基于关键路径优化交叉遗传算法的掌纹识别

传统的掌纹识别算法在大多情况下运行缓慢以致效率不高,通常会依赖昂贵的技术装备而导致成本较高。针对这一问题,提出基于关键路径优化交叉遗传算法(CGA)的掌纹识别算法。首先,利用关键路径算法找到染色体的关键路径,借助于交叉概率剔除染色体的最差候选种群;然后选择最佳候选种群进行交叉运算,有效地改善低质量掌纹图像的问题;最后,在掌纹图像上的实验验证该算法的有效性及可靠性。实验结果表明,相比18项参数总和算法,该算法取得了更高的识别率,同时大大地降低了识别所耗时间,有望运用于实时掌纹识别系统。

多层环状约束下的航空物流配送优化过程仿真

常用的航空物流配送模型目标函数很少考虑不同货品需求的差异化,约束函数过于复杂,有时难以运算。为此在原有航空物流配送模型的基础上提出了对模型的分层优化方法。主要包含两层优化:一是利用物流运输工具使用最小化模型得到每一天覆盖所有配送路线的最小物流运输串;二是利用航空物流获利机会最大化模型得到覆盖所有物流运输串的一周物流路线,并进行仿真。仿真结果表明,分层优化方法有效降低了无效物流工具的使用数和模型中的约束个数,模型的规模得以减小,营销成本降低。