桂海霞
- 作品数：50 被引量：111H指数：6
- 供职机构：安徽理工大学更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>
- 相关领域：经济管理自动化与计算机技术文化科学环境科学与工程更多>>
- 基于智能体联盟的多配送中心路径优化研究被引量：2
- 2020年
- 针对多配送中心车辆路径问题,采用智能体联盟思想,建立软时间窗下,以配送成本与惩罚成本之和最小化为目标的车辆配送模型,根据模型特点运用改进蚁群算法进行求解。先通过轮盘赌法让蚁群随机选择配送中心出发,再实施交叉、翻转操作,增加种群多样性,每次循环后添加最优路径额外信息素,指定精英蚂蚁,来避免传统蚁群算法陷入局部最优和收敛早熟的弊端,最后通过实例对比验证模型和算法的合理性与有效性。
- 薛菁桂海霞李慧宗王向前车万留
- 关键词：改进蚁群算法
- 基于聚类-重心法和CFLP法的两级物流配送中心选址被引量：5
- 2023年
- 为了确保物流配送中心选址的合理性,节约配送里程,降低配送的费用成本,将聚类-重心法和CFLP(Capacitated Fa⁃cility Location Problem)模型结合起来对城市的物流配送中心选址进行研究。首先,用最短距离聚类法进行配送区域划分;其次,通过CFLP模型结合聚类结果,以物流配送成本费用最小化原则选出二级物流配送中心;再次,分别对二级物流配送中心和城市中所有的区域物流配送中心使用重心法求出2个一级物流配送中心的坐标;最后,分别计算出2个一级配送中心的配送总距离和配送总费用,并进行对比分析。结果表明:选择通过对二级物流配送中心使用重心法求出的一级物流配送中心作为最终一级物流配送中心最为合理。该方法能应用到两级物流的配送中心选址过程中。
- 郑贺桂海霞
- 关键词：物流聚类CFLP重心法
- 利用表格特征信息的Web文本分类研究与实现
- 2008年
- 构建了关于Web表格特征信息知识的领域本体,提出并设计了一种用于Web文本分类的二次分类模型。该模型使用支持向量机方法对测试样本进行第一次分类;由于设定了较高的分类阈值,一次分类后部分测试样本未确定所属类别,对于这些测试样本,抽取样本中的Web表格特征信息,与基于领域本体的分类模板进行相似度匹配,进行第二次分类。最后通过实验验证了该方法的可行性。
- 桂海霞
- 关键词：WEB文本分类特征信息领域本体相似度匹配
- 低碳背景下求解同时取送货车辆路径问题
- 2025年
- 为响应国家“双碳”战略的号召,本文研究了物流行业中的配送与包装器具回收问题,通过优化物流过程减少碳排放,助力实现碳达峰与碳中和的目标。提出自适应变邻域遗传算法(AVNSGA)来求解同时取送货车辆路径问题(VRPSDP)。通过使用Solomon数据集进行算例测试,并将AVNSGA与传统的遗传算法(GA)进行了性能对比,结果表明AVNSGA在求解效率和优化解质量方面具有显著优势,车辆路径的总成本优化效果提升幅度达到了10%以上,同时碳排放量缩减了67%,也展示该算法在物流领域节能减排、实现可持续发展目标方面的应用潜力。
- 檀奇桂海霞李慧宗
- 关键词：自适应机制变邻域搜索
- 基于BP神经网络和二次指数平滑法组合预测模型的安徽省物流需求预测
- 2024年
- 为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量作为物流需求规模输出指标,采用灰色关联分析计算安徽省物流需求评价指标与物流需求规模间的关联度,判断评价指标的合理性。通过夏普利值法将BP神经网络预测模型和二次指数平滑法预测模型组合,预测2017—2021年安徽省物流需求。结果表明:BP神经网络预测模型、二次指数平滑法预测模型及二者的组合预测模型预测结果的平均相对误差分别为4.58%、6.70%、3.99%,组合预测模型的平均相对误差最小。通过组合预测模型预测2022—2024年安徽省物流需求分别为405 004.96万t、407 142.09万t、409 108.95万t,安徽省货运量呈持续增长趋势,但增幅降低。安徽省应加快传统物流向智慧物流的转移速度,扩大内需,加强物流枢纽城市间的联系,加速区域一体化发展步伐,确保物流高质量发展。
- 徐健桂海霞
- 关键词：BP神经网络模型物流需求
- 基于SARIMA-LSTM组合模型的河南省快递业务量预测
- 2024年
- 基于时间序列理论建立SARIMA和SARIMA-LSTM组合模型,以求对河南省快递业务量发展趋势的精准预测。由于传统的时序模型在快递业务量预测中很难捕捉到数据序列中的非线性特征,因此研究提出了一种季节性差分回归移动平均模型(SARIMA)与长短期记忆网络(LSTM)相结合的组合预测模型。通过对这2种模型的预测结果进行对比分析,发现SARIMA-LSTM组合模型在对快递业务量变动趋势的预测上具有更高的准确性。
- 张美悦桂海霞
- 关键词：SARIMA模型
- J2EE框架下高校教材管理系统的设计研究被引量：5
- 2006年
- 为了改善当前许多高校教材管理工作的现状,提高管理人员的工作效率,阐述了构建高校教材系统的必要性和可行性,采用了J2EE的框架形式,并重点介绍了系统的业务过程、数据流程、体系结构和实施,使教材管理工作实现了科学化、网络化,对高校提高教务管理的工作效率和质量具有较大的促进作用。
- 桂海霞
- 关键词：J2EE数据流程图体系结构
- 强调显著性区域的铅笔画生成算法
- 2020年
- 将自然图像转换成铅笔画是近年来非真实感绘制技术的一个热点,然而现有的铅笔画生成算法总是致力于将原图中所有细节都展现出来,忽视了非真实感绘制强调突出主体这一特点。为解决这个问题,利用显著性区域提取技术提取主体,将原图划分为显著区域与背景区域,根据不同区域设置不同的线条、纹理与颜色,以达到突出主体的目的。得到了更为符合非真实感绘制定义的铅笔画,线条与纹理十分接近手绘风格,输出图分辨率较高,同时对噪声有较强的抵抗能力。
- 周华平汪晓燕桂海霞
- 关键词：非真实感绘制铅笔画线条图
- 高校信管专业实践教学体系研究——基于创新创业人才培养视角被引量：2
- 2020年
- 实践教学是高等教育的重要环节,对大学生综合能力的培养和素质的提高有着非常重要的作用。通过调研并结合我校信管专业实际,从创新创业人才培养视角剖析了高校信管专业实践教学中存在的问题,并对新常态下高校信管专业实践教学的培养模式及体系进行了探索和设计,提出以学生为主体的创新创业人才培养实践教学体系,以更好地满足培养符合社会需求的创新创业型人才的目标。
- 徐超毅桂海霞
- 关键词：信管专业实践教学创业
- 一种基于Apriori的高效关联规则挖掘算法的研究被引量：3
- 2009年
- 为了从海量的信息资源库中进行析取、识别和发现潜在正确和有用、前所未知的、最终可理解的知识,从数据挖掘技术的研究入手,对关联规则挖掘算法Apriori算法的关键思想以及性能进行了研究,在此基础上分析和探讨了Apriori Mend算法,并给出了该算法的实现思想和步骤,同时通过实例说明了算法的执行过程,该算法提高了原算法的效率。
- 桂海霞孟祥瑞
- 关键词：数据挖掘关联规则APRIORI
