翰林學研 普通課題目錄（應用數學）

課題名稱

改進粒子群優(yōu)化的極限學習機軟測量建模方法

工業(yè)過程常含有顯著的非線性、時變等復雜特性,傳統(tǒng)的極限學習機有時無法充分利用數據信息,故所建軟測量模型預測性能較差。為了提高極限學習機的泛化能力和預測精度,提出一種改進粒子群優(yōu)化的極限學習機軟測量建模方法。首先,利用高斯函數正態(tài)分布的特點實現慣性權重的自適應更新,并線性變化學習因子,以提高粒子群優(yōu)化算法的收斂速度和搜索性能;然后,將該算法用于優(yōu)化極限學習機的懲罰系數和核寬,得到一組最優(yōu)超參數;最后,將該方法應用于脫丁烷塔過程軟測量建模中。仿真結果表明,優(yōu)化后的極限學習機模型預測精度有明顯的提高,驗證了所提方法不僅是可行的,而且具有良好的預測精度和泛化性能。

基于需求預測的服務業(yè)排班系統(tǒng)開發(fā)與設計

為克服服務業(yè)排班受天氣及節(jié)假日等因素的影響嚴重,企業(yè)增加臨聘人員后排班難度大的問題,設計基于需求預測的排班系統(tǒng)。利用歷史數據建立季節(jié)性需求預測模型,預留人機交互接口,實現非人為因素的合理修改;應用遺傳算法對服務需求進行混合排班,確定各類型員工各時段排班人數;基于C#.NET技術應用Access實現軟件開發(fā)建立排班系統(tǒng)。以某大型超市為例,經調試系統(tǒng)實現了基于預測的多工種混合排班,排班效果理想。基于需求預測的服務業(yè)排班系統(tǒng)能夠有效地實現對人力資源需求的提前響應,較好地調節(jié)人力資源供需矛盾,對相關行業(yè)人力資源配置具有一定的借鑒意義。

基于數學模型的二維插裝水泵設計

分析了我國水資源分布情況與應用于海水淡化的水泵的使用現狀。基于傳統(tǒng)水泵,提出了一種由多組單元泵組插裝而成的二維插裝水泵。單元泵組由兩個單元泵組成,通過兩個單元泵的配合可以消除流量脈動。基于其中的基礎組件,即兩個單元泵的組合特性展開了研究。通過理論分析與相對于傳統(tǒng)軸向柱塞水泵、離心泵的對比,解釋了二維插裝水泵的工作原理,說明了二維插裝水泵的潛在優(yōu)勢,包括結構力平衡、排量大、油水分離、無結構性流量脈動等。