-
公开(公告)号:CN116882686A
公开(公告)日:2023-10-13
申请号:CN202310871363.1
申请日:2023-07-14
Applicant: 南通大学
IPC: G06Q10/0631 , G06N3/126
Abstract: 本发明公开一种基于改进遗传算法解决多偏好的超市智能排班算法,包含以下步骤:设置店铺预设条件;基于预设条件构建和改进算法模型;根据改进遗传算法求解排版模型。本发明的基于改进遗传算法解决多偏好的超市智能排班算法,提出一种基于改进的遗传算法,加入依据种群适应度标准差的高斯扰动和增大变异概率进行求解。与传统的的以列表为主的编码方式相比,本发明提出以矩阵为主的编码方式,不同的位置代表不同的班次,可以更直观的表示排班表和种群个体基因的转换,同时可以更好的变异,以加快收敛速度,找到更改的解。
-
公开(公告)号:CN115471005A
公开(公告)日:2022-12-13
申请号:CN202211205164.9
申请日:2022-09-29
Applicant: 南通大学
Abstract: 本发明提供一种基于LS‑SVM‑Leslie组合模型的人口预测方法,属于数学和计算机科学。解决了传统人口预测模型中缺乏性别比例、年龄结构和人口数据变动规律的问题。其技术方案为:包括以下步骤:S1:收集数据并预处理;S2:选取预测指标并估计出生性别比;S3:用LS‑SVM模型预测特定年龄的生育率D1和男/女死亡率D2;S4:将D1、D2输入Leslie模型,输出特定初始年龄数据D3;S5:将D3作为Leslie下一年的输入参数,迭代输出每年的人口数据;S6:建立时间序列预测模型和灰色系统预测模型;S7:基于权重组合步骤S6中的两个模型并输出预测结果。本发明的有益效果为:本发明选取多个预测指标和预测模型,从而提高人口预测的可靠性。
-