导读:本文包含了智能算法库管理系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:管理系统,算法,智能,蜂巢,优先级,分配,粒子。
智能算法库管理系统论文文献综述
卢少勇[1]（2019）在《基于模糊控制算法的沿海沿江城市排水闸门的智能管理系统》一文中研究指出由于历史原因,很多沿海沿江老城区普遍存在没有实现雨污分流或管道改造不彻底的情况,再加之近年来极端天气的频繁出现,因此极易出现因城市排水体系不能够正确判断,造成的城市内涝或近海水体污染现象发生,因此本文就沿海沿江城市雨污未分离的老旧排水管道系统的智能化运行进行分析,力求为科学合理的开展沿海沿江城市排水截流防汛管理工作提供理论依据,推动城市排水管理智慧化的发展。(本文来源于《中国水运(下半月)》期刊2019年04期）
王楠[2]（2018）在《基于智能算法的医院药库管理系统的研究与设计》一文中研究指出随着岁月的更替,社会的发展,人类的进步,科技的创新,各行各业的技术都在不断的更新,我们已经进入到了一个信息化飞速发展的大数据时代。在信息时代下的医院,不管是从内部管理还是外部服务都将发生质的变化,同时,由于计算机技术的引进,网络营销的产生,将促进医院信息的网络化。在医院的整个体系中,药品是医院业务正常运行不可或缺的特殊商品,而医院的药品管理更是尤为繁杂,药品种类繁多,采购数量不定性,功效不同,以及各部门所需药品的种类、数量不同。在医院的整个体系中,药库尤为重要,它是医院药品管理的枢纽,作为医院药品采购的窗口,以及向医院内部各部门分发药品的部门,具有不可缺少的作用,药库的管理对于医院来说是重中之重。传统的医院药库管理系统大多是对药品简单的进销存,其中存在多方面的问题,主要表现在:数据资源难以共享;业务系统相对封闭,不能有效集成;药品采购数量受人为主观因素影响,不具备科学依据;系统功能不够完善等。为了解决这些问题,如果将现有的系统进行重构,资金、人力成本太高,花费的周期也很长。本系统来源于本人实习的桂林奥普计算机有限责任公司所开发的项目,桂林奥普计算机有限责任公司为多家医院提供系统、以及系统的更新与维护,公司提供服务的客户遍布28个省市。90年代初,就开始为医院提供系统服务,至今已在线运行20多年。随着国家经济的不断发展,网络的普及,大数据的到来,系统原有的功能已不能满足现在医院的需求,综合公司服务的多家医院需求,提出了新的需求分析。针对上述问题,提出在原有系统框架的基础上对系统进行了升级改造,系统采用了原系统的C/S的体系结构的总体框架,使用Delphi 7.0为开发工具,SQL Server2008作为后台的数据库。本课题在研究与设计过程中,可以从以下几个特点来说:(1)在原有系统上进行系统的升级改造,由于原有系统功能单一,本系统基于原有系统的架构,对系统的功能进行了重新的整合编写,同时,采用关系型数据库SQL Server2008,保障数据的安全性。(2)整个系统具有容量大和迅速的信息交换功能,为管理人员第一时间获取最新、最完整、可靠的信息提供了有力保障。(3)在采购业务中加入智能算法,通过对历史数据的智能预测,加强了药品采购数量的准确性、科学性。(4)支持条形码、药品编码等精确查询和输入拼音简码、药品名、厂家等关键字的模糊查询。系统已在贺州某医院等多家医院成功实施并运行稳定。该系统不仅完成了医院药库日常运行管理中的业务,同时也加强了药库药品采购的准确性、科学性,有效的避免了因采购药品数量过多或者过少造成的药品积压或药品短缺的现象。不仅在功能上趋于完善,扩展性增强,而且其具备良好的人机界面,操作简单,非专业的计算机人员经过短暂的培训也能熟练的对系统进操作。通过实践,在药库药品中加入智能算法,很大程度的降低了医院药库药品的浪费率,节约了资金,提高了医院药库管理的效率。(本文来源于《广西师范大学》期刊2018-06-01）
任伟建,高铭泽,张永丰,汪世涛,朱珊[3]（2018）在《基于智能算法的油田档案管理系统任务分配研究》一文中研究指出为解决工作流管理系统中由任务堆积和超时导致的系统工作效率低的问题,将自适应人工萤火虫算法和蚁群算法结合,形成一种新型智能AGSO-ACO算法,并利用该算法进行油田档案管理系统任务分配。实验结果表明:AGSO-ACO算法可以保证用户总负载均衡增长、用户的任务与经验值基本保持一致、用户在局部时间段内达到负载均衡。(本文来源于《化工自动化及仪表》期刊2018年04期）
马汉杰,林霞,胥晓晖,张健,张智晟[4]（2017）在《基于自适应粒子群算法的智能家居管理系统负荷优化模型》一文中研究指出在能源互联网发展的背景下,针对电网需求侧响应的策略及用户节约用电成本的要求,设计智能家居管理系统(smart home management system,SHMS)的基本结构,构建智能家居管理系统负荷优化模型,并采用引入衰减因子的自适应粒子群算法对模型进行求解,可得到满足用户要求的家庭负荷运行方案。仿真算例采用了实际的分时电价、室外温度、负荷参数等信息,与优化前相比,用户负荷曲线得到改善,用电成本及用电量明显下降,验证了算法的有效性。(本文来源于《山东大学学报(工学版)》期刊2017年06期）
陈洪雨,李春海,芦斌[5]（2017）在《蜂巢结构动态算法在智能用电信息管理系统中的应用方法研究》一文中研究指出本文针对当前智能用电信息管理系统在数据传输中误差大、稳定性差、线路延迟时间长、丢包率高等缺点,提出了一种蜂巢结构动态算法。此算法根据用电信息采集的不同业务种类和当前网络状况,计算出对应的优先级,并以此为依据进行动态带宽分配。经过试验证明,本算法提供了数据传输的稳定性,降低了其误差、线路延迟时间长、丢包率高等缺点,验证了在优化智能用电信息管理系统的数据传输可行性及高效性。(本文来源于《第十九届中国科协年会——分5“智能制造引领东北工业基地振兴”交流研讨会论文集》期刊2017-06-24）
贾志刚[6]（2016）在《基于智能优化算法的家庭能量管理系统动态调度研究》一文中研究指出家庭能量管理系统以电力公司的需求响应措施为约束条件,通过对家电的开关状态和电能的分配进行科学合理地调度以达到节能减排的目标。家庭能量管理系统属于智能电网的一部分,它的普及将有利于促进智能电网的发展。针对如何科学合理地对家庭能量进行优化调度的问题,本研究分析和总结了前人研究成果的优点和缺点,详细介绍了家庭能量管理的相关概念和技术,提出了新的动态调度模型。本研究利用智能优化算法来实现家庭能量管理系统中家电和能量的动态优化调度,通过优化调度达到节省能量、减少温室气体排放和节约电费开支的目标。首先,本文提出了一种基于专家系统的动态调度模型。根据用户需求的不同,将系统模型分为经济模式和环保模式,经济模式的控制目标是为用户减少电费开支,环保模式的控制目标是尽量削减二氧化碳的排放量。该模型考虑了家用蓄电池和光伏系统的使用成本问题,提出了家用蓄电池使用过程中的约束条件,分析了家庭能量管理系统各部分之间的相互关系,总结出经济模式专家规则和环保模式专家规则。其次,本文针对电动汽车的出行需求和家庭能量管理系统之间相互制约的问题,提出了一种家庭能量动态调度模型。模型的控制目标是在电动汽车尽量满足用户出行需求的前提下为用户节省电费开支。本研究对光伏系统发电量进行了预测,提出了电动汽车使用过程中的约束条件,利用专家系统对家庭能量进行动态优化调度。本研究提出的两种调度模型是对包括家用电器、公用电网、光伏系统和储能设备在内的家庭能量管理系统的整体进行优化调度,尤其是在第二种模型中还充分考虑了电动汽车出行需求和家庭能量管理之间的相互制约关系。最后,通过仿真实验以及和既存调度方法的对比,验证了所设计的调度模型的可行性和有效性。(本文来源于《湖南大学》期刊2016-05-17）
方璐,詹军,徐先勇,方厚辉[7]（2016）在《基于多智能体遗传算法的配电网节能降耗综合管理系统》一文中研究指出针对目前企业配电网节能技术的不足,提出了一种基于多智能体遗传算法的配电网节能降耗综合管理系统.结合遗传算法(Genetic algorithm,GA)和多智能体系统(Multi-Agentsystem,MAS)技术构造了一种GA-MAS算法,每一个多智能体相当于遗传算法中一个个体,相邻的多智能体相互作用,并结合遗传算法的进化机理进行全局最优求解.提出了该系统各节能设备智能体结构模型和高压/低压多智能体系结构模型,运用GAMAS算法,得出各个节能设备的最佳调节力度,使节能设备以最小的调节代价获得最大的节能效益.具体算例仿真及工程实际应用表明本文提出的配电网节能降耗综合管理系统能使总有功网损降低,电容器投入总组数减少,实现节能设备的最佳调节,同时表明GA-MAS算法收敛速度较快.(本文来源于《湖南大学学报(自然科学版)》期刊2016年04期）
张延宇,曾鹏,臧传治[8]（2016）在《智能电网环境下家庭能源管理系统优化调度算法》一文中研究指出在智能电网环境下,提出了一种家庭能源管理系统框架和优化调度算法。根据室外温度预测值、可再生能源功率输出预测值、日前电价信号和用户偏好,算法对可调度用电负载、电动汽车、储能系统的运行进行优化调度从而最小化用户用电费用。算法考虑了电动汽车在高电价时段通过V2H(vehicle to home,V2H)功能向负载供电的情形,采用情景分析法处理室外温度和可再生能源功率输出预测的不确定性。通过仿真实验验证了算法性能,结果表明与只对负载或家庭能源管理系统部分组成部件进行优化调度的算法相比,所提算法显着降低了用电费用。(本文来源于《电力系统保护与控制》期刊2016年02期）
陈洪雨,李春海,芦斌,刘晓龙,崔振伟[9]（2015）在《蜂巢结构动态算法在智能用电信息管理系统中的应用方法研究》一文中研究指出本文针对当前智能用电信息管理系统在数据传输中误差大、稳定性差、线路延迟时间长、丢包率高等缺点,提出了一种蜂巢结构动态算法。此算法根据用电信息采集的不同业务种类和当前网络状况,计算出对应的优先级,并以此为依据进行动态带宽分配。经过试验证明,本算法提供了数据传输的稳定性,降低了其误差、线路延迟时间长、丢包率高等缺点,验证了在优化智能用电信息管理系统的数据传输可行性及高效性。(本文来源于《电气技术》期刊2015年12期）
刘志勇[10]（2014）在《智能空间下资源管理系统构建及调度算法研究》一文中研究指出智能空间是集信息化、智能化、理解和决策控制为一体的复杂系统。将智能空间技术应用到家庭环境中是未来的一个重要的趋势,通过将空间中的设备与资源进行整合与管理,最终达到方便用户的目的。其中,如何实现对设备的管理与控制将是智能空间技术能够顺利应用于家庭服务中的关键环节,因此对空间资源管理的研究具有重要的理论意义和实际价值。本文通过构建智能空间资源管理系统,意在为智能空间下的设备管理调度提供一个研究平台,为设备调度算法的设计开发提供便利,从而促进智能空间环境下资源管理与调度的研究。本文主要开展了如下工作：对资源管理系统进行了总体设计。首先分析并设计了系统的总体框架,阐明了系统的层次结构以及各层间的相互关系；进行了工作模式的划分,将其分为现实模式和仿真模式两种。而后对系统的地图显示模块进行了说明,包括地图的选取分析以及地图的构建方法。最后设计了仿真模式下用户模型的运动控制方法,并实现了用户的撞墙检测功能。设计了系统与设备间的连接和信息传输机制。详细论述了设备的连接方法和过程,包括设备ID标识的设计,设备验证的流程和ID标识分配方法。利用XML文件,设计实现了设备的初始化,并对各类设备的属性设置进行了分析与说明。最后,对系统与各设备的命令传输与控制方式进行了说明。设计了多个具体的设备调度算法。首先是简易的灯光管理算法,主要是根据用户位置与环境亮度来控制灯光设备的开关。而后给出了一个基于用户习惯的设备控制方法,其中习惯信息的获取过程为：先通过基于统计的聚类算法和基于低维聚类、高维验证的高维子空间聚类算法(SCLCHV, subspace clustering based on low dimensional clustering and high dimensional verification)提取可能的用户习惯,再通过习惯强化与淘汰机制获得准确的用户习惯信息。最后根据机器人设备的特点,设计了多机器人调度算法,包括机器人任务分配机制和消息处理机制,实现了对机器人设备的管理。阐述了系统软件实现并进行了性能测试。设计并介绍了系统人机交互界面,包括工作模式的选择、地图的选择、任务加载等。对系统的运行状况进行了多方面的测试,包括不同模式下设备的接入及命令传输测试和仿真模式下用户模型运动控制测试。对基于用户习惯的设备管理算法和多机器人调度算法进行了测试,并对结果进行了分析。(本文来源于《山东大学》期刊2014-05-10）
智能算法库管理系统论文开题报告
（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：
随着岁月的更替,社会的发展,人类的进步,科技的创新,各行各业的技术都在不断的更新,我们已经进入到了一个信息化飞速发展的大数据时代。在信息时代下的医院,不管是从内部管理还是外部服务都将发生质的变化,同时,由于计算机技术的引进,网络营销的产生,将促进医院信息的网络化。在医院的整个体系中,药品是医院业务正常运行不可或缺的特殊商品,而医院的药品管理更是尤为繁杂,药品种类繁多,采购数量不定性,功效不同,以及各部门所需药品的种类、数量不同。在医院的整个体系中,药库尤为重要,它是医院药品管理的枢纽,作为医院药品采购的窗口,以及向医院内部各部门分发药品的部门,具有不可缺少的作用,药库的管理对于医院来说是重中之重。传统的医院药库管理系统大多是对药品简单的进销存,其中存在多方面的问题,主要表现在:数据资源难以共享;业务系统相对封闭,不能有效集成;药品采购数量受人为主观因素影响,不具备科学依据;系统功能不够完善等。为了解决这些问题,如果将现有的系统进行重构,资金、人力成本太高,花费的周期也很长。本系统来源于本人实习的桂林奥普计算机有限责任公司所开发的项目,桂林奥普计算机有限责任公司为多家医院提供系统、以及系统的更新与维护,公司提供服务的客户遍布28个省市。90年代初,就开始为医院提供系统服务,至今已在线运行20多年。随着国家经济的不断发展,网络的普及,大数据的到来,系统原有的功能已不能满足现在医院的需求,综合公司服务的多家医院需求,提出了新的需求分析。针对上述问题,提出在原有系统框架的基础上对系统进行了升级改造,系统采用了原系统的C/S的体系结构的总体框架,使用Delphi 7.0为开发工具,SQL Server2008作为后台的数据库。本课题在研究与设计过程中,可以从以下几个特点来说:(1)在原有系统上进行系统的升级改造,由于原有系统功能单一,本系统基于原有系统的架构,对系统的功能进行了重新的整合编写,同时,采用关系型数据库SQL Server2008,保障数据的安全性。(2)整个系统具有容量大和迅速的信息交换功能,为管理人员第一时间获取最新、最完整、可靠的信息提供了有力保障。(3)在采购业务中加入智能算法,通过对历史数据的智能预测,加强了药品采购数量的准确性、科学性。(4)支持条形码、药品编码等精确查询和输入拼音简码、药品名、厂家等关键字的模糊查询。系统已在贺州某医院等多家医院成功实施并运行稳定。该系统不仅完成了医院药库日常运行管理中的业务,同时也加强了药库药品采购的准确性、科学性,有效的避免了因采购药品数量过多或者过少造成的药品积压或药品短缺的现象。不仅在功能上趋于完善,扩展性增强,而且其具备良好的人机界面,操作简单,非专业的计算机人员经过短暂的培训也能熟练的对系统进操作。通过实践,在药库药品中加入智能算法,很大程度的降低了医院药库药品的浪费率,节约了资金,提高了医院药库管理的效率。
（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。
智能算法库管理系统论文参考文献
[1].卢少勇.基于模糊控制算法的沿海沿江城市排水闸门的智能管理系统[J].中国水运(下半月).2019
[2].王楠.基于智能算法的医院药库管理系统的研究与设计[D].广西师范大学.2018
[3].任伟建,高铭泽,张永丰,汪世涛,朱珊.基于智能算法的油田档案管理系统任务分配研究[J].化工自动化及仪表.2018
[4].马汉杰,林霞,胥晓晖,张健,张智晟.基于自适应粒子群算法的智能家居管理系统负荷优化模型[J].山东大学学报(工学版).2017
[5].陈洪雨,李春海,芦斌.蜂巢结构动态算法在智能用电信息管理系统中的应用方法研究[C].第十九届中国科协年会——分5“智能制造引领东北工业基地振兴”交流研讨会论文集.2017
[6].贾志刚.基于智能优化算法的家庭能量管理系统动态调度研究[D].湖南大学.2016
[7].方璐,詹军,徐先勇,方厚辉.基于多智能体遗传算法的配电网节能降耗综合管理系统[J].湖南大学学报(自然科学版).2016
[8].张延宇,曾鹏,臧传治.智能电网环境下家庭能源管理系统优化调度算法[J].电力系统保护与控制.2016
[9].陈洪雨,李春海,芦斌,刘晓龙,崔振伟.蜂巢结构动态算法在智能用电信息管理系统中的应用方法研究[J].电气技术.2015
[10].刘志勇.智能空间下资源管理系统构建及调度算法研究[D].山东大学.2014
论文知识图
