浅议求解最短路径问题的两种算法

本文通过对比求解最短路径问题的Dijkstra算法和Floyd算法的设计思想、求解过程和应用实例,讨论了两种算法的特点及适用领域。     

差分优化算法及其应用

差分进化算法是一类基于群体的全局优化结果的算法。本文对差分进化算法的三个算子进行研究,并将此算法与旅行商问题结合,针对旅行商问题进行最短路径优化测试与研究。实验结果表明差分进化算法对于最短路径问题有较好的效果。     

一种多项目调度的改进蚁群算法研究

提出一种用于资源约束下多项目调度问题的改进蚁群算法,该算法基于最大最小蚂蚁基础算法,在解的构建过程中使用伪随机比例行为选择规则,并在每一次迭代中应用禁忌搜索算法进行局部优化。最后仿真实例表明该算法在多项目调度中有良好的优化性能。     

图论在物流运输中的实例研究

本文主要研究图论在物流运输中的应用,以江苏省泰州市海陵城区为实例,通过Floyd算法,给出城区主干线上的结点间的最短路径,并通过构建欧拉回路,优化城市物流路径,提高运输效率。     

交巡警服务平台的设置与调度模型与算法求解

本文根据城市的实际情况与需求,合理地设置交巡警服务平台、分配各平台的管辖范围、调度警务资源.针对交巡警服务平台管辖范围的分配与警力调度问题,利用Floyd算法确定交通网络中任意两节点间的最短路径,根据其路径值建立优化模型对问题进行求解.     

动态规划-禁忌搜索算法在水库群调度中的应用

针对水库群调度这一多约束条件、动态的、非线性的优化问题,引进了动态规划-禁忌搜索(DP-TS)算法进行求解。首先利用动态规划(DP)算法求出调度的一组发电流量优化解,其次将DP算法得出的解作为禁忌搜索(TS)算法的初始值,以降低TS算法运行时间和增强其全局寻优的能力。以锦屏一级二滩梯级水库群为例,用上述提出的组合算法进行优化求解,结果表明该法效率高,优化结果良好。     

基于改进的Dijkstra算法AGV路径规划研究

随着工业的发展,自动化码头已成为众多码头未来发展方向,而AGV作为自动化码头水平运输的重要手段,日益得到重视。研究AGV的相关技术意义重大,本文仅对AGV路径规划的Dijkstra算法进行研究,以期能应用于自动化码头。     

基于协同的高维函数优化

采用基于协同进化布谷鸟搜索算法优化4个高维函数,测试结果表明,基于协同进化布谷观鸟搜索算法在求解高维优化问题时,效果优于原始布谷鸟搜索算法,具有更广的应用前景。     

改进布谷鸟搜索算法在无功优化中的应用

为解决电力系统的无功优化问题,对标准布谷鸟搜索算法进行探讨和改进。利用Kent混沌映射产生初始种群,以增加初始解的多样性;自适应改变惯性权重,以提高算法的寻优能力和收敛速度,防止算法陷入局部最优。改进的布谷鸟算法寻优能力强,收敛速度快,能够有效降低系统网损、减少电压偏差和提高电压稳定性。     

交巡警服务平台的设置与调度

合理设置交巡警服务平台,分配各平台的管辖范围,调度警务资源是当今城市面临的一大课题。本文针对不同情况,建立相应数学模型对交巡警平台进行设置和调度。着眼于市区具体情况,以出警时间较短,工作量均衡,民众满意度高这三方面为原则设置交巡警服务平台。首先,采用最邻近法的思想,以A区的各个平台为中心,利用递归算法向外依次进行搜索,依据搜索的点距中心平台不超过3km这一原则,经过三次搜索后距平台3km内的点已经全部覆盖,没有覆盖的点按照最短路径的原则选择平台,确定出各平台的管辖范围。然后,运用Floyd算法求出A区任意两点间的最短路径,以距离最大的路径达到最小为原则,通过比较选取距离13条交通要道最近的服务平台出警进行封锁,最快速的封锁时间为10.725分钟。最后,针对A区现有交巡警平台的工作量不均衡和有些地方出警时间过长,利用发案率判断工作量是否均衡,进行优化配置,在标号29,39,61,88的四个道路结点上增加四个平台,使得平台的设置趋于合理。     

基于GIS和Oracle的连锁商户信息管理系统设计

本文基于GIS和Oracle技术,针对连锁商户特点,提出商户信息管理系统的基本设计。基于GIS的最短路径算法建立连锁型企业与商户的拓扑模型,建立信息管理系统的Oracle数据库,不同角色可直观或按需获取信息。     

粒子群算法求解物流路径优化问题

为了高效解决物流配送车辆路径优化问题,提出一种粒子群优化算法,根据粒子群较强的寻优能力,扩大了种群多样性和提高算法精度。本文针对此算法进行仿真实验,结果证明该算法寻求的最优解、平均解、以及找到最优解次数和时间均有明显效果。     

基于改进最大最小蚁群算法的方格蔟采茧机采茧路径优化

方格蔟自动采茧机对纸板方格蔟进行采茧时,电磁采摘器需遍历整个方格蔟,由于方格蔟中存在较多的未营茧空格,还有部分黄斑茧等下茧,造成方格蔟采茧机遍历无效路径长、采茧效率低。为了提高方格蔟采茧机的采茧速度和采茧效率,实现采茧机的选择性高效采茧,对基于最大最小蚁群算法的信息素更新方式和状态转移概率函数进行改进并应用于方格蔟采茧机采茧路径优化,使采茧路径和时间更短。试验结果显示,对于不同营茧率的方格蔟,采用改进的最大最小蚁群算法较最大最小蚁群算法的采茧效率均有不同程度上的提高,当营茧率在75%～90%时,采茧路径节约率为3.8%～4.1%,时间节省率为10.0%～12.8%。     

拉曼光谱结合模式识别算法用以牛奶制品智能判别与参数优化

本试验以牛初乳奶片、乳酸奶片为对象,采集了多个样品的拉曼光谱并进行结构解析,随后以拉曼光谱为输入,先后论证了多种数据预处理方法的适用性,以及特征提取方法的选择、分类算法的参数优化。结果显示,奶片的拉曼光谱可提供样品丰富的化学结构信息,表征蛋白质、脂肪、糖类等营养物质信息,但由于样品间具有较高的谱图相似性,仅凭裸眼无法实现类别判别。引入支持向量机分类器,系统讨论了包括小波降噪、多元散射校正、求导、归一化多种数据预处理方法,结果发现小波降噪、多元散射校正、一阶求导以及归一化相结合的预处理可有效提高分类器识别率。进一步运用主成分分析特征提取算法,揭示出特征提取可提高分类算法的运行效率、去除冗余信息、节省运行时间、提高分类准确率。随后,比较了网格搜索算法、粒子群优化算法、遗传算法,用以支持向量机分类器参数优化,揭示出网格搜索算法可高效获得最佳惩罚参数(c=11.3731)和核函数参数(γ=0.00097656),可供建立优化的智能判别模型。     

基于混合算法的双向物流路径优化问题的研究

本文针对双向物流的特点,重点分析研究了车辆配送的策略。为了更好地协调车辆进行路径选择和运输成本间的关系,以及更好地考虑综合因素及实际情况进行节点间的选择,针对双向物流路径问题的研究方法,建立了优化路径的极小化数学模型。最后针对路径优化方法及研究状况,采用了聚类分析及蚁群算法,并经仿真验证,结果合理有效。     

基于粒子群算法的多类资源受限项目调度

随着经济全球化导致市场竞争的日趋激烈,现代项目日趋复杂,要求周期更短、质量更高、成本更低。准时完工率更高,要求项目调度计划要考虑成本、质量、周期等综合指标,并具有更高的稳定性、适应性和准确性。资源受限项目调度问题是一类典型的项目调度问题,它属于NP-hard问题的范畴。传统的项目计划与优化调度方法已经无法完全满足现代项目管理的实际需求。因此,在原有的项目计划与优化调度的基础上,引入粒子群算法来更好的优化质量、周期和成本,最终达到最优。本文将粒子群优化算法应用到资源受限调度项目问题求解中,详细介绍了粒子群算法求解资源受限项目调度问题的求解过程。     

用蚁群算法求解有线路约束的TSP问题

本文利用 01 矩阵,设计了新型的蚁群算法,用于解决有线路约束的经典旅行商问题,并求出了在有线路约束下,走遍不同城市的行程最短的最佳路线和最佳路线的长度.     

一种测量光耦内部结构的方法

本文根据光耦的原理,并结合X光下的透视图,理论分析光耦内部电气间隙和爬电距离、绝缘穿透距离的可能存在路径,进而实验中利用3只样品即可快速找到最短路径,此方法可为光耦的产品认证及质量筛选提供了有用的参考。     

基于差分因子的血氧饱和度算法研究

传统无创双波长血氧饱和度测量方法忽略了光散射对测量精度的影响。通过研究分析人体组织中光散射对吸收度的影响,引入了人体差分路径因子,优化了光的传播路径计算方法,改进了时变光谱算法,有效解决了光在人体中的散射造成的测量误差大的问题。     

考虑驾驶员行为偏好的车辆最优路径选择的G1-TOPSIS法

以前的车辆最优路径选择大多是考虑路程最短或时间最少.然而在实际的情形往往是伴随着驾驶员不同的行为偏好.充分考虑了驾驶员在路径选择中的不同要求,将G1法引入到驾驶员路径选择影响因素的权重确定,同时发展出基于G1-TOPSIS法车辆最优路径方法,并通过应用例子说明了方法的有效性和实用性.