Web挖掘在电子商务信息搜索中的应用

随着电子商务的深入发展,互联网已成为电子商务的基础。电子商务环境下,如何从互联网中挖掘和利用数据是企业非常关心的问题。文章结合当前的电子商务环境,对重要信息的搜索问题进行了分析,提出了采用Web挖掘在互联网中搜索重要信息的方法,给出了该方法的一个实现技术。实验结果表明该方法可以在互联网中高效准确地搜索重要信息。     

电子商务中基于贝叶斯网络的货源信息检索模型

针对电子商务环境下货源信息检索问题进行了分析研究,应用信息检索和贝叶斯网络的相关理论,提出一种基于贝叶斯网络的货源信息检索模型.该模型采用一种四层节点的贝叶斯网络检索结构,利用货源信息样本文献描述查询要求,并通过网络节点间的条件概率计算出查询与文献之间的相似度.实验表明,该模型取得了较好的检索效果,为企业提供了有价值的货源相关信息.     

一种动态未知环境下的机器人路径搜索方法

提出了一种新的路径搜索算法——"触觉感知法"来实现机器人在未知静态与动态环境情况下的路径搜索。该方法不需要提供地图信息,机器人仅收集目标点的距离和方位信息以及通过自带传感器作为触觉器收集周围局部环境信息。机器人以BP神经网络作为决策器,经过训练,可以在静态和动态环境中搜索出一条光滑无碰撞且便捷并能有效避开动态障碍物的运动轨迹。对所提出的方法进行了仿真实验,仿真结果表明算法在静态和动态环境下均能有高效率的路径搜索表现。     

基于宏观概率模型的群机器人系统自适应建模研究

提出一种基于宏观概率模型的群机器人觅食系统的自适应建模方法.在此异构群机器人中,每个机器人可根据内部信息、社会信息和环境信息自适应调节搜索时间阈值和休息时间阈值.为区别个体机器人,引入个体休息时间阈值和公共休息时间阈值.基于概率有限状态机法将机器人状态分为休息状态和搜索状态两大类,状态之间的转移由相应的个体休息时间阈值决定.详细分析和推导了三种信息对时间阈值的影响.最后在Stage仿真平台上进行了不同环境条件下的仿真实验.结果表明该模型适用于群机器人系统.     

基于头脑风暴优化算法的多机器人气味源定位

针对现有室内湍流环境下多机器人气味源搜索算法存在历史浓度信息利用率不高、缺少调节全局与局部搜索的机制等问题,提出头脑风暴优化（BSO）算法与逆风搜索结合的多机器人协同搜索算法。首先,将机器人已搜索位置初始化为个体,以机器人位置为中心聚类,有效利用了历史信息的指引作用;然后,将逆风搜索作为个体变异操作,动态调节选中一个类中个体或两个类中个体融合生成新个体的数量,有效调节了全局和局部搜索方式;最后,根据浓度和持久性两个指标对气味源进行确认。在有障碍和无障碍两个环境中将所提算法与三种群体智能多机器人气味源定位算法进行定位对比仿真实验,实验结果表明,所提算法的平均搜索时间减少33%以上,且定位准确率达到100%。该算法能够有效调节机器人全局和局部搜索关系,快速准确定位气味源。     

移动机器人未知环境下无线基站搜索

针对机器人未知环境下信号源搜寻依赖于多机器人协同定位问题,提出一种基于天牛须搜索的单机器人寻源算法,进行未知环境下无线基站搜索.将天牛须搜索的两个触角改进为一个触角,引入避障策略,动态改变机器人的移动位置和方向,将所提算法应用于单机器人室内与室外两种环境下的无线基站搜索.与PSO、GA算法对比结果表明,收敛速度明显更快.该算法运算量小、收敛速度快,能够在复杂的未知环境中找到无线信号源.     

基于随机行走的群机器人二维地图构建

机器人在未知环境自主探索时,需要快速准确地获取环境地图信息。针对高效探索和未知环境的地图构建问题,将随机行走算法应用于群机器人的探索中,机器人模拟布朗运动,对搜索区域建图。然后,改进了布朗运动算法,通过设置机器人随机行走时的最大旋转角度,来避免机器人重复性地搜索一个区域,使机器人在相同时间内探索更多的区域,提高机器人的搜索效率。最后,通过搭载激光雷达的多个移动机器人进行了仿真实验,实验分析了最大转角增量、机器人数量以及机器人运动步数对搜索区域的影响。     

基于改进蚁群算法的机器人路径规划研究

在二维静态环境下的机器人路径规划中,采用基本蚁群算法寻优存在搜索时间较长、效率较低、容易陷入局部最优等问题。针对这些问题对基本蚁群算法进行改进,改进的蚁群算法使用不同的期望值机制,采用挥发系数自适应方式更新信息激素,并加入拐点参数作为路径的评价标准之一。对这两种算法进行仿真分析,可得改进后的蚁群算法比基本蚁群算法搜索能力更强,算法效率更高,所寻路径更短。结果表明,该改进算法提高了算法效率,抑制了算法陷入局部最优并实现了机器人最优路径搜索,使机器人可以快速地避开障碍物安全到达目标点。     

污泥纠缠环境下机器人视觉摆脱规划路径方法

传统路径规划算法针对多目标情况,主要依据多单一信息融合结果选择避障路径,在中规模的污泥纠缠区域中容易陷入盲区,无法对污泥纠缠环境下的机器人路径进行准确的规划。为此提出一种改进的机器人视觉纠缠摆脱路径规划方法,借助机器人视觉仪器采集污泥纠缠特征,用归一化方法把视觉信息融入到规划模型中进行最佳路径的选择,将机器人摆脱污泥纠缠以及最短路径的要求融合成一个适应度函数,通过遗传算法搜索获取最佳机器人摆脱路径。实验结果说明,该方法对于污泥纠缠环境下机器人摆脱路径规划长度以及效率都优于传统模型,具有较高的鲁棒性。     

基于改进生物启发神经网络的机器人目标搜索方法

针对未知环境下机器人目标搜索的问题,按照机器人能力不同对搜索区域进行划分,目标点在自己运动的过程中会在局部范围内留下信息素并且这些信息素会随着时间的流失而减少,机器人可以探测到这些信息素的多少进而影响机器人下一个搜索位置的选择。本文采用改进生物启发神经网络选取机器人探索范围内活性值最大的点作为下一个搜索位置。为了防止在连续的时间段内多次选择相同的点,引入禁忌搜索,把多次选择相同的点放入禁忌表中,可以有效防止陷入局部最优点。与随机搜索方式和原始的生物启发神经网络进行对比,验证了该方法对动态目标的搜索具有良好的效果。     

搜索引擎的Web Robot技术与优化

针对目前如何使搜索引擎快速准确地从庞大的网页数据中获取所需资源的需求，文中对搜索引擎作了概述，重点阐述了搜索引擎的Web Robot搜索器的搜索策略、文档提取以及搜索优化措施，提出了改进搜索引擎的Web Rohot的方法，改进后的Web Robot能够更有效地发现和搜集信息。为搜索引擎进行信息搜集，高效、稳定的Web Rohot保证了为用户提供的网上信息的全面性和实时性。     

复杂环境下的机器人路径规划蚂蚁算法

研究了全局静态环境未知时机器人的路径规划问题,提出了一种新颖的滚动规划蚂蚁算法.该方法将目标点映射到机器人视野域附近,再由两组蚂蚁采用最近邻居搜索策略相互协作完成机器人局部最优路径的搜索,机器人每前进一步,都由蚂蚁对局部路径重新搜索,因此,机器人前进路径不断动态修改,从而能使机器人沿一条全局优化的路径到达终点.仿真实验结果表明,即使在障碍物非常复杂的地理环境,用本算法也能迅速规划出一条优化路径,且能安全避碰,效果十分令人满意.     

MAS对信息不足环境的搜索策略的比较研究

现在MAS中的许多具体应用问题也可以发结为未知环境的搜索。比如WWW上的信息检索，数据发掘等，当存在信息缺失的情况下，如何设计MAS系统使之更为有效地搜索是目前MAS研究的一个重要课题，本文在不同的实验环境下针对3种不同的搜索策略进行了对比实验，得出了一些对MAS设计有普遍参考意义的结论。     

一种基于站内的机器人综合式元搜索引擎的设计

本文针对传统搜索引擎在搜索引擎的查全率和查准率方面的弱点,分析了站内搜索的重要性,提出了一种基于网站站内的机器人搜索引擎,并具体阐述了基于机器人综合式搜索引擎的网站站内搜索引擎的技术实现方式.该搜索引擎能够快速查找用户所需的信息,最大程度地满足用户需求.     

VisSearch: A collaborative Web searching environment

VisSearch is a collaborative Web searching environment intended for sharing Web search results among people with similar interests, such as college students taking the same course. It facilitates students' Web searches by visualizing various Web searching processes. It also collects the visualized Web search results and applies an association rule data mining algorithm to find meaningful patterns in the Web search queries and the resulting useful Web resources. The mined patterns are then used as recommendations in guiding other students as they search the Web on the same or similar topics. This paper describes the design and implementation of the VisSearch environment and its evaluation. The experimental results showed that students who used the VisSearch environment were able to better search the Web than students who used the conventional Web search engines and Web browsers by utilizing the visualized Web searching processes and the recommended information.     

蛇形搜救机器人前端传感器设计与实现

设计了一种新型蛇形搜救机器人前端传感器。蛇形搜救机器人灵活的躯体结构适用于废墟环境下的搜救,为机器人设计安装一个多传感器模块全面获取搜救信息,提高搜救效率扩大搜救范围。采用嵌入式技术设计前端传感器,安装在蛇形搜救机器人前端,实现视频、温度、二氧化碳等传感器信息的通信,并且提供LED照明和双向语音对话。通过在模拟废墟环境下的实验,验证了此前端传感器的性能效果。     

改进的势场蚁群算法的移动机器人路径规划

针对蚁群算法路径规划初期信息素浓度差异较小,正反馈作用不明显,路径搜索存在着盲目性、收敛速度相对较慢、易陷入局部最优等情况,人工势场算法的势场力可引导机器人快速朝目标位置前进,提出势场蚁群算法,通过栅格法对机器人的工作环境进行建模,利用人工势场中的势场力、势场力启发信息影响系数及蚁群算法中机器人与目标位置的距离构造综合启发信息,并利用蚁群算法的搜索机制在未知环境中寻找一条最优路径。大量的仿真实验表明势场蚁群算法路径规划能找到更优路径和收敛速度更快。     

基于非均匀环境建模与三阶Bezier曲线的平滑路径规划

针对工作于复杂环境下的大型工装,本文提出了一种基于非均匀环境建模与三阶Bezier曲线的平滑路径规划算法,以指导工装的运动.在环境建模方面,利用四叉树建立环境的非均匀模型,能够有效压缩环境信息,提高搜索效率;在路径搜索方面,以非均匀环境模型为基础,提出一种距离启发搜索和信息素混合更新的蚁群算法,能够得到工装的安全可行路径点;在路径平滑方面,基于三阶Bezier曲线,提出能够连接任意位置和任意方向两点的转弯单元的设计方法,利用转弯单元连接路径搜索算法得到的路径点,能够获得满足工装非完整性约束的平滑路径.最后,以大型激光驱动器的靶场环境为对象,对本文算法的有效性和可靠性进行验证,并利用DELMIA平台进一步验证了规划路径的运动平滑性和安全性.     

Agent and data mining based decision support system and its adaptation to a new customer-centric electronic commerce

Recently, as the Internet has become more widely used, Electronic Commerce (EC) has emerged and has developed a high-level business environment. The customer-centric EC model is important for the success of EC and this study presents a new customer-centric EC model in make-to-order (MTO) semiconductor manufacturing environment. In this study we proposed the EC model providing the process transparency of process sampling method that can provide online semiconductor customers with the performance information of available process sampling methods which can be used at all manufacturing process steps for their own products in MTO manufacturing environment, and then the capability to select a desirable one among them based on their purchase situations on EC web site. In the proposed EC model the customer can select a process sampling method that is most suitable to him/her according to the customer's purchase situation. In this model the use of intelligent decision support system called customized sampling decision support system (CSDSS) that can autonomously generate available customized sampling methods and provide the performance information of those methods to EC system is requisite. We implemented an Internet-based prototype of CSDSS which had an architecture based on intelligent agent technology and also the successful integration of data mining process for the generation of optimal sampling method into DSS framework by means of applying that technology.     

可应用于气体泄漏源搜寻的融合算法

多源信息融合算法主要应用于移动机器人对有害气体泄漏源的搜寻。为提高搜寻效率,用视觉传感器和嗅觉传感器共同获取环境信息,其中 嗅觉传感器 采用多气体传感器代替单气体传感器以提高测量的可靠性,测量位置也由单点向多点转变,并选用合适的算法分别实现各级数据的融合,最终决策移动机器人的搜寻方向。数据表明, 加权平均法用于融合同类气体传感器的数据,可减小噪声和仪器故障的影响;最小二乘法可最优估计未知参数,用于反求泄漏源信息,可初步估计泄漏源的位置和流量;概率赋值方式可容纳多种信息途径共同判断泄漏源,从而更合理地确定搜寻目标。