针对现有优化算法求解带时间窗的车辆路径问题(vehicle routing problem with time windows, VRPTW)时存在易陷入局部最优解和收敛速度慢等问题,提出了一种基于K均值聚类和改进大规模邻域搜索算法(K-means clustering algorithm an...
详细信息
针对现有优化算法求解带时间窗的车辆路径问题(vehicle routing problem with time windows, VRPTW)时存在易陷入局部最优解和收敛速度慢等问题,提出了一种基于K均值聚类和改进大规模邻域搜索算法(K-means clustering algorithm and improved large neighborhood search algorithm, K-means-ILNSA)的车辆路径优化算法。首先,采用先聚类后优化的策略,利用K-means算法对待配送客户进行分组,以提高优化效率。其次,采用遗传算法对聚类产生的每组客户进行单独优化,以初步规划配送路径。最后,引入大规模邻域搜索(large neighborhood search, LNS)算法对配送路径进一步优化,以有效避免算法陷入局部最优解。实验结果表明,所提算法能够有效解决带时间窗的车辆路径问题,其生成的车辆总路程短,优化求解效率高。
分布式计算有很多应用需要参与各方协同执行集合的一些计算但不泄露各自数据集的信息.保密集合交集(private set intersection,PSI)计算已经成为数据匹配、数据挖掘、推荐系统等应用中保护用户隐私的一个重要工具.本文的主要工作是构造...
详细信息
分布式计算有很多应用需要参与各方协同执行集合的一些计算但不泄露各自数据集的信息.保密集合交集(private set intersection,PSI)计算已经成为数据匹配、数据挖掘、推荐系统等应用中保护用户隐私的一个重要工具.本文的主要工作是构造无匹配差错的安全两方保密集合交集运算协议.着重探讨三个问题:(1)开发构造无匹配差错的两方保密集合交集计算所需要的工具(①面向有理数且具有语义安全性的加密方案,②便于集合匹配计算的称之为集合的定长向量编码方法);(2)无匹配差错的两方保密集合交集计算问题;(3)元素为有理数的保密集合交集计算问题.首先在标准模型下设计了一个能够加密有理数的方案,并证明了该方案能抗自适应性地选择明文攻击;而后又提出了一种便于集合匹配计算的,称之为集合的定长向量编码方法;最后基于有理数加密方案和集合的定长向量编码方法构造了两个面向有理数的、无匹配差错的两方保密集合交集协议.与先前的两方保密集合交集协议相较之,这两个协议不仅解决了无匹配差错的两方保密集合交集计算,还拓展了保密集合交集问题中隐私保护的范畴:除了可以保护各参与方的隐私数据外,还可以保护各参与方隐私数据的数量.
暂无评论