检索结果-内蒙古大学图书馆

系统仿真学报 2005年第3期17卷 595-598页

作者：李康顺李元香汤铭端郑波尽武汉大学软件工程国家重点实验室江西理工大学信息工程学院江西341000 航天科工集团第二研究院

根据粒子输运理论中粒子相空间能量最小原理和熵增法则提出一类粒子动力学演化算法,并在数据实验中用该算法求解了一些传统演化算法难于求解的单目标优化问题(SOP),比如求解凸函数和多峰函数等最小优化问题。由于这种新的动力学演化算... 详细信息

根据粒子输运理论中粒子相空间能量最小原理和熵增法则提出一类粒子动力学演化算法,并在数据实验中用该算法求解了一些传统演化算法难于求解的单目标优化问题(SOP),比如求解凸函数和多峰函数等最小优化问题。由于这种新的动力学演化算法能使几乎所有的个体参加杂交和变异,因此,与传统的演化算法相比,该方法不仅能较快速地求解线性和非线性优化问题,而且还能容易地求出达到最优解的多个坐标点。

关键词：演化算法粒子动力学输运理论单目标优化问题

来源：评论

学校读者我要写书评

暂无评论

自主差分进化算法设计及应用

自主差分进化算法设计及应用

引用

作者：程吉祥西南交通大学

学位级别：博士

科学研究和工程应用中存在大量复杂的优化问题,这些问题通常具有优化变量个数多、目标函数不连续、不可微、高度非线性以及存在大量局部极值等特点。传统优化方法在求解这些问题时面临着极大的挑战,优化效果不够理想。受自然界某些现象... 详细信息

科学研究和工程应用中存在大量复杂的优化问题,这些问题通常具有优化变量个数多、目标函数不连续、不可微、高度非线性以及存在大量局部极值等特点。传统优化方法在求解这些问题时面临着极大的挑战,优化效果不够理想。受自然界某些现象和机制启发的智能优化方法具有对优化问题目标函数类型不敏感、使用简单、优化效果好和效率高等优势,成为求解复杂优化问题的一类新方法。在诸多智能优化方法中,差分进化算法具有独特的搜索机制、控制参数少、实现简单以及复杂度低等特点,在连续域空间中的函数优化及各类实际工程问题求解中展现了较强的优势,成为当前智能优化乃至自然科学领域的研究热点。但是,差分进化算法存在着一些不足,如参数设置难、变异算子选择难以及在复杂优化问题中性能还不够理想等,为此众多学者对其展开了研究。尽管当前差分进化算法的研究十分活跃且已有成果十分丰富,但其性能依然有提升的空间并值得进一步研究。差分进化算法是一种基于概率的随机搜索算法,其在搜索过程中通过特定的配置决定算法的搜索行为。对于给定的优化问题,确定恰当的配置是较为困难的；同时在搜索过程的不同阶段算法所处的搜索环境是不断变化的,因此采用固定配置的算法在复杂优化问题中难以获得令人满意的效果。针对这一不足,本文提出自主差分进化算法设计方法。该方法在差分进化算法中引入由评价单元和决策单元构成的旁链,通过利用评价单元定量地提取某些反馈信息,并将提取的信息运用到决策单元,实现算法配置的自主、动态调整,进而实现一定计算资源下优化绩效的最大化。该调整过程无需算法使用者过多的干预,具有明显的闭环特性,使得算法对复杂优化问题具有较好的适应性。该设计方法不仅有助于改善差分进化算法的性能,同时为其它智能优化算法的研究提供了借鉴。通过实例化反馈信息类型、评价单元和决策单元,可设计出性能优异的差分进化算法。基于自主差分进化设计方法,通过定义个体信息、算子信息、参数信息和算法搜索状态信息等反馈信息类型,并从分布式种群结构、静态算子管理和动态算子管理、膜算法等多个角度设计了反馈信息的度量和使用方法。在此基础上提出多种自主差分进化实现算法用于单目标优化和多目标优化,包括：多文化移民分布式差分进化算法、膜计算差分进化算法、多准则适应性差分进化算法、膜计算多目标差分进化算法、基于网格的适应性多目标差分进化算法以及基于性能指标的适应性差分进化算法。采用多个复杂标准测试问题对提出的算法性能进行大量测试和分析,实验结果表明所提出的算法在诸多指标上优于公开发表的其它多种算法。为验证自主差分进化算法的实际应用效果,本文最后研究了两种自主差分进化算法在质子交换膜燃料电池建模以及环境经济调度中的应用。前者将质子交换膜燃料电池建模转化为参数优化问题,然后采用所提出的多准则适应性差分进化算法进行求解；后者将电力系统中环境经济调度建模为多目标参数优化问题,然后采用所提出的基于性能指标的适应性差分进化算法进行求解。多个案例的仿真实验结果表明,所提出的算法获得了令人满意的效果。

关键词：自主差分进化算法反馈信息评价决策单目标优化问题多目标优化问题

来源：评论

学校读者我要写书评

暂无评论

应急物资储备库选址问题研究述评

引用

江苏商论 2011年第8期 66-69页

作者：方美琴吕涛中国矿业大学管理学院江苏徐州221116

国内外对于应急物资储备库选址问题的研究,主要借助于普通物流选址的基本思想,可以归纳为单目标优化问题和多目标优化问题研究两个方面。总体来看,对于应急物资储备库选址问题的研究尚处于起步阶段,且学者们多侧重于理论方法上的探讨,... 详细信息

国内外对于应急物资储备库选址问题的研究,主要借助于普通物流选址的基本思想,可以归纳为单目标优化问题和多目标优化问题研究两个方面。总体来看,对于应急物资储备库选址问题的研究尚处于起步阶段,且学者们多侧重于理论方法上的探讨,较少联系国家、地区实际情况,此外还缺乏煤炭、石油等战略物资的应急储备选址研究。今后的研究可从这几个层面深入展开。

关键词：应急物资储备库选址单目标优化问题多目标优化问题述评

来源：评论

学校读者我要写书评

暂无评论

改进jSO算法及其在约束优化问题中的研究与应用

改进jSO算法及其在约束优化问题中的研究与应用

引用

作者：梁滋渊云南大学

学位级别：硕士

优化问题是在数学,工程技术,运筹学,计算机科学等领域常见的一类问题。进化算法由于不需要连续、可微分、可导等条件,而且能保持种群多样性,使其不易陷入局部最优解,因而被广泛用于求解优化问题。差分进化算法是一种简单有效的基于种群... 详细信息

优化问题是在数学,工程技术,运筹学,计算机科学等领域常见的一类问题。进化算法由于不需要连续、可微分、可导等条件,而且能保持种群多样性,使其不易陷入局部最优解,因而被广泛用于求解优化问题。差分进化算法是一种简单有效的基于种群的随机算法,使用差分变异算子和交叉算子来产生新的后代,通过优胜劣汰的方式产生新个体。鉴于该算法简单并高效,而且在历次进化算法竞赛中的性能表现优异,受到越来越多研究者的关注和研究。因此对于差分进化算法的改进以及复杂优化问题中的应用具有重要意义。论文针对jSO算法在具有不同维数的搜索空间中过早收敛,并且在进化过程中容易陷入局部最优,以及种群数量减少的问题。从这三个方面对jSO算法进行改进,提出了改进的jSO算法“MjSO”。然后对MjSO算法在约束优化中的应用做了进一步的研究,论文的主要工作如下:第一,提出了MjSO算法,该算法首先引入了对称搜索的参数控制策略来平衡算法进化过程中勘探与开发。其次,对权重系数采用了基于余弦相似度的参数自适应策略,保持了算法的搜索能力。最后,引入了一种新颖的基于对立学习的重启机制,避免算法陷入局部最优。第二,这些改进的有效性是通过种群聚类分析和种群多样性测度来评价算法的性能。第三,将三种最先进的DE变体算法和两个原始算法进行了比较,在30个CEC2017基准测试函数和四个经典工程设计问题上进行对比仿真实验。最后,通过上述对比仿真实验所产生的结果进行分析,发现MjSO算法在解质量和收敛速度上与其他对比算法相比,其性能表现优异,充分证明了MjSO算法的有效性和适用性。在未来很有希望的可以对更复杂的优化模型和场景被视为一种有效的辅助工具。

关键词：单目标优化问题差分进化算法参数自适应约束优化工程设计问题

来源：评论

学校读者我要写书评

暂无评论

人工蜂群算法的改进及其在图像分割中的应用研究

人工蜂群算法的改进及其在图像分割中的应用研究

引用

作者：揭浩翔江西财经大学

学位级别：硕士

人工蜂群算法(ABC)是一种基于群体智能的智能优化方法。它是模拟自然界蜜蜂采蜜的社会行为而产生的算法,在各种各样的优化问题上面都具备了良好的搜索性能。一直以来,人工蜂群算法因为性能良好和结构简单的特点变得流行起来。然而,ABC... 详细信息

人工蜂群算法(ABC)是一种基于群体智能的智能优化方法。它是模拟自然界蜜蜂采蜜的社会行为而产生的算法,在各种各样的优化问题上面都具备了良好的搜索性能。一直以来,人工蜂群算法因为性能良好和结构简单的特点变得流行起来。然而,ABC算法的性能往往受开发能力和勘探能力的影响,并且如何去平衡算法中的开发和勘探显得尤为重要。对于某些复杂的问题,ABC算法的解搜索方程虽然有较强的勘探能力,但是其开发能力较差。此外,数字图像处理问题中一直有个较为困难的问题就是图像分割问题,它是计算机视觉领域中的经典问题之一。但同时图像分割问题也一直是一类复杂优化问题。本文利用改进的人工蜂群算法处理图像的灰度阈值分割问题,使用当前比较高效的智能优化算法来解决实际的应用问题,可以实现图像处理自动化。本文主要研究的工作总结如下:(1)针对ABC算法结构简单,面对复杂优化问题较为吃力的情况,提出具有弹性调整的分组引导式人工蜂群算法(Group-guided artificial bee colony algorithm with elastic adjustment strategy,EGABC)。在EGABC中,我们提出了具有弹性调整能力的分组引导策略。EGABC中提出了两种改进策略和一个分组引导模型,对标准ABC算法收敛速度过慢的问题,设计了由精英个体引导的分组引导式策略,把整个种群分成若干个小组,每组的个体都由小组内精英个体或全局最优个体所引导,可以有效利用当前的已知信息来加快算法的收敛速度。其次,为了平衡算法中的勘探和开发能力,添加了动态弹性调整的自适应参数,在算法的进程中可以有效调整算法搜索效率,起到平衡算法勘探和开发性能的作用。为了验证EGABC的有效性,我们在13个基准测试函数和cec2013测试函数上进行了实验。实验与其他多个ABC变体相比较,结果表明了EGABC所提的策略是具备强有力的竞争力且可以有效提高ABC算法的性能。(2)针对图像处理问题中的图像分割问题,引入本文提出的改进的人工蜂群算法EGABC。将改进算法应用于经典的Kapur熵方法和Otsu方法的传统灰度阈值分割问题中,利用改进的人工蜂群算法寻找最优阈值。在灰度阈值分割实验中,采用权威的标准Berkeley分割数据集,峰值信噪比PSNR、结构相似性指标SSIM和特征相似性FSIM这三个比较经典的评估函数。将两种改进策略相结合,得到的改进算法在实验中表明,具有良好的算法性能,具有很强的适应性,可以很好地增强图像分割后的质量和效果。综上所述,我采用改进的人工蜂群算法应用于灰度图像阈值分割中,利用该算法来寻找最优阈值,可以取得更加良好的结果。

关键词：单目标优化问题人工蜂群算法群智能算法精英引导策略图像分割

来源：评论

学校读者我要写书评

暂无评论

量子启发式海鸥优化算法研究及在路径规划问题的应用

量子启发式海鸥优化算法研究及在路径规划问题的应用

引用

作者：王鹏南京信息工程大学

学位级别：硕士

海鸥优化算法(SOA)通过模拟海鸥的迁徙和攻击行为建立算法模型,其拥有结构简单,易于理解等特点。但是,该算法存在陷入局部最优,收敛速度慢等缺点且原始的算法不能处理多目标优化问题。本文针对海鸥优化算法的不足进行了分析与改进。并... 详细信息

海鸥优化算法(SOA)通过模拟海鸥的迁徙和攻击行为建立算法模型,其拥有结构简单,易于理解等特点。但是,该算法存在陷入局部最优,收敛速度慢等缺点且原始的算法不能处理多目标优化问题。本文针对海鸥优化算法的不足进行了分析与改进。并将提出的算法应用于无人机路径规划问题中。主要的研究内容如下:(1)海鸥优化算法在寻优过程中收敛速度慢,容易陷入局部最优。为解决这些问题,提出量子启发式海鸥优化算法(QSOA)。该算法对海鸥种群的初始位置进行量子比特编码并且使用带有量子比特编码信息的波函数计算海鸥种群的最优位置。通过一个可变角距离旋转门改变量子比特的概率幅来更新种群。一组基准函数的实验表明,QSOA和其他八种启发式算法相比具有更好的寻优能力和收敛速度。最后将该算法应用到无人机三维路径规划问题中。结果表明,QSOA与同类型算法相比能够找到最优路径且收敛速度更快。(2)在实际应用中不仅有单目标优化问题,也有多目标优化问题,但原始的SOA并不能处理多目标优化问题。受此启发,提出基于分解的量子启发式多目标海鸥优化算法(MOQSOA/D)。该算法将多目标问题分解为多个标量优化的子问题。在动态档案存放每个子问题得到Pareto解,在领导者档案存放非支配的Pareto解。在处理每个子问题时,对海鸥种群进行量子比特编码用来控制当前的寻优方向。在算法中引入惩罚边界交叉法来判断生成的Pareto解是否保留。所提出的算法与六种同类型算法在57个测试函数进行测试。实验表明,该算法取得30个更好的结果。此外,将该算法应用到带有风险矩阵的多目标无人机路径规划模型中。结果表明,MOQSOA/D与其他算法相比得到的Pareto解更加具有支配性。

关键词：量子计算海鸥优化算法无人机路径规划单目标优化问题多目标优化问题

来源：评论

学校读者我要写书评

暂无评论

红树林生态优化算法及其在绿色混合流水线调度问题中的应用

红树林生态优化算法及其在绿色混合流水线调度问题中的应用

引用

作者：李卓航广西大学

学位级别：硕士

资源调度优化是合理利用资源、创造经济价值的关键。流水线调度属于工业制造领域中重要的资源调度问题,随着污染、能耗与劳动损伤问题的日益突出,该领域当前愈加重视环保、节能与劳动保障等绿色发展理念。因此,本文研究绿色混合流水线... 详细信息

资源调度优化是合理利用资源、创造经济价值的关键。流水线调度属于工业制造领域中重要的资源调度问题,随着污染、能耗与劳动损伤问题的日益突出,该领域当前愈加重视环保、节能与劳动保障等绿色发展理念。因此,本文研究绿色混合流水线调度问题,该问题属于组合优化问题,是NP-Hard问题。为更有效优化求解,本研究提出一种全新的红树林生态优化算法求解绿色混合流水线问题。本文的主要工作如下:1.提出红树林生态优化算法MEO。对红树林生态系统中主要物种的关系进行抽象,汲取适合智能计算的特点构建MEO。该算法包含三个主要部分:(1)红树繁殖算子,通过抽象红树胚轴的诞生和漂流过程进行寻优,充分利用优势位置信息,推动全局探索进行;(2)蟹类觅食算子,将蟹类种群内部关系抽象为二维冯诺依曼拓扑结构,模拟红树林生态系统中独有的沙蟹群体觅食行为进行寻优,强调利用环境信息,旨在维持全局探索和局部开发之间的平衡;(3)鸟类觅食算子,将鸟类种群内部关系抽象为环形拓扑结构,模拟红树林生态系统中独有的琵鹭种群觅食行为进行寻优。依赖食物与栖息地优势位置信息指引,使用角度矩阵与变换式H进行位置更新,赋予算子加速收敛和跳出局部最优的能力。使用IEEE CEC2017基准测试函数集中的f1-f20作为基准函数,对MEO与六个知名算法进行维度为30的对比测试,对测试结果进行T检验。实验数据与T检验结果证明MEO具有良好的优化能力。2.使用MEO求解考虑电能消耗的单目标绿色混合流水线问题。提出了考虑电能消耗的单目标绿色混合流水线问题数学模型。对比MEO与六个知名算法,实验结果与相对误差分析表明,MEO解决考虑电能消耗的单目标绿色混合流水线问题效果优异。3.提出离散多目标红树林生态优化算法DMOMEO,用于求解考虑最大完工时间、总噪音量、总粉尘量的多目标绿色混合流水线调度问题。提出了考虑最大完工时间、总噪音量、总粉尘量的多目标绿色混合流水线调度问题数学模型。在MEO的基础上,采用最小位置值规则进行离散化,应用多目标择优算子与多目标更新算子进行多目标化,提出离散多目标红树林生态优化算法DMOMEO。使用两个经典多目标群体智能优化算法NSGA2与MOPSO进行对比测试,应用覆盖度量、非支配解个数、散布值与平均相对偏差指数等四个评价指标进行论证,结果显示DMOMEO解决考虑最大完工时间、总噪音量、总粉尘量的多目标绿色混合流水线调度问题具有杰出性能。

关键词：绿色混合流水线调度问题群体智能优化算法红树林生态优化算法单目标优化问题多目标优化问题

来源：评论

学校读者我要写书评

暂无评论

能量有效的无线可充电传感器网络中充电节点调度优化研究

能量有效的无线可充电传感器网络中充电节点调度优化研究

引用

作者：雷铭吉林大学

学位级别：硕士

无线可充电传感器网络(WRSN)利用无线能量传输技术,通过移动充电节点(MCV)对传感器节点充电来延长WRSN的网络生存期。目前集中在MCV的部署和轨迹规划的研究工作较多,且已经取得很好的进展,但是仍存在充电效率低、MCV能耗高、联合优化目... 详细信息

无线可充电传感器网络(WRSN)利用无线能量传输技术,通过移动充电节点(MCV)对传感器节点充电来延长WRSN的网络生存期。目前集中在MCV的部署和轨迹规划的研究工作较多,且已经取得很好的进展,但是仍存在充电效率低、MCV能耗高、联合优化目标少等问题,其中如何设计多目标(例如MCV的能耗、节点覆盖、充电效率)的联合优化问题,是延长WRSN的网络生存期的关键。本文将常规WSN的LEACH协议引入WRSN,旨在传统LEACH协议中增加充电阶段,为研究MCV动态部署优化问题提供框架基础。进一步基于无线充电模型、通信消耗模型和移动消耗模型演化出WRSN网络中MCV动态部署的多目标优化模型(MCVDOS MaOP)。模型包括四个优化目标:(1)同时增加MCV充电范围内的传感器节点数量;(2)减少MCV的移动能耗;(3)剩余能量最小的传感器节点优先被充电;(4)使MCV更接近其覆盖范围内的所有传感器节点。之后进一步证明了MCVDOS MaOP是一个NP难问题。针对MCVDOS模型分别构建了单目标线性加权优化问题和多目标优化问题,并提出相应的改进算法进行求解:MCVDOS MaOP场景中的单目标优化解决方案,引入了线性加权法将多目标优化问题转化为单目标优化问题。因为群智能优化算法在解决单目标的混合优化问题上有较好的优势,所以采用FA来对MCVDOS的单目标优化问题求解,为了进一步提高FA效率,在IFA中引入了动态吸引力因子和步长因子调整机制。一方面在早期迭代中通过提高萤火虫之间的吸引力提高了收敛速度,另一方面,在迭代后期通过减小萤火虫的移动步长,避免了错过最优解而导致的寻优震荡,提高了求解的精度。实验表明,IFA在解决MCVDOS的单目标优化问题上,与其它单目标的群优化算法相比,有更好的收敛速度并且更好的延长了WRSN的网络生存期。MCVDOS MaOP场景中的多目标优化解决方案,可以有效地解决单目标优化方案中因主观性较强而导致评价结果失真的问题。多目标优化解决方案在INSGA-II中引入了MOFA的萤火虫吸引力算子和动态位置更新机制,一方面在迭代前期,通过萤火虫吸引力算子使个体向最优解靠近,提高了INSGA-II收敛速度;另一方面在迭代后期,通过萤火虫的动态位置更新机制,提供了不同的求解角度,避免陷入局部最优解,提高了解集的求解精度。实验表明,MCVDOS多目标优化模型可以大比例的延长WRSN网络生存期;同时,INSGA-II在解决所提出的MCVDOS MaOP问题上,相较于其它多目标优化算法和包括IFA在内的单目标群优化算法,提高了求解精度,在延长WRSN的网络生存期方面具有优势。

关键词：无线可充电传感器网络移动充电节点充电效率单目标优化问题萤火虫算法多目标优化问题非支配排序遗传算法Ⅱ

来源：评论

学校读者我要写书评

暂无评论

多策略人工蜂群算法及其在CVRP问题中的应用

多策略人工蜂群算法及其在CVRP问题中的应用

引用

作者：黄银桂华中师范大学

学位级别：硕士

人工蜂群算法(Artificial Bee Colony,ABC)作为一种相对比较新颖的启发式算法,因其易于实现的简单算法结构和在解决NP难问题中强大的探索能力而被广泛应用。但是其自身也因为简单的结构而存在一些缺陷,因此在解决许多复杂问题上显得力... 详细信息

人工蜂群算法(Artificial Bee Colony,ABC)作为一种相对比较新颖的启发式算法,因其易于实现的简单算法结构和在解决NP难问题中强大的探索能力而被广泛应用。但是其自身也因为简单的结构而存在一些缺陷,因此在解决许多复杂问题上显得力不从心。研究者为了提高算法性能,采取了多种方法对其进行改进。其中多策略人工蜂群算法(Multi-strategy Artificial Bee Colony,MSABC)是在每一次的群体更新进化过程中,通过特定的方法,从多个性能不同的算子,选取合适的算子对当前群体进行更新,成为人工蜂群算法改进策略的三大主要方向之一。本文分析研究了不同的策略算子在单目标连续优化问题上生成后代算子的特点,提出了多策略自适应人工蜂群算法MSSA-ABC(Multi-strategy Self-adaptive Artificial Bee Colony)。此算法引入五个特征不同的策略算子组成策略池,以改进原始人工蜂群算法中探索能力强但开发能力弱的不足;然后采用了一个自适应的策略来为不同特征的问题以及迭代的不同阶段选取最合适的算子,以改进原始人工蜂群算法中求解质量过分依赖固定问题特性的不足。最后进行实验论证,把该算法应用于解决基础的22个单目标测试问题和CEC2013问题,实验结果表明:改进算法MSSA-ABC的性能在大多数测试问题上优于原始人工蜂群算法及其它最近的改进人工蜂群算法。本文还分析研究了多策略方法在解决组合优化问题上的有效性,提出了多策略相关性矩阵人工蜂群算法MSRM-ABC(Multi-strategy Relevance Matrix Artificial Bee Colony)。该算法对原始人工蜂群算法的个体编码结构进行了修改,使得其适合解决组合优化问题;与此同时还结合不同邻域搜索策略和交叉搜索策略的优点进行更新迭代,以此来保证对人工蜂群在解决组合优化问题上的高性能。首先,MSRM-ABC的初始种群在生成个体时不再是在整个解的空间内生成随机数,而是根据组合优化问题的数据集合进行随机有序排列;其次提高算法的收敛速度,我们使用双种群(double-colony)机制,并且修改了侦察蜂阶段让种群以不同的方式进行演化并随机进行种群间交流,促进种群进化;然后引入相关性矩阵(Relevance Matrix),计算集合内数据的关联性,通过相关性矩阵促进更优个体的生成。除此之外,本文使用MSRM-ABC解决带容量约束的路径规划问题(Capacitated Vehicle Routing Problem,CVRP),并在相关测试集中验证了算法的性能。实验结果显示,与其他解决CVRP的启发式算法相比,MSRM-ABC在大多数测试问题上所获得的结果更优。

关键词：人工蜂群算法(ABC) 多策略自适应选择单目标优化问题离散优化问题带容量约束的路径规划问题(CVRP)

来源：评论

学校读者我要写书评

暂无评论

基于改进粒子群算法的物流车辆路径优化问题研究

引用

数码世界 2018年第8期 162-163页

作者：孟宪秋邱春艳姜建华刘洋吉林财经大学管理科学与信息工程学院

利用智能优化算法对车辆路径优化成为当前国际研究热点,有的智能优化算法存在易陷入局部最优,且收敛性速度不快等问题。本文应用改进的微粒群算法对物流车辆路径进行优化,将惯性因子设为0,通过仿真实验分析,改进后的粒子群算法更具有更... 详细信息

利用智能优化算法对车辆路径优化成为当前国际研究热点,有的智能优化算法存在易陷入局部最优,且收敛性速度不快等问题。本文应用改进的微粒群算法对物流车辆路径进行优化,将惯性因子设为0,通过仿真实验分析,改进后的粒子群算法更具有更好的收敛性(呈线性收敛),并且避免了局部极值代替全局最优值问题,最优解需要的迭代次数明显减少,也缩短了寻优时间。

关键词：车辆路径单目标优化问题粒子群算法

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：