-
题名考虑头程运输中断的海外仓选址-库存研究
- 1
-
-
作者
税文兵
周陈亮
-
机构
昆明理工大学交通工程学院
-
出处
《中国科技论文》
2025年第4期317-327,共11页
-
文摘
针对跨境电商在自建海外仓时由头程运输中断带来的不确定性,提出了一个海外仓选址-库存优化模型。采用三角模糊数表征订货提前期的不确定性,并设计黑寡妇优化(blackwidowoptimization,BWO)算法进行求解。结果表明,该算法在适应度和收敛速度上均优于遗传算法和粒子群算法。最后对头程运输中断持续天数进行灵敏度分析,结果显示:本文模型能显著优化系统目标,可将系统目标优化1.7%以上;即使在海外仓头程运输阶段没有发生中断现象,优化结果与最优目标值的差距也仅有1.8%。
-
关键词
海外仓选址-库存
运输中断
模糊提前期
黑寡妇优化算法
-
Keywords
overseas warehouse siting-inventory
transportation disruption
fuzzy lead time
black widow optimi⁃zation algorithm
-
分类号
U141
[交通运输工程]
-
-
题名面向自动语音识别系统的对抗样本生成方法
被引量：2
- 2
-
-
作者
于振华
苏玉璠
叶鸥
丛旭亚
-
机构
西安科技大学计算机科学与技术学院
-
出处
《计算机科学与探索》
北大核心
2025年第1期253-263,共11页
-
基金
国家自然科学基金(62273272,62303375)。
-
文摘
通过对系统进行对抗攻击可以检测系统漏洞,进而提高系统鲁棒性。然而,对抗攻击前往往需要系统的参数信息,这使得攻击条件受限。为此,结合一种新的量子粒子群优化算法,提出一种黑盒有目标对抗攻击方法。该方法通过在原始样本中添加微小噪声,构造差异化粒子群,作为初始对抗样本种群;基于记忆搜索的领域重分布策略得到当前种群的全局最优粒子,从而生成初始对抗样本;融入扩维和自适应权重位置更新,使得种群更接近目标;根据对抗样本与目标语句的编辑距离,继续优化初始对抗样本,生成最终对抗样本。为了验证方法的攻击效果,在GoogleSpeech、LibriSpeech以及CommonVoice数据集上,对语音识别模型DeepSpeech进行实验,将目标语句设置为不同场景中的常见语音指令。实验结果表明,提出的方法在三个数据集上成功率都优于对比方法,其中在Common Voice数据集上的成功率比对比方法提升了10个百分点。同时,召集志愿者对生成的对抗样本噪声强度进行主观评估,其中82.4%的对抗样本被志愿者判断为没有噪声或噪声很小。
-
关键词
对抗攻击
语音识别
黑盒攻击
样本生成
量子粒子群算法
梯度评估方法
-
Keywords
adversarial attack
speech recognition
black-box attack
example generation
quantum particle swarm optimi-zation algorithm
gradient evaluation method
-
分类号
TP312
[自动化与计算机技术—计算机软件与理论]
-
