地区最大口径的通用光学天文望远镜之一,具有较高的分辨率和精确度以及良好的综合性能,其投入使用的几年中,每年都承载了数十项先进水平的天体物理观测课题和研究工作。本文的主要工作在于为丽江2.4米光学望远镜设计一套高效可行的时间分配方案,使其得到最大化的利用。本文首先对2.4米望远镜的观测时间自动分配问题进行抽象和建模,通过形式化方法,将其表示为一个约束优化问题。首先,通过在经典的Spike系统框架下进行方法改进,求解2.4米望远镜时间分配问题。其后,又提出了一种混合启发式算法改进时间分配效果。该方法分为两个阶段。第一阶段基于遗传算法的思想搜索具有最大科学价值的时间分配方案,该阶段的设计主要有两个特色:第一是在构造初始种群时,采用贪心策略和权重随机策略,在尽量保证高科学价值的申请优先分配的基础上,提高初始种群的基因多样性;第二是本文设计的两种交叉方式,内部交叉和外部交叉,既促进了优质基因的结合,又为保持基因多样性提供了可能。第二阶段中,在保持最大科学价值的同时,为提高用户观测时间的平均连续性,采用了模拟退火算法,有效地避免陷入局部最优。本文分别基于丽江2.4米望远镜的真实观测申请数据和较大规模的模拟申请数据进行实验,对比和分析两种方法,并验证其可行性。(本文来源于《天津大学》期刊2015-12-01)

张孝顺,余涛[6](2015)在《互联电网自动发电控制功率分配的改进逼近于理想解的排序-Q多目标优化算法》一文中研究指出本文提出了一种多目标决策与强化学习相结合的改进的逼近于理想解的排序(technique for order preference similar to an ideal solution,TOPSIS)-Q算法,有效解决了自动发电控制(automatic generation control,AGC)总功率指令分配到风电、水电、火电等各类AGC机组的动态随机多目标优化问题.算法采用3个不同的目标Q值矩阵进行迭代更新,然后利用改进TOPSIS方法对Q值矩阵进行多目标决策处理,客观地给出各目标的动态最优权重系数,从而得到各状态-动作对的综合评价判据.IEEE标准两区域模型仿真研究验证了改进TOPSIS-Q算法在AGC机组功率多目标动态优化分配过程应用的可行性和有效性,在复杂随机扰动的环境中提高系统CPS性能的同时,有效降低了AGC机组调节成本和碳排放.(本文来源于《控制理论与应用》期刊2015年04期)

邵康鹏,史峥,张培勇[7](2013)在《可寻址测试芯片测试结构自动分配算法研究》一文中研究指出为了缓解由于可寻址测试芯片自动化设计方法的缺失所带来的设计效率低下、设计稳定性不足等问题,针对可寻址测试芯片设计过程中的测试结构分配环节,将线性规划应用到测试结构的自动分配算法中。通过整理现有的手动分配测试结构的方法,得到了一套测试结构分配的基本规则;同时,将这些分配规则转换为多元一次不等式的数学表述,从而构建了针对测试结构分配环节、基于线性规划的数学模型,根据该数学模型,可以发展出一个自动分配器以快速、自动地解决可寻址测试芯片的测试结构分配问题。研究结果表明,基于线性规划的自动分配器可以在数分钟内完成上千个测试结构的自动分配;同时,自动分配器会在考虑各种测试结构分配的基本规则的前提下,在测试单元空间利用率上得到一个最优化组合方案。(本文来源于《机电工程》期刊2013年09期)

邵康鹏[8](2013)在《测试芯片设计的自动分配算法研究》一文中研究指出随着集成电路产业进入“后摩尔”时代,集成电路的制造技术变得异常复杂,在生产过程中保证芯片的成品率面临着极大的挑战。在芯片制造的过程中,为了能够更好地进行成品率控制,业界提出了多种新型的测试芯片解决方案。本课题着重研究可寻址测试芯片和基于产品版图测试芯片设计过程中的测试结构分配问题,探索其实现设计自动化的可能性。本文围绕测试芯片的设计自动化展开以下两方面的研究:1.针对可寻址测试芯片的测试结构分配环节,通过整理现有的手动分配测试结构的方法,得到了一套测试结构分配的基本规则。同时,将这些分配规则转换为多元一次不等式的数学表述,从而构建了针对测试结构分配环节,基于线性规划的数学模型,根据该数学模型,可以发展出一个自动分配器以快速、自动地解决可寻址测试芯片的测试结构分配问题。2.针对基于产品版图测试芯片的测试结构选择问题,为测试结构选择问题建立合理的数学描述,同时量化测试结构选择问题的优化目标。接着对于该数学问题,构建基于线性规划的数学模型,从而设计出基于产品版图测试芯片的测试结构自动选择算法。(本文来源于《浙江大学》期刊2013-06-30)

秦政,侯明明,尹吉丁,耿浩[9](2013)在《基于DAD算法的高校学生宿舍管理自动分配系统的设计与实现》一文中研究指出1引言高校学生宿舍管理系统作为我国高校信息化建设的重要组成部分,在配合高校信息化人才培养方面发挥着越来越重要的作用,高校宿舍既是大学生学习文化知识的地方,也是大学生进行休闲、娱乐的地方,加强高校宿舍资源管理,一方面,能有效减少学工人员的工作负担,另一方面,可以显着提高学工人员工作效率,从而使管理者放心,被管理者满意。2高校学生宿舍管理自动分配系统框架2.1高校学生宿舍管理自动分配需求分析现阶段我国高校学生宿舍管理方式仍然比较落后,也存在一些弊(本文来源于《信息与电脑(理论版)》期刊2013年03期)

张景曼[10](2012)在《自动扶梯群控系统及优化分配算法研究》一文中研究指出18世纪90年代第一台自动扶梯的产生标志着自动扶梯商业化运行的开始。众多公共场合中,由于建筑物内交通状况复杂化程度进一步加深,单部或少数几部扶梯已经不能满足乘客的需求。由该场合中所有自动扶梯形成的自动扶梯群控系统EGCS (Elevator Group Control System)解决了这一问题。为了更加优质的完成该系统中扶梯日常运行任务,人们提出了扶梯监控系统且逐步趋于完善。本文把群控系统作为研究对象,提出了自动扶梯群控系统及优化分配的解决方案。系统由扶梯控制板、扶梯群优化分配算法和监控界面组成。首先系统进行扶梯群优化分配,该问题是根据客流曲线实现的最优分配问题。按照建立扶梯客流的运输模型,在人群既有上行需求又有下行需要的情况下,基于博弈论提出了一种自动扶梯上行和下行数目分配算法,使得目标函数在零和博弈意义下达到最优。扶梯群分配模式的解决方案是扶梯群监控系统中控制扶梯运行模式的主要依据,除此之外,扶梯群监控系统还实现了实时监测、故障记录、定期维护、安全报警等控制要求。本文设计的监控系统是基于LabVIEW监控软件完成各功能界面的设计的。根据功能需求并结合使用者的要求,功能界面便于操作且功能全面。该监控软件通过自定义协议与RS485标准相结合,实现与下位机控制系统的通信工作。控制系统是硬件电路的设计实现,以ST72324为核心处理器,I/O板为信号输入和输出的接口板,实时监测和控制底层扶梯状态。(本文来源于《东北大学》期刊2012-06-01)

自动分配算法论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

基于经典图着色算法的LTE PCI分配方法对小区间干扰未予以考虑。通过分析PCI与LTE物理层主辅同步信号的生成序列、小区上下行参考信号的频域资源排列关联关系,提出一种基于改进图着色算法的PCI自动分配方法,其特点在于在既实现无冲突、无混淆PCI复用,也保证同频组网场景中,上述物理层信号的小区间干扰抑制得到优化。结合LTE网络架构给出PCI冲突与混淆的分布式检测及集中式的冲突与混淆解决方案,结合仿真结果表明该方法有效可行。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

自动分配算法论文参考文献

[1].任荟颖,邹鲲,孙涛.基于遗传算法的自动医药冷库仓位分配[J].制造业自动化.2018

[2].刘为,廖仁波,王琳.改进图着色算法的PCI自动分配方法[J].计算机工程与设计.2018

[3].余慧瑶,黄昶,宋倩.一种自动的论文审稿分配算法研究[J].信息通信.2018

[4].毛鹏.基于遗传非负矩阵分解算法的众包平台任务自动分配研究[D].浙江工业大学.2017

[5].刘琪.丽江2.4米光学望远镜观测时间自动分配算法研究[D].天津大学.2015

[6].张孝顺,余涛.互联电网自动发电控制功率分配的改进逼近于理想解的排序-Q多目标优化算法[J].控制理论与应用.2015

[7].邵康鹏,史峥,张培勇.可寻址测试芯片测试结构自动分配算法研究[J].机电工程.2013

[8].邵康鹏.测试芯片设计的自动分配算法研究[D].浙江大学.2013

[9].秦政,侯明明,尹吉丁,耿浩.基于DAD算法的高校学生宿舍管理自动分配系统的设计与实现[J].信息与电脑(理论版).2013

[10].张景曼.自动扶梯群控系统及优化分配算法研究[D].东北大学.2012

标签:;  ;  ;  ;  

自动分配算法论文-任荟颖,邹鲲,孙涛
下载Doc文档

猜你喜欢