低碳环境下冷链物流企业库存-配送优化

目的优化冷链物流企业库存-配送的路径,以降低企业冷链物流的成本。方法考虑冷链物流企业库存和配送环节产生成本的因素,并结合我国关于碳减排的碳交易政策,将企业的碳排放代价同其他代价综合考虑,建立以总代价最低为目标的成本模型,设计并改进麻雀搜索算法进行计算。结果通过使用MatlabR2018b进行仿真实验,将采用麻雀搜索算法计算的仓储-配送作业总代价与其他经典算法进行比较,在1个仓储配送任务内,代价可减少2%~4%,验证了麻雀搜索算法解决文中代价模型的有效性。结论该研究为冷链物流企业库存-配送优化问题提供了一种新型的解决方法,具有较强的操作性和实际意义。

基于麻雀搜索算法优化支持向量机的滚动轴承故障诊断

针对支持向量机(support vector machine, SVM)的分类性能受自身参数选择影响较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm, SSA)优化SVM的故障诊断方法。利用麻雀搜索算法(SSA)对支持向量机的惩罚参数(C)与核参数(g)进行优化,并构建SSA-SVM滚动轴承故障诊断模型。结果表明:对于滚动轴承的常见故障,SSA-SVM诊断模型的测试正确率为96.67%,比传统的遗传算法(genetic algorithm, GA)-SVM和粒子群算法(particle swarm optimization, PSO)-SVM诊断模型分别提高3.34%和1.67%,且收敛速度更快,可有效应用于故障诊断。