摘要：针对LSSVM参数优化耗时长且效果差的问题,提出了一种基于差分蝙蝠算法(DE-BA)的LSSVM参数寻优办法,利用BA的全局寻优能力和DE的局部搜索能力,优化LSSVM的核参数(C)和惩罚参数(σ2),并建立了基于DEBA-LSSVM的露天矿边坡稳定性预测模型,选取某露天矿边坡实际数据进行了对比分析。结果表明:3种预测模型中,DE-BA-LSSVM模型的平均相对误差为2.6%,预测效果最好,为采用LSSVM解决露天矿边坡稳定性预测问题提供了新的方向。

摘要：针对露天矿卡车从装载点到卸载点的运输循环总时间预测问题,在考虑卡车特征、道路特征和天气特征影响的情况下,通过支持向量机(SVM)、Adaboost和随机森林(RF)3种算法构建了露天矿卡车运行状态时间预测模型。以某大型露天矿山的卡车调度系统采集数据为例,结果表明,针对运行状态时间预测,采用SVM、Adaboost和RF 3种算法预测结果均优于传统平均法,最佳机器学习方法的平均绝对误差降低了81.52%;同时,将运行状态作为行程时间预测的最小单元进行组合预测,比用单一方法预测整个运输过程时间更好,其平均平方误差和平均绝对误差分别相对降低了76.96%和29.90%。

摘要：软件程序设计能力是计算机相关专业本科生必备的基本能力,也是满足社会对信息化应用型人才需求的基本条件。基于教育心理学的学习动机、学习迁移和认知理论,对应用型本科生培养过程中的教学体系、考核体系、实践体系和教材体系等方面展开研究,提出基于教育心理学的应用型本科生程序设计能力培养模式和方法。

摘要：为改变兰州冬季环境严重污染现象,兰州市政府投入大量资金进行煤改气,改善了冬季兰州环境严重污染的现象和司炉人员操作非常恶劣的工作环境,环保效果非常明显,但使用变频控制技术从设计到安全管理操作没有明确说明安全节能控制的范围,就此根据运行过程中出现的一些具体问题,通过实验验证,得出燃气热水锅炉循环水泵使用变频控制技术安全节能的大概范围。

摘要：为了躲避现有的托攻击检测,攻击者利用混淆技术降低攻击概貌和普通概貌之间的区别,使之成为更多用户的近邻进而影响推荐系统的预测评分。对物品按属性划分,在混淆技术的基础上,给出噪音系数、评分偏移函数和目标偏移函数,提出混淆流行交叉托攻击模型。设计攻击概貌自动产生器注入系统数据库,同最流行项中添加平均项构造的混淆托攻击对比。实验结果表明,该托攻击模型对推荐系统的危害性更大,应加强防范。

摘要：利用大数据对云计算物流系统进行分析,包括需求和设计等系统模块的分析.通过一系列物流业务量调研,采用Dijkstra算法、堆优化思想、“缩点思想”及最短路径原则,以商品溯源的数据为基础,构建快速高效的云端物流系统及最优化交通路径,探寻了物流产业未来高质量发展的新思路.

摘要：文章针对实验教学资源共享性和开放性不足问题,探讨基于云计算平台的开放式实验教学模式,提出基于云平台的实验教学、工程实践、科研创新和过程考核的四元耦合实践教学体系,以达到提高实验教学质量和效率的目的。

摘要：为合理调配露天矿卡车运输,实现矿山企业降本增效,解决卡车运输调度管理的多目标需求,以卡车运输成本最低和等待时间最少为目标,以车铲生产能力、矿石品位以及生产原则为约束,构建了多目标卡车调度模型。模型采用优选因子分配车辆,使用多目标遗传算法进行求解,进而优化露天矿卡车的动态调配。针对某露天矿卡车调度进行多目标优化,研究结果表明:此方法可提供合理的优化调度方案,得到具体的卡车运输路线和运行时刻表,大大降低卡车运输成本,提高设备使用效率,从而为矿山的卡车调度提供具体合理的决策依据。

摘要：目的:为了减少矿产资源浪费,提高贫矿的利用率,针对大型金属露天矿多装载点配矿问题,综合考虑矿石剩余量不足、铲装设备数量有限等因素对配装载点选取的影响,以品位偏差最小、生产成本最小、车辆总排队时间最短为目标建立配矿装载点选取模型。方法:采用二维矩阵整数编码法,并设计一种基于随机片段交叉与特定变异算子相结合的间接二次遗传优化算法对模型进行求解。结果:以国内某大型金属露天矿实际生产数据为例进行仿真实验,结果表明:所得出的装载点选取方案在受铲装设备数量限制、优先开采矿石剩余量相对较少装载点的条件下,仍能满足配矿计划需求。结论:所提模型、算法能普遍适用于大型金属露天矿山开采,使装载点的矿石得到充分利用。意义:提高了企业的经济效益和矿山整体开采效率。

摘要：针对地下矿井巷道光线昏暗的道路上会出现落石或行人等行车障碍物,严重影响无人驾驶矿卡安全行驶的问题,提出了一种基于红外视觉识别的巷道障碍物快速检测优化模型RCR_YOLOv4。该模型利用K-Means++优化算法筛选巷道障碍物的先验框尺寸,并引入深度可分离卷积降低网络参数量和计算量,从而提高障碍目标的定位精度和检测效率。通过设计双通道注意力机制对网络特征融合模块进行优化,实现对无人矿卡行车障碍的高精度检测。结果表明,该目标检测模型对矿井道路障碍的检测准确率达到93.52%,检测速度达到60.6 FPS,能够为矿井巷道复杂环境下无人矿卡安全行驶提供保障。