基于机器学习算法的卷烟营销智能客户拜访策略研究

1

作者 翁金香 王浩名 +1 位作者 周洋 胡红春 《现代电子技术》 北大核心 2024年第4期153-158,共6页

为提高卷烟行业客户经理的工作效率和服务质量,提出一种基于机器学习算法的卷烟营销智能客户拜访策略。在构建卷烟客户价值分类模型的基础上,利用K均值聚类机器学习算法对零售客户进行分类,合理设置LKH超启发算法和Dijkstra最短路径算... 为提高卷烟行业客户经理的工作效率和服务质量,提出一种基于机器学习算法的卷烟营销智能客户拜访策略。在构建卷烟客户价值分类模型的基础上,利用K均值聚类机器学习算法对零售客户进行分类,合理设置LKH超启发算法和Dijkstra最短路径算法的参数,对客户经理拜访路径进行最优规划和智能导航。仿真结果表明,基于机器学习算法的卷烟营销智能客户拜访策略显著提高了客户经理人均拜访户数、商户满意度,大大缩减了户均在途时间和商户拜访服务覆盖周期。文中提出的策略有助于推动卷烟营销工作质量变革、效率变革和动力变革。 展开更多

关键词 卷烟营销 机器学习 智能客户拜访策略 K均值聚类 超启发算法 最短路径算法 商户满意度 在途时间

在线阅读 下载PDF 职称材料

基于特征选取的尾蜥启发式算法改进超限学习机煤体瓦斯渗透率预测

2

作者 李欢 《采矿技术》 2024年第5期301-305,共5页

准确预测煤层瓦斯渗透率变化情况,对煤矿的安全生产具有重要意义。以实测煤层瓦斯渗透率数据为例,提出了一种精确的预测方法。以有效应力、瓦斯压力、温度、抗压强度作为特征变量,建立了基于特征选取的尾蜥启发式算法改进超限学习机模... 准确预测煤层瓦斯渗透率变化情况,对煤矿的安全生产具有重要意义。以实测煤层瓦斯渗透率数据为例,提出了一种精确的预测方法。以有效应力、瓦斯压力、温度、抗压强度作为特征变量,建立了基于特征选取的尾蜥启发式算法改进超限学习机模型。研究结果表明,所提出模型的训练值和预测值与实际结果高度吻合。平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)分别为0.0299,0.0429,3.60%,决定系数(R~2)高达0.9634,预测效果较好。与PSO-BP模型相比,基于特征选取的尾蜥启发算法改进超限学习机模型的误差更小,预测精度更高。利用十折交叉验证结果进一步证明了模型拥有较好的稳定性和泛化能力,对煤层瓦斯渗透率变化的预测更为有效和实用。 展开更多

关键词 瓦斯渗透率 机器学习 启发式算法 超限学习机

在线阅读 下载PDF 职称材料

基于机器学习的中国光伏产业发展影响因素研究

3

作者 陈军飞 杨亚宁 邓梦华 《水电能源科学》 北大核心 2024年第12期218-222,共5页

为了解我国光伏产业发展存在空间分布差异的原因,提升非线性复杂系统的模型拟合能力,在明确多元线性回归分析指标对光伏产业的影响作用的基础上,构建经过元启发式算法优化的随机森林、自适应增强、梯度提升决策树、极端梯度提升树4种机... 为了解我国光伏产业发展存在空间分布差异的原因,提升非线性复杂系统的模型拟合能力,在明确多元线性回归分析指标对光伏产业的影响作用的基础上,构建经过元启发式算法优化的随机森林、自适应增强、梯度提升决策树、极端梯度提升树4种机器学习方法识别关键影响因素。结果表明,太阳能资源、核能发电量、专利授权量、人均电力消费量、建设用地面积、硅储量是影响光伏产业发展的重要因素;风力发电和光伏发电显著正相关,风力发电量与光伏企业聚集显著负相关;集中式光伏电站的开发更注重因地制宜,而分布式光伏电站的普及主要受电力系统绿色转型政策的影响。研究结果可为政府制定光伏产业发展政策提供参考。 展开更多

关键词 光伏产业 分布差异 影响因素 机器学习 元启发式算法

在线阅读 下载PDF 职称材料

决策表最优特征子集的选择——基于粗集理论的启发式算法 被引量：5

4

作者 潘韬 赵卫东 盛昭瀚 《东南大学学报（自然科学版）》 EI CAS CSCD 2000年第5期118-122,共5页

特征子集选择问题是机器学习的重要问题 .而最优特征子集的选择是NP困难问题 ,因此需要启发式搜索指导求解 .基于粗集理论 ,本文提出了一种新的决策表最优特征子集选择的启发式算法 .和以往的方法相比 ,这种算法简单实用 。

关键词 最优特征选择 决策表 粗集 启发式算法 机器学习

在线阅读 下载PDF 职称材料

论移动机器人的智能路径规划算法综述 被引量：5

5

作者 王承平 《时代汽车》 2022年第6期13-14,共2页

移动机器人是现阶段科研工作的重点内容之一,并且受到社会各界人士的广泛关注。基于此,本文针对当前移动机器人的智能路径规划算法进行研究,但是移动机器人路径规划要从实际应用出发,所以很难从复杂的环境中寻找到一条最优化的路径,因... 移动机器人是现阶段科研工作的重点内容之一,并且受到社会各界人士的广泛关注。基于此,本文针对当前移动机器人的智能路径规划算法进行研究,但是移动机器人路径规划要从实际应用出发,所以很难从复杂的环境中寻找到一条最优化的路径,因此将移动机器人的常规算法进行总结分析,并阐述各种算法的优点及缺点,并提出计算机智能算法的应用路径规划的探究,希望能对移动机器人路径规划算法的科研人员提供思路。 展开更多

关键词 移动机器人 路径规划 启发式搜索算法 强化学习算法

在线阅读 下载PDF 职称材料

基于优化ELM网络的物理量回归方法研究 被引量：1

6

作者 王平 王宜怀 +1 位作者 刘长勇 彭涛 《现代电子技术》 北大核心 2020年第17期141-146,共6页

针对传统的A/D值转换物理量回归方法中存在表达不统一、动态适应性弱和在线非线性校正能力不足等问题,尝试将机器学习的ELM网络引入到该应用中。在分析A/D值转换物理量回归的知识要素基础上,依托ELM网络的非线性映射能力,提出利用遗传... 针对传统的A/D值转换物理量回归方法中存在表达不统一、动态适应性弱和在线非线性校正能力不足等问题,尝试将机器学习的ELM网络引入到该应用中。在分析A/D值转换物理量回归的知识要素基础上,依托ELM网络的非线性映射能力,提出利用遗传算法优化ELM网络,并利用其实现统一数学表达的A/D值转换物理量回归方法。实际应用表明,该方法对物理量回归问题可实现统一的数学模型表达,泛化性好,且非线性校正能力强,实现了各类A/D值转换物理量回归应用。 展开更多

关键词 机器学习算法 模/数转换 极限学习机网络 遗传算法 优化方法 物理量回归 动态校正

在线阅读 下载PDF 职称材料

基于JEC-FDTD等效循环神经网络的电磁建模和等离子体参数反演

7

作者 覃一澜 马嘉禹 +1 位作者 付海洋 徐丰 《电波科学学报》 CSCD 北大核心 2024年第3期552-560,共9页

磁化等离子体中的电磁波传播是重要的研究课题,针对特定场景下的电磁等离子耦合问题,进行有效且准确的方程建模与参数求解具有极强的研究价值和挑战性,这是探究电磁波与等离子体复杂非线性相互作用机制的关键。文中设计了一种可用于电... 磁化等离子体中的电磁波传播是重要的研究课题,针对特定场景下的电磁等离子耦合问题,进行有效且准确的方程建模与参数求解具有极强的研究价值和挑战性,这是探究电磁波与等离子体复杂非线性相互作用机制的关键。文中设计了一种可用于电磁等离子体正逆向建模的循环神经网络(recurrent neural network,RNN),该网络正向传播过程等价于任意磁倾角情况下的电流密度卷积时域有限差分(current density convolution finite-difference time-domain,JEC-FDTD)方法,因此可以求解给定的电磁建模问题,并易于大规模并行计算。通过构建前向可微模拟过程,JEC-FDTD方法可以使用自动微分技术准确且高效地计算梯度,然后通过训练网络来解决反问题。因此,该方法可以有效利用观测到的时域散射场信号反演重要的等离子体参数。JEC-FDTD方法和RNN相结合,形成了较强的协同效应,使得模型具有可解释性和高效的计算效率,受益于深度学习提供的优化策略和专用硬件支持,可以适用于不同仿真场景下的电磁建模和等离子体参数反演。 展开更多

关键词 电流密度卷积时域有限差分(JEC-FDTD)方法 磁化等离子体 循环神经网络(RNN) 物理启发的机器学习算法 参数反演

在线阅读 下载PDF 职称材料

道路交通网络节点分配优化策略研究进展 被引量：1

8

作者 卢东祥 《电子科技》 2023年第3期81-86,共6页

为了进一步提高城市道路交通网络的通行效率,粒子群优化和神经网络等多种智能优化算法受到越来越多的关注。近年来,深度学习技术的普及与应用大幅提升了城市交通网络的节点识别效率,而交通网络的节点调度又扩展了深度学习技术的应用。... 为了进一步提高城市道路交通网络的通行效率,粒子群优化和神经网络等多种智能优化算法受到越来越多的关注。近年来,深度学习技术的普及与应用大幅提升了城市交通网络的节点识别效率,而交通网络的节点调度又扩展了深度学习技术的应用。文中详细分析了交通节点调度所面临的关键问题,归纳并总结了相关网络节点分配的研究现状。在此基础上,深入研讨了城市交通网络节点调度与深度学习的应用前景,并对交通网络节点分配优化策略的未来研究方向进行了展望。 展开更多

关键词 交通网络 节点调度 深度学习 机器学习 车联网 智能算法 启发式搜索 协同控制

在线阅读 下载PDF 职称材料

车辆路径问题研究进展 被引量：19

9

作者 蒋华伟 郭陶 杨震 《电子学报》 EI CAS CSCD 北大核心 2022年第2期480-492,共13页

车辆路径作为经典的组合优化问题一直是研究的热点与难点,无论是在应急管理工作还是物流配送中,对它的合理规划都至关重要.为了今后更好地开展相关工作,本文回顾了精确算法、启发式算法和机器学习算法在车辆路径优化问题中的研究进展,... 车辆路径作为经典的组合优化问题一直是研究的热点与难点,无论是在应急管理工作还是物流配送中,对它的合理规划都至关重要.为了今后更好地开展相关工作,本文回顾了精确算法、启发式算法和机器学习算法在车辆路径优化问题中的研究进展,并基于Solomon标准数据集对六种经典算法的求解性能进行了比较分析;分别从局部最优和收敛速度间的平衡关系、个体评价函数、动态车辆路径问题以及机器学习算法在车辆路径问题中的应用等四个方面对其发展趋势进行了展望. 展开更多

关键词 车辆路径优化 启发式算法 精确算法 机器学习

在线阅读 下载PDF 职称材料

基于GA和QPSO同步优化的医学分类模型 被引量：1

10

作者 程明霞 郭玉翠 《新型工业化》 2021年第12期125-128,共4页

传统的医学分类方法常常会耗费大量资源且准确性不高。针对这种情况,提出基于遗传算法(GA)与量子粒子群算法(QPSO)的混合算法,对随机森林(RF)和K-近邻算法(KNN)进行两方面的同步优化,同时输出最优特征子集和超参数。对来自UCI数据库的... 传统的医学分类方法常常会耗费大量资源且准确性不高。针对这种情况,提出基于遗传算法(GA)与量子粒子群算法(QPSO)的混合算法,对随机森林(RF)和K-近邻算法(KNN)进行两方面的同步优化,同时输出最优特征子集和超参数。对来自UCI数据库的医学数据进行实验的结果表明,与单一算法相比,提出的混合算法能够为RF和KNN分类器选择最佳的模型参数和相关性更高的特征子集,从而提高了医学诊断问题的效率,在医学上为专家提供一些帮助。 展开更多

关键词 元启发式算法 特征选择 参数优化 机器学习 医学分类

在线阅读 下载PDF 职称材料

基于数字孪生的新型计算机集成信息系统研究与探索

11

作者 吕楠 王琪冰 +1 位作者 陆佳炜 肖刚 《现代电子技术》 2023年第18期77-84,共8页

随着数字孪生理论的不断发展,数字孪生技术已被广泛用于智能制造、智慧城市、复杂设备等领域。数字孪生具有的特性使其最有可能成为下一代计算机集成信息系统的核心。文中对基于数字孪生的新一代计算机集成信息系统的内涵、理论发展、... 随着数字孪生理论的不断发展,数字孪生技术已被广泛用于智能制造、智慧城市、复杂设备等领域。数字孪生具有的特性使其最有可能成为下一代计算机集成信息系统的核心。文中对基于数字孪生的新一代计算机集成信息系统的内涵、理论发展、技术优势、功能及关键实现技术等五方面内容进行阐述。数字孪生技术的核心本质在于其实现了真实意义上的人机交互、虚实交互和动态交互,并有效地解决了当前的数据稀疏、实验条件局限、生产效率低、信息扁平、缺少系统性支撑等问题。文中给出一个具体的应用案例,利用数字孪生完成智能化的计算机集成信息系统构建,并用于解决目前自动扶梯场景安全监测的难点。 展开更多

关键词 数字孪生 计算机集成信息系统 物理引擎驱动 虚拟实验平台 数据驱动 虚实交互融合 人工智能算法 机器学习

在线阅读 下载PDF 职称材料