给大家推荐9篇关于混合策略的计算机专业论文

今天分享的是关于混合策略的9篇计算机毕业论文范文, 如果你的论文涉及到混合策略等主题,本文能够帮助到你

混合流程作业调度问题研究

这是一篇关于车间调度,遗传算法,模拟退火算法,混合策略的论文, 主要内容为车间作业调度是制造系统的一个研究热点,也是理论研究中最为困难的问题之一,目前已成为CIMS(Computer Integrated Manufacturing Systems,计算机集成制造系统)领域内的重要研究问题。有效的调度方法与优化技术的研究和应用,对于制造企业提高生产效率、降低生产成本等方面起着重要作用,因而越来越受到学者们的关注。车间资源的有限性制约着能否有效利用车间现有资源完成任务,以最快的速度响应市场需求,促使制造型企业能否赢得市场竞争。调度的任务是根据生产目标和约束,为每个加工对象确定具体的加工路线、时间、机器和操作等。优良的调度策略对于提高生产系统的最优性、提高经济效益都有着极大的作用。但是由于资源约束和工艺约束的并存,迄今计算复杂性理论表明,多数调度问题属于NP-hard(Non-deterministicPolynomial-Hard,非确定性多项式)问题,一般讲,不存在多项式时间算法。此外,实际车间中的各种动态事件难以预计,以致车间调度问题异常复杂,迄今为止还没有一种通用有效的调度策略。本文首先介绍国内外车间调度研究的方法和发展现状,阐述遗传算法与模拟退火算法的基本概念、原理和方法。其次对所研究的混合流程作业调度进行了详细的数学分析,并对数学描述进行了简化。最后提出将两者结合起来的混合策略。

混合流程作业调度问题研究

面向电影领域知识图谱的混合策略推荐算法研究与实现

这是一篇关于推荐算法,知识图谱,混合策略,数据融合,实体限定的论文, 主要内容为随着商品信息、新闻资料和多媒体服务等数据的增长,用户从海量数据中挑选所需信息的难度大幅度增加。推荐领域研究者尝试引入用户-项目属性、用户-社交信息以及知识图谱等辅助信息挖掘用户潜在兴趣偏好从而增强推荐效果。利用知识图谱辅助推荐的算法存在忽略节点位置结构信息、特定兴趣路径难以设计、携带大量非推荐相关数据等问题。因此,本研究创建电影领域知识图谱并将该图谱作为推荐算法的辅助信息,在此基础上提出了面向电影领域知识图谱的混合策略推荐算法。经过对国内外推荐与知识图谱相结合有关的文献研究发现,知识图谱采用实体-关系三元组对现实物品间的关系进行表示,能够深层次发现用户兴趣,避免单一类型的推荐结果,同时能够增强推荐结果的可解释性,有助于提高用户对推荐系统的信任度。因此,本研究针对知识图谱相关推荐及推荐系统中数据稀疏问题,构建电影领域知识图谱并提出有效的混合策略提高推荐效果,在真实的数据集上设计相关实验进行验证。具体的研究内容包括以下两个部分:1.根据电影相关信息构建电影领域知识图谱并对其进行研究与分析,提出一种融合知识图谱与图片特征的混合策略。该方法增加视觉嵌入、知识嵌入和结构嵌入挖掘用户-项目之间的隐式反馈信息,利用深度游走模型捕获空间结构的方法和波纹网络模型挖掘知识图谱的知识表达,并且考虑图片对用户偏好的影响,有效地将信息进行融合。2.对所提出的混合策略进行研究与分析,引入问答系统对问题关键词约束的方法,提出一种改进的限定实体扩展方法,解决所提出的混合策略中实体多步扩展集合的复杂度问题,极大程度保留知识图谱实体的隐藏信息并缩减实体多步扩展集合,灵活快速的生成推荐所需的知识图谱隐藏信息。实验结果表明,融合知识图谱与图片特征的混合策略在召回率等指标上优于其他对比算法并且有效缓解数据稀疏情况,且通过约束方法对实体扩散进行约束保证推荐效果的同时,能够有效缓解实体扩散数目的极速增长。

基于混合策略的图书推荐系统的设计与实现

这是一篇关于协同过滤,集成学习,K折交叉验证,混合策略,图书系统的论文, 主要内容为现今,我们正处在信息过载的时代,用户无法从众多的信息中快速地找到自己所感兴趣的物品。同时,商家也面临着一个问题,他们很难将商品投放给合适的用户。在这样的情况下,推荐系统应运而生,它不仅可以为用户带来便利,也可以给企业带来巨大的利润。很多公司企业都深刻地了解到数据潜在的价值,所以他们建立自身的推荐系统平台来增强用户的黏性,从而增加企业的销售收入。本文利用Stacking集成策略给出了混合推荐模型,来提高推荐结果的准确率。本文的主要工作如下:第一,推荐系统常用的算法包括基于领域、基于模型、基于内容等,本文介绍了各个算法机制的基本原理及优缺点。第二,由于集成学习具有很好的泛化能力,目前广泛地应用在很多领域,本文将集成学习与推荐算法结合,给出了—种基于集成学习的混合推荐算法,其思想是:使用Stacking集成策略,将基于项目的协同过滤推荐算法和LFM算法作为基模型,以五折交叉验证的方式对基模型进行训练和验证,将每次验证集验证的结果列表进行合并,其结果作为元学习器的输入。将XGBoost算法作为元模型进行预测,得到的预测结果即为最终的推荐结果。第三,本文通过爬虫技术进行数据采集及预处理。使用召回率、准确率、F1以及RMSE来对比LFM、基于项目及混合模型的性能。实验结果表明,XGBoost混合模型比LFM和基于项目的推荐精度更高。第四,根据基于集成学习的混合推荐模型设计了图书推荐系统,包括对系统架构设计、数据库设计以及web端的实现。

基于混合策略的推荐算法研究与应用

这是一篇关于用户分层,关联规则,协同过滤,机器学习,混合策略的论文, 主要内容为伴随着互联网的快速发展,涉及生活中各方面的信息量呈现出爆炸式增长的特点,包括电商购物、视频娱乐以及新闻阅读等等。但伴随着的问题是出现的信息并不全是真实有效的,它需要筛选掉没用的信息,推荐系统就起到了这样的作用,其中推荐算法又是推荐系统的核心。推荐算法就是结合用户的行为特征从海量的内容中过滤掉不感兴趣且无用的部分,为用户提供个性化且有效的信息推荐。推荐算法中存在的问题有多种包括冷启动和数据稀疏等等,而推荐算法又细分为很多种,每种算法应用非常广泛也有对应的优点。针对上面推荐算法存在的问题结合各个算法的优点本文提出了基于用户行为划分的混合推荐方法。首先针对冷启动问题,主要存在于平台新用户之间。因此,本文根据用户行为特征将用户进行划分为新用户和老用户。为解决传统的单一向新用户推荐高销物品个性化程度低的缺点,本文提出一种基于用户行为连贯性的关联规则,与传统形成的关联规则相比,将规则前项替换为加入购物车或浏览过的物品,后项仍为购买的物品,然后再去计算对应的置信度。改进后的关联规则更加体现了购物行为前后的连贯性,从而达到充分利用用户未购物前的行为动作信息。对老用户来说,在常规协同过滤算法流程的基础上,计算用户和物品的数据属性特征建立模型输出用户是否购买物品的概率,并以此概率作为推荐排序的依据。以覆盖率、准确率和F1等指标评价推荐准确性,并且以汉明距离为辅助度量推荐的个性化程度,争取做到全面评价推荐的效果。实验发现对新用户而言与传统的基于流行度的规则推荐相比,本文提出的基于用户行为连贯性的关联规则确实使得推荐效果变得更好,覆盖率提高了9.65%,准确率提高了6.42%,同时也更加突出了个性化。对老用户来说,融合基于物品的协同过滤与机器学习的混合算法输出的概率比单一的基于物品的相似度排序有更高的准确率,F1平均提高了3.62%。

面向无线通信系统的功率放大器和倍频器研究

这是一篇关于混合策略,阻抗频率调制,定量交错调谐,简化实频法,SIR开路线的论文, 主要内容为随着无线通信技术的飞速进步,无线通信系统正朝着多频段、超高速和小型化的方向不断发展。这些都对通信系统的射频前端电路性能提出了更高的要求。功率放大器(PA)和信号源作为射频前端电路的关键模块,理当顺应这一要求。因此本文针对宽带高效率PA和毫米波信号源进行了深入研究。首先详细总结了近十多年对于宽带高效率PA和毫米波集成倍频器的研究现状,又针对这些PA和倍频器电路中存在的不足进行了研究。然后用一种新方法设计并制作了一款覆盖多频段的PA,又用两种不同方法设计了两款不同的高性能倍频器。(1)为了简化宽带高效率功率放大器的设计,提出了一种混合设计策略。该策略结合了混合连续模式功率放大器的理论阻抗和实现这些理论阻抗的新电路。这种新电路仅通过具有改进终端的单级耦合器便可实现,且具有阻抗频率调制特性。该混合设计策略可有效减小混合连续模式类设计的复杂度和占用面积。测试结果显示,所实现的功率放大器在0.4-3.0 GHz频率范围内,其饱和输出功率为40.2-42.7d Bm,漏极效率为60.4-74.5%,面积为48.3×24.6mm2。(2)针对传统倍频器输出带宽窄与谐波抑制差的问题,采用6级级联的单管结构,运用定量交错调谐技术实现了宽带宽,并引入LC谐振网络提高了电路谐波抑制度。经联合仿真表明,在94-106 GHz输出频段内,其八次谐波功率增益为12.5-13.5d B,1d B带宽达到12 GHz,谐波抑制度在35d Bc以上。(3)针对传统高增益高谐波抑制倍频器设计复杂的问题,采用简化实频算法获得了具有高谐波抑制的十字交叉型双匹配电路,不需要人工调谐获取匹配参数,简化了级间匹配电路的设计;引入SIR开路线解决了高频下小电容容值偏差大的问题;运用负载牵引技术增大了最终输出功率并采用小型化功分器缩小了版图面积。联合仿真显示,在11.5-12.5 GHz输入频段内,八倍频器输出增益为17.2-18d B,二倍频器输出增益为16.8-17.8d B,谐波抑制度都在40d Bc以上,版图面积为2770×1380um2。综上,本文提出了一种混合设计策略简化了宽带高效率PA的设计;运用定量交错调谐技术与LC谐振网络解决了倍频器输出带宽窄与谐波抑制差的问题;采用简化实频法简化了高增益高谐波抑制倍频器的设计。