- 李茂平;
为了提高农业生鲜产品冷链物流风险评估的准确性,构建了一种融合灰色关联度分析、模糊综合评价方法、最小二乘支持向量机与算术优化算法的冷链物流风险评估体系。所构建的风险评估模型在样本规模为200和1 000时均方根误差分别为0.074 4和0.108,均低于对比模型。在预测风险来源过程中,该模型与仿真结果的发生率预测相差在±2%之内。实验结果表明,所构建的多阶段融合模型能够有效提升冷链物流风险评估的精度与结构判别能力,具备较高的应用稳定性与推广价值。
2025年04期 v.20;No.80 69-73页 [查看摘要][在线阅读][下载 1167K] - 闫莎莎;
针对目前企业机器人流程自动化(RPA)技术在企业自动化生产管理中存在管理效率低等问题,结合基于排名的优先级采样策略,对RPA技术的实验环境与路径规划算法进行改进,提出一种基于双重深度Q网络(DDQN)算法的企业自动化生产管理策略。结果发现,改进后的DDQN算法损失值与回报值均较对比算法表现更优,显著增强了RPA技术在路径规划方面的能力。改进DDQN算法的奖罚值训练时间均表现更优,较传统DDQN算法分别提升了11.85%、5.5%。在执行路径长度为6和12的任务时,分别较传统DDQN算法提升了35.0%、18.2%。这表明经过优化的DDQN算法可有效提高RPA对复杂场景的自适应能力与学习效率,快速完成RPA轨迹规划任务。实例结果证明研究构建的虚拟环境与改进的DDQN算法是有效的,在企业自动化生产管理实践中表现出较好的性能和实用性,能有效促进企业RPA技术应用能力提升。
2025年04期 v.20;No.80 74-78页 [查看摘要][在线阅读][下载 1235K] - 付艳平;
为提升财经单位审计预警的时效性与准确性,构建基于改进决策树算法与反向传播神经网络的审计预警模型。首先,采用基于动态采样与欠采样集成算法(DSB)解决审计数据的类别不平衡问题,实现资金滚动预算的规则划分;其次,利用改进的优化策略提升BP神经网络在资金控制审计中的收敛效率与分类性能。对比实验表明,所提模型在综合性能指标上优于遗传算法优化反向传播神经网络与人工蜂群算法优化反向传播神经网络等算法,F1值约为0.882,特征选择准确度约为0.950;同时在计算效率方面保持优势,平均采样时间约4.91秒、训练时间约9.78秒。研究结果说明,该模型能够在兼顾可解释性的同时增强对风险样本的识别能力,可为财经单位风险监测、审计资源配置与决策支持提供量化工具。
2025年04期 v.20;No.80 79-83+89页 [查看摘要][在线阅读][下载 1150K] - 丁娟娟;许跃飞;
为有效提升带货直播企业的用户转化率与客户忠诚度,本研究聚焦基于画像模型的精准营销策略优化路径探索。通过结合最近购买时间、购买频率、交易金额模型与K均值聚类算法,提出了带货直播场景的用户画像体系。对用户的购买行为、活跃度、互动频次等多维度数据进行了细分,并根据不同用户群体的特征制定个性化的营销策略。实验结果表明,在精准营销优化后,高价值客户、潜在流失客户、一般价值客户及低价值客户的购买转化率分别提升14.4%、16.51%、6.81%与4.18%,其中一般价值客户与低价值客户的转化率提升幅度相对有限。由此可见,研究结果为带货直播企业优化营销方案、提升用户转化率提供了一种新的思路与方法。
2025年04期 v.20;No.80 84-89页 [查看摘要][在线阅读][下载 1472K] - 罗斌;
针对传统高校建筑成本估算依赖于经验公式和手工计算导致估算效率低下、估算准确性不高的现象,提出采用反向传播神经网络构建高校建筑成本估算模型,并在此基础上引入融合天牛须和正余弦的双重搜索优化算法,构建成本估算优化模型,以实现对高校建筑成本的准确估算。实验采用对比法,结果发现,所构建的模型在训练集与测试集上均能与真实值进行良好拟合。此外该模型在测试集上的平均绝对百分误差值为1.02%,R~2值为0.98。而在随机抽查的6个项目偏差检测中,融合天牛须和正余弦的双重搜索优化-BP神经网络模型的相对误差值的绝对值最高仅为2.1%。综合表明,所提模型极大提升了高校建筑成本估算的精度和可靠性,为项目前期快速、准确投资估算提供了有效的智能化工具。
2025年04期 v.20;No.80 90-95页 [查看摘要][在线阅读][下载 1434K] - 胡方勇;杨琼;叶丽珠;
为了在相同频段上同时实现用户通信和目标感知,提出了一种基于多输入多输出(MIMO)5G波形的感知通信一体化多波束系统,适用于现代无线通信和计算机网络环境。系统采用基于信息论准则的模型选择方法估计目标数量,利用多信号分类(MUSIC)算法进行波达方向(DoA)估计,并通过基于周期图的频率分析完成目标的距离和速度估计。结合距离和DoA信息,可以精准确定目标位置。此外,为解决波束旁瓣效应导致的目标重复检测问题,提出了一种冗余目标消除算法,该算法能有效减少DoA误差,同时保留局部搜索的优点。仿真结果表明,在感知功率占比较低的情况下,该系统能够高效实现目标检测与定位,并成功消除冗余目标点,为5G及未来网络中的通信感知融合应用提供了技术支持。
2025年04期 v.20;No.80 96-100+106页 [查看摘要][在线阅读][下载 1299K] - 鲁曦;刘雅俊;
随着人工智能与传感技术的快速发展,舞蹈学习领域对动作精准识别与智能评估的需求日益增强。本研究提出一种基于动作捕捉传感器与机器学习相结合的学生舞蹈动作识别方法,以解决主观评价为主、反馈效率不足的问题。通过穿戴式惯性传感器采集肢体运动数据,经去噪与标准化处理后,可以提取关键时域特征与关节角度轨迹特征,从而构建精简的动作特征集;进一步设计轻量级一维卷积神经网络(1D-CNN)模型,通过层级卷积与池化操作自动学习动作的时空模式,并引入注意力机制优化对核心动作片段的聚焦能力。实验表明,该方法在保证精度的同时显著降低计算复杂度,为低成本、实时化的练习辅助系统开发提供了可行路径。
2025年04期 v.20;No.80 101-106页 [查看摘要][在线阅读][下载 1238K]