7篇关于灰色关联分析的计算机毕业论文

今天分享的是关于灰色关联分析的7篇计算机毕业论文范文, 如果你的论文涉及到灰色关联分析等主题,本文能够帮助到你

高校云就业管理平台的设计与实现

这是一篇关于就业推荐,就业质量评价模型,云就业平台,聚类算法,灰色关联分析的论文, 主要内容为目前,我国高校毕业生人数逐年增加。政府、企业等组织要从就业推荐服务等多方面保障大学生顺利就业。但由于互联网技术的飞速发展,导致信息爆炸式增长,网络上充斥着海量的就业相关数据,这对高校就业管理平台提出了新的要求。为此,本文在深入分析目前高校云就业管理平台需求的基础上,采用灰色理论改进的高校就业质量评价算法,设计并实现了具有“就业帮”、“招聘汇”以及“毕业生”等三个主要功能模块的就业管理系统。首先,分析了基于聚类算法的现有就业质量评价模型存在的两个主要问题:(1)由于每年接收毕业生的企业多,且企业各方面条件分布不均匀,因此现有模型常常出现提取聚类因子过少的情况。由于聚类结果质量与其因子数量存在着一定的正向关联性,因此在聚类因子较少的情况下,聚类结果的质量难以得到有效的保障,容易产生多次聚类结果差异大的问题,甚至出现主观因素对聚类结果影响大的问题。(2)部分就业质量评价模型为了追求聚类结果的客观性和真实性,存在提取聚类因子过多的情况。这些模型对于提高聚类结果质量也是不利的。这是因为,一旦聚类因子过多,各类因子之间主次不清的问题将会凸显出来。特别是在大数据环境下,过多聚类因子的提取会降低聚类效率。因此,针对现有模型的局限性,提出了一种将改进的聚类算法与经典的就业质量评价模型EQEM(Employment Quality Evaluation Model,EQEM)相结合的新模型FCA-EQEM(Fuzzy Clustering Algorithm based Employment Quality Evaluation Model,FCA-EQEM)。其次,为了进一步提高就业质量评价模型的效果,本文提出了基于灰色理论改进的高校就业质量评价算法,进而构建新的评价模型T-FCA-EQEM。在模糊聚类之前,以序列曲线几何形状的模型变量相似水平为基础判断依据,将因子进行灰色综合关联度排序。并应用新的评价模型T-FCA-EQEM设计并实现了湖南某本科高校的云就业平台系统。最后,通过系统测试发现:将本文提出的就业质量评价模型应用于高校毕业生就业管理平台系统可以实现就业信息智能推介;本文的就业管理平台解决了毕业生求职意向、求职优势特征与人职匹配活动之间的关联问题;研究结果也可以为劳资双方提供有价值的技术分析手段,从而有效地提高毕业生的求职成功率及劳资双方的匹配速度。通过算法仿真对比实验发现,本文提出的模型与经典模型相比具有更好的人职匹配精度和计算速度优势,而且各个功能模块均达到了预期效果。图21幅,表39个,参考文献59篇。

新能源风力发电特性的研究及数据分析系统的设计

这是一篇关于风力发电特性,灰色关联分析,SVG,FushionCharts,数据分析系统,OLAP的论文, 主要内容为风能作为清洁、储量巨大、可再生的能源越来越受到各国的重视。我国风电产业的发展速度也不断超越预期速度。电网的重要职责是保证发电、输电和用电之间的功率平衡。随着大规模风电并入电网,由于风电的间歇性、随机性和不控性,使得电网的调度和安全运行变得越来越困难。因此,研究风力发电特性,掌握风力发电规律,对减小对电网的冲击性和提高电网的安全稳定运行具有重要意义。决策者迫切需要能够通过WEB实现对风力发电的多维分析与实时状态监测。针对以上问题,本论文研究风力发电特性,并结合国家电网风光储输数据分析系统的业务需求,设计并实现风光储输智能数据分析系统。利用实测数据,采用灰色关联度分析方法分析风机有功功率的主影响因子,确定风力发电特性多维分析的维度。实现了基于Struts2+EJB+JSP技术框架的风光储输智能数据分析系统。系统采用OLAP等技术实现风电数据的多维数据分析和图表化展示。最后,论文对2011年风力发电特性进行分析。本文研究的系统已在国家风光储输示范电站投入运行,系统的应用得到了示范电站员工的一致肯定,为示范电站科学管理和调度提供有力支撑。

LightGBM-CFS的代码异味强度预测及影响因素研究

这是一篇关于代码异味强度,LightGBM,CFS,灰色关联分析的论文, 主要内容为代码异味是指任何可能导致代码深层次问题的症状,其通常是由开发人员在程序中的设计缺陷或不良编码习惯而引起。传统代码异味识别方法因缺乏规范的判断标准而带有较强的主观性,并受开发者、开发语言、开发方法等多种因素影响。代码异味强度是异味严重性程度的表征,划分异味的不同强度有助于开发者对不同异味处理进行优先级排序,从而使高危险性代码问题得到优先处理,以减少软件项目的开发与维护成本。目前有关异味强度的研究资料较少,而传统人工和简单的算法异味强度识别方法不能有效提高检测的精确性和效果。对此,本文通过对9个开源软件系统中包含的4种代码异味进行分析与研究,提出一种LightGBM-CFS的代码异味强度预测模型,该模型考虑了基于开发者感知的代码异味严重性,对提取的代码度量指标进行相关性特征选择并使用LightGBM算法,分别对Blob Class、Complex Class、Spaghetti Code以及Shotgun Surgery四种异味类型的代码实例通过模型进行异味强度预测并依据严重性差异划分了三个异味级别。本文从统计角度对所考虑的各项代码度量指标与异味严重性之间存在的相关关系进行验证,通过分析排除了与代码异味强度相关程度较弱的指标,筛选能对代码异味强度预测起关键作用的指标。通过对各代码异味度量指标进行灰色关联分析,计算了代码异味度量指标间的关联度,指出了不同类型的代码异味可能受代码度量指标的影响存在差异,并对这些指标进行了量化分析以及根据其对不同种类代码异味的影响做了相应解释性研究。本文设计了LightGBM-CFS代码异味强度预测模型的相关实验,选用了基于实例与效率的多项指标对模型进行了评价。结果表明本文提出的LightGBM-CFS代码异味强度预测模型与原有性能表现最佳的随机森林(RF)模型相比,在精确率、召回率、F1值、MCC和AUC等多项指标上提升效果明显,其中F1值最高达90.0%,最多提升3.7%;AUC值最高达94.2%,最多提升3.8%;且模型在效率指标上得到了较大提升,对比RF模型预测时间可缩短76.1%。

船舶复杂曲板水火成形难度评价技术研究

这是一篇关于船舶复杂曲板,水火成形,难度评价,灰色关联分析,系统开发的论文, 主要内容为船舶建造主要包括生产设计、钢板切割、弯曲成形、装配焊接、舾装和涂装等工艺。船舶复杂曲板的加工制造在船舶制造中占据着重要地位。当前主要通过水火弯板的加工方式对船舶复杂曲板进行加工成形,该方法对工人加工熟练度要求较高,导致曲板加工成形难度大、加工效率不高、成形质量难以保障。在船舶设计阶段,设计人员在板件划分时主要考虑分段完整性、板缝连续性等方面,缺少船舶复杂曲板成形难度定量评价手段,难以参考成形难度对船舶曲板进行合理的划分,导致部分曲板的板件划分不合理,出现加工成形难度大、耗时长、反复修正浪费人力成本与经济成本等问题。为减少划分不合理的板件出现,本文拟开展船舶复杂曲板水火成形难度评价研究,研究工作分为以下几个方面。(1)船舶复杂曲板水火成形难度评价数据处理船舶复杂曲板成形难度影响因素众多,为确定不同影响因素与曲板成形难度之间的相关性,分析了不同影响因素对挠度变形的影响规律,据此得到了不同影响因素对船舶复杂曲板成形难度的影响规律。为从Tribon的封闭数据库中提取船舶外板三维数据信息,建立了Tribon软件数据接口,成功提取了曲板的型值数据、板缝数据和板件数据。为解决型值数据少导致拟合误差大的问题,对船舶外板型值数据进行插补计算。基于支持向量回归建立船舶外板挠度预测模型,可根据板件几何参数和工艺参数预测船舶外板挠度变形,为船舶复杂曲板水火成形难度评价计算研究提供数据支撑。(2)船舶复杂曲板水火成形难度评价计算研究为解决船舶外板划分未考虑曲板加工难度导致曲板成形难、效率低的问题,研究了船舶复杂曲板水火成形难度评价。考虑曲板成形实际工艺特点,建立了基于灰色关联分析的船舶复杂曲板成形难度评价模型,量化了不同影响因素对曲板成形难度影响的权重。基于评价模型计算了某集装箱船实船外板的成形难度评价结果。对比分析了曲板成形难度评价结果与加工总时间数据,验证了评价模型的合理性。提出了基于KMeans聚类算法的船舶外板分类方法,根据聚类结果可查看每一类曲板的几何数据特征。(3)船舶复杂曲板水火成形难度评价系统开发为将船舶复杂曲板水火成形难度评价计算方法应用到实船板中,基于VB.NET平台开发了船舶复杂曲板水火成形难度评价系统。评价系统设计了选择工程、插值和光顺模块、外板判别与难度评价、评价结果四个主要功能模块,可快速查看和管理已经计算过的船舶外板成形难度结果。评价系统操作界面简洁直接,实际应用简单方便。通过实船板算例验证了成形难度评价系统的适用性,研究可为船舶设计人员后续板件划分提供参考。

基于灰色关联聚类的推荐算法研究

这是一篇关于推荐系统,灰色关联分析,灰色关联聚类,时间效应,推荐算法的论文, 主要内容为信息技术与社会经济的提升使得网民规模大幅度增加,同时互联网的信息与内容呈现变得更加混乱,如何使网民在过量的信息中迅速并且有效的寻找有价值的内容,是我们急待解决的问题。在这种情况下,推荐系统应运而生。在多年的发展中,基于近邻的推荐算法因原理简单并且高效,一直被广泛应用在各种推荐系统中。而基于近邻的推荐算法也存在一些不足,如数据稀疏性问题,用户冷启动问题,用户兴趣漂移问题等,同时在相似度计算时,也存在可分辨性问题。针对这些问题,本文通过研究分析相关文献,发现灰色系统理论对处理信息不明确的系统有很好的优势。按照灰色系统理论的相关步骤,先对项目或用户进行灰色聚类,缩小项目空间,可以使系统的复杂程度降低,然后对同一聚类内的项目或用户进行灰色关联分析,可以使系统的计算量减少。本文通过引入该理论,提出一种改进的混合推荐方案。主要研究工作有以下三点:(1)在基于近邻的推荐算法中,相似度计算的方法是影响推荐的重要因素,本文通过分析传统的相似度计算方法,发现存在计算可分辨性问题,而灰色关联相似度是由一些离散的点取均值得到,使用灰色关联相似度代替传统的相似度可以有效缓解这种问题。同时,由于用户的兴趣会随时间改变,所以在相似度计算公式中加入时间衰减函数,改善时间效应对推荐的影响。本文通过调节参数将两种相似度计算方式结合,提出一种基于灰色关联分析的混合推荐算法,并给出了算法的设计架构和步骤。通过选择不同的参数进行实验,在分辨系数等于0.3、调节参数等于0.6、邻居数等于40时,本文算法的推荐精度比传统的协同过滤、基于时间效应的协同过滤、基于灰色关联的协同过滤分别提高10%、6%、3%。(2)针对数据稀疏性问题,本文利用灰色关联聚类可以将同类因素归并,简化系统的复杂性,以及对样本量和样本的规律性无特定要求这种优势,提出一种基于灰色关联聚类的混合推荐算法。在使用基于灰色关联分析的混合推荐算法之前,先对项目聚类,缩小项目空间,然后在同一聚类内计算相似度,寻找近邻,最后将灰色关联聚类算法与基于灰色关联分析的混合推荐算法结合,结合后的算法不仅具有处理稀疏性数据的能力,而且对(1)中提出的问题也有改善的效果。同时聚类可以在线下计算,能显著提升推荐的效率。经过实验的验证,在聚类邻居数等于50时,本文算法推荐精度最高,比其他算法提升约3%,并且在聚类邻居数超过50时,算法趋于稳定,体现了灰色关联聚类对处理稀疏性数据的优势。(3)使用MovieLens数据集,进行仿真实验。首先分析算法的参数,寻找最优的值,然后在最优参数的条件下,再次进行实验。最后将本文算法与其他算法对比分析,在分辨系数等于0.3、调节参数等于0.6、聚类临界值等于0.7、邻居数等于50时,本文算法比其他算法的推荐精度有小幅度提升,验证了本文算法的合理性和可行性。

基于历史数据的研招信息分析与预测系统的设计与实现

这是一篇关于招生信息,分数线预测,灰色关联分析,多元线性回归,生源地分析的论文, 主要内容为研究生生源的数量和质量是高校学科建设和发展所关注的重点问题之一,对招生信息的充分利用和有效管理可以为成功完成招生提供决策依据。其中,研究生分数线的预测、学生的来源统计、专业招生结果的预测等都是管理者十分关注的问题,有助于使学校提前采取有效的应对措施。本文以研究生招生信息分析与预测系统的设计和开发为目标,重点对国家录取分数线等的预测方法展开研究,并实现预测、信息管理和统计分析、可视化等功能的设计和开发。对于各学科的国家分数线预测问题,提出了一种基于灰色关联分析结合多元线性回归的方法进行预测,将考虑到的所有可能影响分数线的因素加入到预测模型中,使预测效果更贴近真实的分数线。在该方法中,设计了一种自动临界值选取方法,以获得关联度大于临界值的自变量,然后解决选取出的这些自变量可能存在的共线问题,最后用多元线性回归方法预测分数线。本文分析了从考生报名到录取业务的实际业务流程和需求,完成了基于B/S架构的系统功能设计,并采用MVC模式、ASP.NET和SQLServer数据库实现了系统开发。该系统以考生报名到录取过程的网络化管理为基础,设计了常规管理功能,并加入了国家分数线的预测、生源地分析及相关统计、可视化等功能。系统采用某高校2012-2018年的招生数据进行实验,分别对2017年及2018年国家录取分数线进行预测,并与真实的分数线进行比较。实验表明,本文提出的预测模型对各学科分数线的预测有很好的效果,误差仅在1%左右。同时,也与一元线性回归、多元线性回归和评估预测模型进行对比,其结果明显优于其他模型。