-
公开(公告)号:CN112734188A
公开(公告)日:2021-04-30
申请号:CN202011620303.5
申请日:2020-12-30
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于两阶段混合元启发式算法的家庭医疗护理调度优化方法,具体为先在调度周期起始时刻之前采集待指派的护士信息及顾客订单信息;在调度周期起始时刻,根据护士与顾客之间的位置信息计算旅行距离矩阵,并根据历史数据预测出旅行时间矩阵以及顾客服务所需要的时间,随后确定建立模型所需要的参数;考虑任务指派与路径规划、时间调度决策分离的情况下,以最小化公司的运营成本为上层目标函数,以最大化顾客满意水平为下层目标函数,建立双层家庭医疗护理路径规划与调度优化模型;设计两阶段混合元启发式算法进行求解,得到零工经济下的家庭医疗护理调度方案;本发明解决了零工经济模式下家庭医疗护理公司的订单分配决策问题。
-
公开(公告)号:CN112734032A
公开(公告)日:2021-04-30
申请号:CN202011635450.X
申请日:2020-12-31
Applicant: 杭州电子科技大学
IPC: G06N3/08
Abstract: 本发明属于联邦学习以及大数据技术领域,具体涉及一种用于横向联邦学习的优化方法,包括以下步骤:S1、客户端采集数据,并对数据进行预处理;S2、通过SMOTE‑Non‑IID模型处理客户端的数据;S3、通过横向联邦学习中的客户端‑服务器架构,结合数据生成环境,进行SMOTE‑Non‑IID模型训练;S4、得到SMOTE‑Non‑IID的优化模型,通过预测以得到评估结果;本发明每个客户端采用SMOTE算法合成数据,同时接收来自其他客户端的合成数据,有效处理联邦学习中数据异构性问题,能够保证较高预测准确率。
-
公开(公告)号:CN112734006A
公开(公告)日:2021-04-30
申请号:CN202011635471.1
申请日:2020-12-31
Applicant: 杭州电子科技大学
Abstract: 本发明属于推荐系统技术领域,具体涉及一种基于GCN和集成学习的推荐算法,包括以下步骤:S1、数据获取:通过程序获取图信号数据;S2、模型训练:通过将图信号数据转换为图的拉普拉斯矩阵,以训练GCN模型;S3、模型预测:通过设置的Dropout率,将训练的GCN模型表示为多个基模型,并将所有基模型预测的Softmax值作为最终预测值;本发明有效提高推荐算法的准确率,通过大量的图信号数据,利用GCN能够在图信号数据上获取特征的能力,结合集成学习的技术,最大限度的提高模型的准确率。
-
公开(公告)号:CN112668187A
公开(公告)日:2021-04-16
申请号:CN202011619505.8
申请日:2020-12-30
Applicant: 杭州电子科技大学
IPC: G06F30/20 , G06F30/13 , G06K9/62 , G06Q10/06 , G06Q50/08 , G06F111/04 , G06F111/06
Abstract: 本发明涉及一种考虑服务流程信息的装修服务配置多目标优化方法,包括:建立采用DSM方法表示复杂服务流程的装修服务模块,定义供选择的服务组件及其基本属性值;构造两级QFD质量屋,将顾客对不同需求的重要性映射到各装修服务模块的服务组件偏好;建立考虑服务流程信息的装修服务配置多目标优化模型,模型综合考虑服务流程的时序约束、服务资源的时变约束、服务组件的配置约束、顾客的服务时间和总预算约束;对建立的装修服务配置多目标优化模型改进为线性规划模型;采用不同算法计算不同规模服务配置优化问题的推荐方案解集;采用K‑means聚类方法缩减解集,形成候选解集,由顾客进行满意解的目标调整和交互选择。本发明合理优化给予顾客的最优方案。
-
公开(公告)号:CN111325359A
公开(公告)日:2020-06-23
申请号:CN202010116383.4
申请日:2020-02-25
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于互信息的卷烟配方维护的方法及系统,本发明涉及的一种基于互信息的卷烟配方维护的方法,包括:S11.获取与单料片烟相关的数据信息;S12.根据获取到的数据信息及计算所述单料片烟之间的互信息;S13.对计算得到的单料片烟之间的互信息进行排序,得到推荐单料片烟有序列表;S14.从所述得到的单料片烟有序列表中选取所需替换的单料片烟,并进行替换。本发明使用互信息来表示单料片烟之间的配伍性,将配伍性显式地表示在算法中,并用替换单料片烟与被替换单料片烟在配方中作用的相似性来生成推荐列表,保证了新形成配方的整体配伍性。
-
公开(公告)号:CN111311096A
公开(公告)日:2020-06-19
申请号:CN202010096159.3
申请日:2020-02-17
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于QFD和KANO模型的多产品质量优化方法,包括:S1.建立QFD模型和KANO模型;S2.建立优化模型;S3.采用基于随机游走的改进粒子群优化算法对建立的优化模型进行求解,得到最终结果;所述步骤S1包括:S11.获取消费者需求的信息和数据,并建立QFD模型和KANO模型;S12.通过建立的QFD模型将消费者的需求转换为工程特性;S13.通过建立的KANO模型确定工程特性的分类及权重;所述步骤S2包括:S21.根据所述工程特性的分类及权重确定目标函数;S22.对所述确定的目标函数生成约束条件;S23.根据所述确定的目标函数以及生成约束条件建立优化模型。
-
-
-
-
-