导读:本文包含了优化与辅助决策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:预算,模型,系统,辅助工具,权重,矩阵,最短。
优化与辅助决策论文文献综述
李想[1](2019)在《基于在线评论获取产品优化辅助决策信息的算法研究》一文中研究指出在大数据时代,如何通过数据分析抓住顾客需求,增加产品优化的科学性,对企业有着至关重要的战略意义.本文将在线评论数据应用于企业产品的辅助优化中,提出了产品优化信息的获取技术与方法,从评论中获取产品优化所需要的优化信息.首先计算在线评论中的顾客关注度和满意度等指标,构建客户意见的权重算法模型;然后,提取出产品特征和顾客意见的词对,并根据权重算法模型计算出顾客意见的权重;接着,通过关联矩阵找到对应的产品优化信息;最后并通过实例分析验证的方法的可行性.(本文来源于《计算机系统应用》期刊2019年09期)
牟国栋[2](2019)在《燃煤锅炉生产流程优化辅助决策系统的研究与开发》一文中研究指出燃煤锅炉流程工业是热电厂流程工业的一种,有着非常复杂的生产过程。在工业生产过程中产生的大量数据被采集到计算机,作为历史数据存储在计算机中。而通过数据挖掘可以得到更有利于工业生产的有价值信息,所以本文对燃煤锅炉的生产流程进行了优化和辅助分析,设计了面向燃煤锅炉流式规则发现的计算模型。该计算模型的主要内容包括数据预处理、时序发现、关联链的发现、建模运算。使用Spark框架对各个部分算法进行了并行化的设计,从而提高了数据挖掘的效率。最终,设计了基于B/S网络结构模式的燃煤锅炉生产流程优化辅助决策系统,并将其部署于济南某热电厂。在锅炉的生产过程中,历史数据是由各个生产环节产生的。生产环节指的是生产过程中的关键属性参数,文中将这样的每个属性参数看成一个环节。首先对计算机中质量较低的历史数据进行数据集成并检查数据的准确性,对存在问题的数据及时处理。其次,除了对历史数据进行数据预处理,还要发现各个环节之间的时序关系,找到环节间的顺序。其中使用基于统计极值的算法实现了对数据的时序(Time Series)发现和调整,通过设定基准环节,利用极值计算其他环节与此环节的时间距,从而得到环节的前后时间序列。然后,利用预处理后的数据,对某个供暖季的数据进行环节聚类处理。本文采用经典的K-means聚类算法,通过轮廓系数法得到最佳K值,对各个环节分别进行聚类处理。最后,通过以上处理,还需要对数据进行数据挖掘。本文采用Apriori算法对聚类后的数据进行类间的关联规则计算,该计算得到的仅仅是类间的关联规则,还需要将其转化为环节间的二项关联规则。通过计算得到两两环节间的关系,利用时序发现的顺序得到最终的关联链。关联链即是前后相连的环节组成的链条状的链,其很直观地显示了多个环节状态之间的前后影响关系。通过关联规则找到关联强度最大的链,并依次类推对其他关联链进行挖掘和发现。通过对历史数据进行处理得到了优质的数据和环节关联链,为生成模型做了充分的数据准备。本文设计了基于燃煤锅炉流程数据的预测模型方法,该模型采用柔性神经树算法,即一种优于神经网络算法的模型,该模型比普通人工神经网络模型对解决分类和预测问题具有更高的效率和准确性。通过建模获取数据的变化趋势函数,从而对锅炉生产过程中的关键参数进行预测模拟,可以获得数据中隐含的规律性知识。实验结果表明,该模型能较好的预测出各个环节的参数值。同时本系统使用了基于B/S的网络结构模式,最终得到了应用于燃煤锅炉生产的优化辅助决策系统。将系统部署于济南某热电厂,实现了对生产过程中的环节参数的预测,从而对锅炉的关键参数进行调整。通过以上设计,优化了燃煤锅炉的生产流程,实现了生产过程的节能减排,提高了锅炉生产的安全性。(本文来源于《济南大学》期刊2019-06-01)
关静,章娟[3](2018)在《公共决策双阶优化的量化辅助》一文中研究指出公共决策是公共部门管理行为的核心,而优化是决策的必经之路。决策优化是使政策更加高效的过程,不仅包括一般意义上的决策,还包括政策实施后的效果评估及政策修订。现实中,决策优化主要通过不同形式的讨论和征求意见来实现。但是,依靠民主程序进行不同主体、不同程度、不同形式的参与只是决策优化的一种途径。其实,决策科学化的实现,需要尽可能地减少甚至避免人为主观因素对决策的影响,使决策过程和结果更加客观、真实且有效,这就需要引入量化方法辅助决策优化。决策优化的量化辅助要以真实信息为基础,要以事实存在的相互关系为依据,要借助科学的研究方法。首先,需要搭建变量结构框架,目的是厘清决策优化关键因素;其次,要建立变量关系模型,明确关键要素之间事实存在的相关关系,以此作为决策优化依据;最后,要构建政策效果评估指标,通过政策目标与政策实施效果的对比发现问题,作为二阶优化的基础和前提。(本文来源于《长白学刊》期刊2018年05期)
张振峰,姚令侃,夏烈,张孟帅[4](2018)在《网络搜索模型在铁路选线方案优化辅助决策中的应用》一文中研究指出长大铁路干线,在可行性研究阶段考虑的比选方案往往数量庞大,单靠传统人工作业模式,难以完成对所有方案的分析,必须发展相应的自动化方法。以图论为基础,采用"图"来描述复杂工程系统的网络结构,提出弧权指标评价体系,建立网络搜索模型。以川藏铁路前期规划研究为例,通过变化评价体系中指标权重的方式,开展确定推荐方案在可行方案集中的排序、分析存在较大优化空间的区段、甄别对铁路线路方案起控制作用的影响因素等研究。研究表明,网络搜索模型可以快速计算不同权重的方案网络权值和排序,有利于分析比选方案在不同权重下可能的后果和影响,在提供铁路选线方案优化辅助决策方面具有一定的参考价值。(本文来源于《铁道标准设计》期刊2018年10期)
高平,凌鸿[5](2018)在《购物APP决策体验优化——基于两阶段决策理论的决策辅助工具设计与实验》一文中研究指出智能手机屏幕限制了商品信息的展示,购物APP的当前界面交互设计不能给用户提供最佳决策体验。基于两阶段决策理论,设计一种决策辅助工具以优化用户移动购物决策过程,并通过实验来验证该工具对用户决策的影响。实验结果表明,新的决策辅助工具可以提高用户决策效率和决策质量。(本文来源于《管理现代化》期刊2018年01期)
彭鹏[6](2017)在《GIS城市配网规划下辅助决策系统的优化研究》一文中研究指出城市配网规划拥有规模大、不明确、不细致、因素多与触及层面光等体征,其是一个非常典型的非线性问题。凭借策划人员的策划经验来实行配电网规划的办法已经无法满足现在配电网规划的需求。所以,研发一个城市配电网规划辅助决策体系,不但能够提升策划工作者的工作效率,还能够提升配电网策划的科学决策水平,拥有非常重要的学术与实际意义。本文讲述了城市配网规划概述,并说明了基于GIS技术城市配网规划下辅助决策体系的优化研究。(本文来源于《环球市场信息导报》期刊2017年35期)
辜小花,王坎,李燕,高论,李太福[7](2017)在《基于演化模型偏好多目标优化的智能采油辅助决策支持》一文中研究指出通过智能采油系统自主分析与决策获取油田机采过程最佳决策参数,对解决机采系统效率低、能耗大等问题具有重要意义。受机械、地层、人为等不确定因素影响,智能采油系统难以构建生产参数、环境变量与系统性能、设定生产方式之间的机理关系并优化决策。为此,提出基于动态演化建模的偏好多目标优化方法,以实现采油系统的自主决策。利用无迹卡尔曼滤波神经网络(Unscented Kalman filter neural network,UKFNN)挖掘机采系统潜在规律,建立其动态模型;构建产液量偏好多目标优化目标函数,并利用非改进支配排序遗传算法(Non-dominated sorting genetic algorithm 2,NSGA2)获取相应的最佳决策参数。某油田试验结果表明:该方法使得系统日耗电量降低15.87%,系统效率提高4.9%。可见,所提方法可行且有效。(本文来源于《机械工程学报》期刊2017年13期)
邵静,王露,夏禹晨,石琦,刘娅[8](2017)在《优化管理流程,提升决策效率的投资预算分析辅助决策系统建设》一文中研究指出随着全面预算管理的理念深入人心,预算集约调控的能力不断加强,预算管理水平得到明显改善和提高。工程投资预算管理纳入全面预算管理体系,以项目建设管理单位为责任主体,以单项工程为对象,按工程建筑工程费、安装工程费、设备购置费、其他费用明细项目维度编制新建项目总投资预算。(本文来源于《现代经济信息》期刊2017年09期)
李卫东[9](2016)在《检委会决策辅助机制的优化》一文中研究指出作为检委会决策机制的重要组成部分,检委会决策辅助机制在提高检委会决策科学性方面发挥着重要作用。检委会决策辅助机制主要依赖检委会办事机构和检委会专职委员作用的发挥,因此,既需要从强化服务职能、管理职能和监督职能叁个方面优化办事机构辅助功能,又需要优化专职委员的职权,赋予专职委员询问权、建议权、专题调研权和协调督办权。(本文来源于《中国检察官》期刊2016年17期)
李韶光[10](2016)在《采油厂作业生产特车优化调度及辅助决策研究与开发》一文中研究指出在采油厂的作业生产过程中,特种车辆需要及时为作业小队的正常生产提供设备或物料资源,车辆的调度过程需要特车大队等单位根据人工经验共同协作完成。由于作业任务需车多于现有车辆、调度过程复杂且人工经验有限,往往导致作业任务无车可派、车辆使用数多且行驶距离长等情况。为了提高特种车辆的利用率、保证作业任务的正常完成、避免作业事故的发生、达到提高作业生产效益的目的,论文提出对特种车辆静态优化调度和动态优化调度进行研究,并设计开发特种车辆调度的辅助决策支持系统。对于需求信息确定且需要次日完成的需车任务,为了使特车静态调度任务完成数更多、车辆利用率更高,论文提出了一种多目标多优先级优化的调度方法。该方法以任务完成数最大为主要优化目标,依次以车辆使用数最少、车辆总行驶距离最短为次要优化目标,并分析了对应目标下的约束条件。首先针对不同的任务类型,分别采用改进K-means算法和最短距离算法,对需车的作业任务最优分组,以保证车辆使用数最少;然后采用基于贪婪修正策略和裂变策略的改进遗传算法,对分组后的任务组最优选择,以保证任务完成数最大;最后,采用穷举法优化行车路径,以保证车辆总行驶距离最短。对于当日生产过程中突发的需要实时处理的需车任务,为了使特车动态调度情况下任务处理更及时准确、车辆调度效果更好,论文提出了一种单目标局域优化的调度方法。首先分析了属于突发请求的需车任务的特点,其次确定了以工作车辆完成任务数最大为动态调度的优化目标。为了使工作车辆尽可能多地完成需车任务,该方法分别采用基于顺路原则的动态插入法处理需车任务较少的情况,采用基于邻域交叉策略的改进遗传算法处理需车任务较多的情况。为了实现优化调度方法的实际应用,并为调度提供一种辅助决策支持手段,论文设计开发了嵌入在滨南采油厂作业运行管理平台中的特车优化调度辅助决策支持系统。该系统可提供人工调度和优化调度这两种不同方式下的派车计划单,并自动对比两方案的各项指标参数,为调度提供辅助决策建议。最后,调度可根据系统的辅助决策建议选择最优的派车单。仿真实验测试表明,所提出的优化方法与设计开发的辅助决策支持系统是可行、有效的。(本文来源于《中国石油大学(华东)》期刊2016-05-01)
优化与辅助决策论文开题报告
(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:
燃煤锅炉流程工业是热电厂流程工业的一种,有着非常复杂的生产过程。在工业生产过程中产生的大量数据被采集到计算机,作为历史数据存储在计算机中。而通过数据挖掘可以得到更有利于工业生产的有价值信息,所以本文对燃煤锅炉的生产流程进行了优化和辅助分析,设计了面向燃煤锅炉流式规则发现的计算模型。该计算模型的主要内容包括数据预处理、时序发现、关联链的发现、建模运算。使用Spark框架对各个部分算法进行了并行化的设计,从而提高了数据挖掘的效率。最终,设计了基于B/S网络结构模式的燃煤锅炉生产流程优化辅助决策系统,并将其部署于济南某热电厂。在锅炉的生产过程中,历史数据是由各个生产环节产生的。生产环节指的是生产过程中的关键属性参数,文中将这样的每个属性参数看成一个环节。首先对计算机中质量较低的历史数据进行数据集成并检查数据的准确性,对存在问题的数据及时处理。其次,除了对历史数据进行数据预处理,还要发现各个环节之间的时序关系,找到环节间的顺序。其中使用基于统计极值的算法实现了对数据的时序(Time Series)发现和调整,通过设定基准环节,利用极值计算其他环节与此环节的时间距,从而得到环节的前后时间序列。然后,利用预处理后的数据,对某个供暖季的数据进行环节聚类处理。本文采用经典的K-means聚类算法,通过轮廓系数法得到最佳K值,对各个环节分别进行聚类处理。最后,通过以上处理,还需要对数据进行数据挖掘。本文采用Apriori算法对聚类后的数据进行类间的关联规则计算,该计算得到的仅仅是类间的关联规则,还需要将其转化为环节间的二项关联规则。通过计算得到两两环节间的关系,利用时序发现的顺序得到最终的关联链。关联链即是前后相连的环节组成的链条状的链,其很直观地显示了多个环节状态之间的前后影响关系。通过关联规则找到关联强度最大的链,并依次类推对其他关联链进行挖掘和发现。通过对历史数据进行处理得到了优质的数据和环节关联链,为生成模型做了充分的数据准备。本文设计了基于燃煤锅炉流程数据的预测模型方法,该模型采用柔性神经树算法,即一种优于神经网络算法的模型,该模型比普通人工神经网络模型对解决分类和预测问题具有更高的效率和准确性。通过建模获取数据的变化趋势函数,从而对锅炉生产过程中的关键参数进行预测模拟,可以获得数据中隐含的规律性知识。实验结果表明,该模型能较好的预测出各个环节的参数值。同时本系统使用了基于B/S的网络结构模式,最终得到了应用于燃煤锅炉生产的优化辅助决策系统。将系统部署于济南某热电厂,实现了对生产过程中的环节参数的预测,从而对锅炉的关键参数进行调整。通过以上设计,优化了燃煤锅炉的生产流程,实现了生产过程的节能减排,提高了锅炉生产的安全性。
(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。
优化与辅助决策论文参考文献
[1].李想.基于在线评论获取产品优化辅助决策信息的算法研究[J].计算机系统应用.2019
[2].牟国栋.燃煤锅炉生产流程优化辅助决策系统的研究与开发[D].济南大学.2019
[3].关静,章娟.公共决策双阶优化的量化辅助[J].长白学刊.2018
[4].张振峰,姚令侃,夏烈,张孟帅.网络搜索模型在铁路选线方案优化辅助决策中的应用[J].铁道标准设计.2018
[5].高平,凌鸿.购物APP决策体验优化——基于两阶段决策理论的决策辅助工具设计与实验[J].管理现代化.2018
[6].彭鹏.GIS城市配网规划下辅助决策系统的优化研究[J].环球市场信息导报.2017
[7].辜小花,王坎,李燕,高论,李太福.基于演化模型偏好多目标优化的智能采油辅助决策支持[J].机械工程学报.2017
[8].邵静,王露,夏禹晨,石琦,刘娅.优化管理流程,提升决策效率的投资预算分析辅助决策系统建设[J].现代经济信息.2017
[9].李卫东.检委会决策辅助机制的优化[J].中国检察官.2016
[10].李韶光.采油厂作业生产特车优化调度及辅助决策研究与开发[D].中国石油大学(华东).2016