-
题名基于GWO-SVR和改进SA算法的知识-业务配置
- 1
-
-
作者
叶晨
战洪飞
余军合
王瑞
-
机构
宁波大学机械工程与力学学院
-
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2024年第1期269-288,共20页
-
基金
国家重点研发计划资助项目(2019YFB1707101,2019YFB1707103)
国家自然科学基金资助项目(71671097)
+1 种基金
浙江省公益技术应用研究计划资助项目(LGG20E050010,LGG18E050002)
宁波市自然科学基金资助项目(2018A610131)。
-
文摘
为解决业务流程下业务单元与知识资源配置分离的问题,提出一种基于灰狼算法优化支持向量回归(GWO-SVR)和改进模拟退火算法(SA)的知识-业务优化配置策略。该策略基于用户需求和业务情景分析,将知识资源封装为知识模块。在此基础上,通过配置器作用实现知识模块与业务单元间的初始配置。然后,依据知识模块评价指标参数分析,构建综合评价指标体系,并运用CRITIC-模糊综合评估法得到知识-业务配置组合评价量表;基于此评价量表,构建和训练基于GWO-SVR的知识-业务配置组合动态评价模型。由于GWO-SVR是回归模型,可将该训练好的模型的函数关系式作为改进SA算法优化的目标函数导入,通过寻优迭代找到最优值对应的最优组合方案,实现满足业务需求的知识资源最优配置。以减速器箱体加工为例进行验证,证明了所用模型和算法的有效性。
-
关键词
知识-业务配置
知识模块
支持向量回归
灰狼算法
模拟退火算法
知识服务
-
Keywords
knowledge-business configuration
knowledge module
support vector regression
grey wolf optimizer
simulated annealing algorithm
knowledge service
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
F270
[经济管理—企业管理]
-
