带有时间窗的车辆路径问题优化

为提高物流配送质量,在以传统的车辆配送行驶成本最小化为目标的基础上,兼顾顾客的满意度(配送及时性)和车辆数目最小化目标,建立优化的多目标带有时间窗的车辆路径问题(Ve-hicle Routeing Problem with Time Windows,VRPTW)模型.引用国际公认的车辆路径问题库中的数据作为算例,对3个目标函数都进行标幺化处理后,运用遗传算法进行求解,最终得出模型解的运算结果和时间都在理想范围之内,表明新模型是有效可行的.该模型的建立有助于有效地解决带有时间窗的车辆路径问题,不仅能够提高物流工作效率,而且能够为城市交通质量的提高提供保障.     

基于复合型FMCW波形的多目标匹配算法

毫米波雷达常用调频连续波(frequency modulated continuous wave,FMCW)来测量目标的距离、速度等物理参数,但基于三角波调频连续波的雷达难以准确地完成多目标探测.因此,提出一种改进的FMCW波形及其对应的多目标匹配算法,这个复合型波形结合梯形波和快速锯齿波的特性,可以更准确地完成多目标...     

基于ArcGIS的多温区冷藏车辆路径优化

为降低冷链物流成本,研究多温共配模式下生鲜农产品冷链配送问题。采用多温区冷藏车,构建考虑运输成本、货损成本、制冷成本的路径优化模型,利用遗传算法对算例进行求解,借助ArcGIS规划最短路径。算例结果显示,与传统配送模式相比,多温共配模式可减少2辆冷藏车的调度,总成本降低34. 1%,实际运输距离缩短54. 1%。多温共配模式可有效解决生鲜农产品配送小批量、多品种、高成本的问题。     

基于多专家和MDNet的视觉目标跟踪方法

近年来,随着深度学习技术的不断发展,基于深度学习的目标跟踪算法取得了较大成功。但由于视频中,背景、光照及目标的表观不断变化,且伴有遮挡的发生,给视频中的目标跟踪带来很大困难。传统方法主要通过在线更新跟踪器的方式解决这个问题。但是视频信息内容复杂多变,在线更新和维持一个跟踪器很难应对后续视频中复杂的数据,容易导致误差积累。为解决这个问题,基于已有跟踪器MDNet,提出一种基于多专家跟踪器的目标跟踪方法。首先通过MDNet学习所有视频中目标的共有特征,使其能够较好地描述目标。然后在跟踪过程中,根据跟踪结果动态地构建多个专家跟踪器,以增加跟踪器的鲁棒性。最后根据每个专家的评价函数选择最佳的专家跟踪器,用于跟踪当前帧中的目标。实验表明,与MDNet相比,所提方法显著地提升了跟踪性能。     

基于GAMS的港口节能减排建设方案多目标优化

为促进港口向低碳、高效的目标迈进,并兼顾港口自身发展及其社会责任,从能源消耗、碳排放和成本控制等3个角度出发,建立港口节能减排建设方案多目标优化模型.将模型运用到连云港港口节能减排项目的优化与分析中,利用GAMS软件进行模型求解,得到综合效益最优时项目的建设时序和规模.结果表明：建设期结束后,该方法可使连云港港口每年节省标准煤6 526.64 t,减少CO2 排放39 390.22 t,获得4 922.38万元的节能减排综合效益;运营两年后即可收回建设成本.     

基于TOPSIS多目标遗传优化的面板数据综合评价

针对面板数据综合评价中多评价对象、多指标、多时间段的特点,以TOPSIS与多目标优化遗传算法集成的思路将综合评价问题转化为多目标优化问题,考虑多指标权重和时间权重因素,运用遗传算法实现多目标优化得到多个评价对象最优接近度的帕累托前沿,实例仿真结果表明对数据的综合信息利用比较充分。     

基于NSGAⅡ的带时间窗生鲜品配送路径优化

考虑到生鲜品的易腐性、高时效性和对运输环境要求高的特点,为减少生鲜品配送企业的配送成本,提高客户满意度,在车辆载重、时间窗、生鲜品保质期等约束条件下,提出将配送总成本最小化和生鲜品新鲜度最大化的多目标车辆路径优化模型。利用改进的非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGAⅡ)对模型进行求解。求出满足配送总成本最小和生鲜品新鲜度最大的相对较优解,证明模型的有效性。该模型在大规模配送和客户地理位置分布较为分散的情况下,对生鲜品新鲜度的优化较为明显。     

对称锥规划基于一个核函数的内点算法

基于一类带参数的核函数,为对称锥规划问题设计了一个内点算法。该算法借助此核函数得到了NT方向以及迭代步长,通过一定的分析技巧,最终给出了对称锥规划问题基于核函数的大步校正和小步校正算法较好的多项式迭代复杂界,即和。     

基于优化初始类中心点的K-means改进算法

K-means算法是一种重要的聚类算法,在网络信息处理领域有着广泛的应用。由于K-means算法终止于一个局部最优状态,所以初始类中心点的选择会在很大程度上影响其聚类效果。本文提出了一种K-means算法的改进算法,首先探测数据集中的相对密集区域,再利用这些密集区域生成初始类中心点。该方法能够很好地排除类边缘点和噪声点的影响,并且能够适应数据集中各个实际类别密度分布不平衡的情况,最终获得较好的聚类效果。     

基于贝叶斯的垃圾邮件过滤优化算法

电子邮件是最常用的网络应用之一,已经成为网络交流沟通的重要途径.基于内容的垃圾邮件过滤技术是Internet安全技术研究的一个重点问题.通过垃圾邮件内容过滤中常用方法的比较,得出朴素贝叶斯在性能上优于其它过滤方法.通过对朴素贝叶斯算法进行改进,进一步提高过滤性能.     

基于RBF神经网络和遗传算法的建模与优化研究

首先用RBF神经网络建立数据样本间的函数关系,然后用遗传算法求解由函数作为目标函数的优化问题,最后用一个实例进行了测试,结果令人满意.     

基于混合局部搜索方法的大规模车辆路由问题求解研究

车辆路由问题(Vehicle Routing Problem,VRP)是一种复杂的组合优化问题,属NP-hard问题。文章对大规模的容量受限的车辆路由问题(Capacitated Vehicle Routing Problem,CVRP)进行了分析和建模,并设计了一种混合局部搜索方法(Hybrid Local Search Approach,HLSA)对问题进行求解。所设计的HLSA中,主要利用传统局部搜索和大规模邻域搜索对解的邻域进行搜索。最后,通过对基准测试数据的计算,验证了HLSA对大规模CVRP的有效性。     

基于改进PSO算法的酒精发酵过程补料优化

针对基本粒子群优化算法存在的早熟收敛问题,提出了一种保持粒子活性的改进PSO算法:当粒子失活时,对粒子进行变异或扰动操作,重新激活粒子,使粒子能够有效地进行全局和局部搜索,并将改进的PSO算法应用到酒精流加发酵过程的补料优化.实验结果表明,运用改进的PSO算法在进行流加发酵过程的补料优化时,它的寻优性能良好,而且寻优速度很快,可以提高最终产物14%的产量.     

高校图书馆建设整体优化问题解析

以系统论的视角审视高校图书馆建设中的整体优化问题,着重对高校图书馆建设中的建筑设置、内外环境、文献信息、队伍建设、读者服务等方面存在的问题进行考察分析,结合当前高校图书馆发展的实际情况,对这些问题的优化以及与整体优化的关系进行深入探讨.     

基于计算机网络MPLS的流量工程及其路由方法的研究

随着互联网用户和业务的爆炸性增长,网络资源不足及网络拥塞问题日益明显,流量工程正是为解决这一系列问题而产生的。本文的研究重点是MPLS流量工程机制及其路由方法。首先,介绍了MPLS和流量工程的基本概念。其次,利用MPLS实现流量工程的基本原理,对当前流量工程中所使用的几种路由选择算法进行了详细地讨论和分析。最后,在此基础之上,提出了一种新的MPLS流量工程的混合路由方法。     

意志形成看道德自觉的途径

就人的行为能力来说,是可以按照道德规则的要求去做的;但是,在现实生活中,虽然具有这样的能力,人们却未必总是能够自觉地按照道德的要求去做。只有通过控制最终意志的形成过程,使得人的动机抉择能够以道德职责为目标,才能实现道德自觉。     

对人脸识别特征数据降维算法的优化

在模式识别领域,人脸特征数据相对庞大,为了提取人脸主要的特征数据,提高识别系统的运行效率,对特征数据的降维是必须的操作。针对现有降维算法对识别率有较大影响的问题,本文总结了各类降维算法,提出了一种优化的降维算法。