针对带软时间窗的多车场开放式车辆路径问题(Multi-Depot Open Vehicle Routing Problem with Soft Time Windows,MDOVRPSTW),建立了MDOVRPSTW的模型,针对模型的特点,提出了一种新的改进差分进化算法,通过标准测试数据的仿真实验,表明...针对带软时间窗的多车场开放式车辆路径问题(Multi-Depot Open Vehicle Routing Problem with Soft Time Windows,MDOVRPSTW),建立了MDOVRPSTW的模型,针对模型的特点,提出了一种新的改进差分进化算法,通过标准测试数据的仿真实验,表明了新改进的差分进化算法的有效性和可行性。展开更多
针对认知无线电中参数配置问题,提出一种混合蝙蝠算法和布谷鸟算法的认知决策引擎(hybrid bat algorithm and cuckoo search,HBA-CS),首先将参数配置建模为多目标优化问题,然后利用布谷鸟算法优化,同时为了克服布谷鸟算法收敛速度慢、...针对认知无线电中参数配置问题,提出一种混合蝙蝠算法和布谷鸟算法的认知决策引擎(hybrid bat algorithm and cuckoo search,HBA-CS),首先将参数配置建模为多目标优化问题,然后利用布谷鸟算法优化,同时为了克服布谷鸟算法收敛速度慢、容易陷入局部最优的缺点,在经过进化之后,再利用全局寻优能力强、收敛速度快的蝙蝠算法优化,该算法解决了局部搜索和全局搜索的平衡问题,从而改善了算法收敛性、避免陷入局部最优。仿真结果表明,基于HBA-CS的认知决策引擎的收敛速度和精度优于混合粒子群和遗传的算法(HBPGA)和优于混沌量子粒子群算法(CQPSO),优化后得到的系统参数具有更好的性能。展开更多
文摘针对带软时间窗的多车场开放式车辆路径问题(Multi-Depot Open Vehicle Routing Problem with Soft Time Windows,MDOVRPSTW),建立了MDOVRPSTW的模型,针对模型的特点,提出了一种新的改进差分进化算法,通过标准测试数据的仿真实验,表明了新改进的差分进化算法的有效性和可行性。
文摘针对认知无线电中参数配置问题,提出一种混合蝙蝠算法和布谷鸟算法的认知决策引擎(hybrid bat algorithm and cuckoo search,HBA-CS),首先将参数配置建模为多目标优化问题,然后利用布谷鸟算法优化,同时为了克服布谷鸟算法收敛速度慢、容易陷入局部最优的缺点,在经过进化之后,再利用全局寻优能力强、收敛速度快的蝙蝠算法优化,该算法解决了局部搜索和全局搜索的平衡问题,从而改善了算法收敛性、避免陷入局部最优。仿真结果表明,基于HBA-CS的认知决策引擎的收敛速度和精度优于混合粒子群和遗传的算法(HBPGA)和优于混沌量子粒子群算法(CQPSO),优化后得到的系统参数具有更好的性能。