基于生物寄生行为的双种群粒子群算法在VRP中的应用

运用罚函数法将约束优化问题转化为无约束优化问题,同时采用实数编码方案,将离散的车辆路径问题转化为连续优化问题,运用基于生物寄生行为的双种群粒子群优化算法对模型进行求解.仿真结果表明:基于生物寄生行为的双种群粒子群算法提高了车辆路径问题的运算精度和效率.

一种新的基于小波分析理论的组合预测方法

提出了一种基于小波分析理论的残差GM(1,1)-ARIMA组合预测方法.利用小波多尺度分解和重构思想分解非平稳时间序列,并对信号进行拟合,再将各模型预测值叠加,得到原始时间序列的预测值.仿真实例验证了本文方法的有效性.

粒子群算法在LRP问题中的应用

研究了带软时间窗的定位路径问题(LRPSTW)的改进粒子群算法(PSO),在考虑了LRPSTW的整体性基础上,基于一阶段的求解思路设计了带交换子和交换序及贪婪变异算子的改进粒子群算法来求解LRPSTW问题,从而有效地提高了算法的求解效率和解质量。最后通过实验证明了算法的可行性和有效性。

基于IOWGA算子的铁路客运量组合预测

科学准确地预测铁路客运量是制定铁路网规划的基础。以全国铁路客运量的历史数据为基础,采用灰色GM(1,1)模型和三次指数平滑模型进行组合优化,建立了基于IOWGA(Induced Ordered Weighted GeometricAveraging)算子的组合预测模型,并对组合预测模型进行了检验,检验结果表明,组合预测模型是有效的、可靠的,具有较高的精度,可对我国的铁路客运量进行预测。最后利用所建立的预测模型预测了2008年--2010年我国铁路客运量。