隨著我國經(jīng)濟的迅速發(fā)展和信息技術(shù)的進步,物流行業(yè)已經(jīng)被確定為我國國民經(jīng)濟的重要產(chǎn)業(yè)和經(jīng)濟發(fā)展的新增長點,其中物流配送路徑的優(yōu)化是物流系統(tǒng)中的關(guān)鍵一環(huán),選擇合理經(jīng)濟的配送路線可以極大的降低配送成本,提高配送效率,增加企業(yè)的經(jīng)濟效益。 本文以如何科學(xué)的解決配送路徑的優(yōu)化問題為出發(fā)點,分析比較了各種算法在解決VRP中的特點與利弊,由于蟻群算法有著良好的正反饋機制與較強的魯棒性和靈活性,本文選擇了蟻群算法作為解決VRP問題的算法,并結(jié)合VRP問題本身的特點,針對蟻群算法存在的過早收斂等不足進行改進,最后將改進的蟻群算法應(yīng)用在本文所建立的VRP模型中,并通過仿真試驗,證明了蟻群算法在解決大規(guī)模動態(tài)VRP問題中的有效性和可行性。 論文主要研究工作和創(chuàng)新性成果有以下幾個方面: (1)設(shè)定了一類配送點位置不變,需求時間不定的動態(tài)帶軟時間窗的VRP問題。利用時間段的概念,將動態(tài)VRP問題轉(zhuǎn)化為連續(xù)時間段內(nèi)的靜態(tài)VRP問題進行研究,構(gòu)造了該問題的模型,提出了動態(tài)VRP問題的求解方案。 (2)結(jié)合VRP問題的特點,針對蟻群算法的早熟等不足,對蟻群算法進行改進,通過對偽隨機概率公式的改進,配送點的二次...
標簽： 經(jīng)濟 發(fā)展 信息技術(shù) 產(chǎn)業(yè)
上傳時間： 2017-09-11
上傳用戶：熊少鋒
隨著我國經(jīng)濟的迅速發(fā)展和信息技術(shù)的進步,物流行業(yè)已經(jīng)被確定為我國國民經(jīng)濟的重要產(chǎn)業(yè)和經(jīng)濟發(fā)展的新增長點,其中物流配送路徑的優(yōu)化是物流系統(tǒng)中的關(guān)鍵一環(huán),選擇合理經(jīng)濟的配送路線可以極大的降低配送成本,提高配送效率,增加企業(yè)的經(jīng)濟效益。 本文以如何科學(xué)的解決配送路徑的優(yōu)化問題為出發(fā)點,分析比較了各種算法在解決VRP中的特點與利弊,由于蟻群算法有著良好的正反饋機制與較強的魯棒性和靈活性,本文選擇了蟻群算法作為解決VRP問題的算法,并結(jié)合VRP問題本身的特點,針對蟻群算法存在的過早收斂等不足進行改進,最后將改進的蟻群算法應(yīng)用在本文所建立的VRP模型中,并通過仿真試驗,證明了蟻群算法在解決大規(guī)模動態(tài)VRP問題中的有效性和可行性。 論文主要研究工作和創(chuàng)新性成果有以下幾個方面: (1)設(shè)定了一類配送點位置不變,需求時間不定的動態(tài)帶軟時間窗的VRP問題。利用時間段的概念,將動態(tài)VRP問題轉(zhuǎn)化為連續(xù)時間段內(nèi)的靜態(tài)VRP問題進行研究,構(gòu)造了該問題的模型,提出了動態(tài)VRP問題的求解方案。 (2)結(jié)合VRP問題的特點,針對蟻群算法的早熟等不足,對蟻群算法進行改進,通過對偽隨機概率公式的改進,配送點的二次...
標簽： 經(jīng)濟 發(fā)展 信息技術(shù) 產(chǎn)業(yè)
上傳時間： 2013-12-18
上傳用戶：yuanyuan123
? 出動m只螞蟻，每只螞蟻各隨機選擇一條路徑，記為I=[1 2 3···m]，長度記為long(I); ? 計算出每條路徑的信息素濃度，記為P(I)=1/long(I)，并進行歸一化處理; ? 重新出動m只螞蟻，按如下規(guī)則選擇路徑： l 每只螞蟻都以一個概率p1選擇新路徑(路徑隨機)； l 未選擇新路徑的螞蟻以概率P(I)選擇路徑I； l 所有螞蟻都以一個小概率p2對自己的路徑進行局部變化； ? 更新所有路徑，計算出每條路徑的信息素濃度； ? 重復(fù)上述步驟，直至僅剩一條路徑。
標簽： 蟻群算法解決TSP問題的MATLAB實現(xiàn)
上傳時間： 2015-04-16
上傳用戶：jackynie
程序可運行，方便，快捷。初學(xué)者很實用。。。。。。。。。。。
上傳時間： 2017-06-07
上傳用戶：master_caojie
給出一堆城市坐標，繞城市一圈最短的路程。tsp問題詳細案例。
上傳時間： 2018-08-28
上傳用戶：可兒4023
一種蟻群算法的java實現(xiàn)。蟻群算法是一種用來尋找優(yōu)化路徑的概率型算法
標簽： ant-java
上傳時間： 2019-04-09
上傳用戶：744682948
在微電網(wǎng)調(diào)度過程中綜合考慮經(jīng)濟、環(huán)境、蓄電池的 循環(huán)電量，建立多目標優(yōu)化數(shù)學(xué)模型。針對傳統(tǒng)多目標粒子 群算法(multi-objective particle swarm optimization，MOPSO) 的不足，提出引入模糊聚類分析的多目標粒子群算法 (multi-objective particle swarm optimization algorithm based on fuzzy clustering，F(xiàn)CMOPSO)，在迭代過程中引入模糊聚 類分析來尋找每代的集群最優(yōu)解。與 MOPSO 相比， FCMOPSO 增強了算法的穩(wěn)定性與全局搜索能力，同時使優(yōu) 化結(jié)果中 Pareto 前沿分布更均勻。在求得 Pareto 最優(yōu)解集 后，再根據(jù)各目標的重要程度，用模糊模型識別從最優(yōu)解集 中找出不同情況下的最優(yōu)方案。最后以一歐洲典型微電網(wǎng)為 例，驗證算法的有效性和可行性。
標簽： 模糊 模型識別 微電網(wǎng) 多目標優(yōu)化 聚類分析
上傳時間： 2019-11-11
上傳用戶：Dr.趙勁帥
參考文獻：M.Rostami Shahrbabak and H.Nezamabadi-pour, " A New Approach to Binary PSO Algorithm" 14th Iranian Conference on Electrical Engineering, may 2006.
上傳時間： 2020-02-16
上傳用戶：Emperor翔
人工智能結(jié)課作業(yè)（A星八數(shù)碼/廣度優(yōu)先/深度優(yōu)先/粒子群尋優(yōu)算法/遺傳算法/蟻群算法/BP神經(jīng)網(wǎng)絡(luò)/卷積神經(jīng)網(wǎng)絡(luò)）
標簽： 人工智能
上傳時間： 2021-10-20
上傳用戶：recarry
本書介紹了壓力傳感器、圓環(huán)力敏傳感器、氧傳感器、有機蒸氣傳感器及其輸出的非線性信號，因傳感器是將輸人的非電量轉(zhuǎn)化為電學(xué)量的元件，要求將測得的電學(xué)量反演輸出并顯示為非電量，以達到測量的最終目的，這就要依靠除經(jīng)典算法以外的各種先進的算法．例如規(guī)范化多項式擬合法、輸人－輸出的歸十算法、模擬退火算法、遺傳算法、蟻群算法、量子粒子群算法、神經(jīng)網(wǎng)絡(luò)算法、模糊算法才能完成反演轉(zhuǎn)換。本書重點就是結(jié)合實際應(yīng)用介紹這些算法，書中有的算法是本書作者獨創(chuàng)的。此外本書還介紹了不同非線性信號的自然和強制融合過程、從而可實現(xiàn)傳感器的補償，以提高其測量精度。
上傳時間： 2022-07-05
上傳用戶：qingfengchizhu
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
