期刊文献+
共找到499篇文章
< 1 2 25 >
每页显示 20 50 100
Multi-Label Feature Selection Based on Improved Ant Colony Optimization Algorithm with Dynamic Redundancy and Label Dependence
1
作者 Ting Cai Chun Ye +5 位作者 Zhiwei Ye Ziyuan Chen Mengqing Mei Haichao Zhang Wanfang Bai Peng Zhang 《Computers, Materials & Continua》 SCIE EI 2024年第10期1157-1175,共19页
The world produces vast quantities of high-dimensional multi-semantic data.However,extracting valuable information from such a large amount of high-dimensional and multi-label data is undoubtedly arduous and challengi... The world produces vast quantities of high-dimensional multi-semantic data.However,extracting valuable information from such a large amount of high-dimensional and multi-label data is undoubtedly arduous and challenging.Feature selection aims to mitigate the adverse impacts of high dimensionality in multi-label data by eliminating redundant and irrelevant features.The ant colony optimization algorithm has demonstrated encouraging outcomes in multi-label feature selection,because of its simplicity,efficiency,and similarity to reinforcement learning.Nevertheless,existing methods do not consider crucial correlation information,such as dynamic redundancy and label correlation.To tackle these concerns,the paper proposes a multi-label feature selection technique based on ant colony optimization algorithm(MFACO),focusing on dynamic redundancy and label correlation.Initially,the dynamic redundancy is assessed between the selected feature subset and potential features.Meanwhile,the ant colony optimization algorithm extracts label correlation from the label set,which is then combined into the heuristic factor as label weights.Experimental results demonstrate that our proposed strategies can effectively enhance the optimal search ability of ant colony,outperforming the other algorithms involved in the paper. 展开更多
关键词 Multi-label feature selection ant colony optimization algorithm dynamic redundancy high-dimensional data label correlation
下载PDF
Optimization of Fairhurst-Cook Model for 2-D Wing Cracks Using Ant Colony Optimization (ACO), Particle Swarm Intelligence (PSO), and Genetic Algorithm (GA)
2
作者 Mohammad Najjarpour Hossein Jalalifar 《Journal of Applied Mathematics and Physics》 2018年第8期1581-1595,共15页
The common failure mechanism for brittle rocks is known to be axial splitting which happens parallel to the direction of maximum compression. One of the mechanisms proposed for modelling of axial splitting is the slid... The common failure mechanism for brittle rocks is known to be axial splitting which happens parallel to the direction of maximum compression. One of the mechanisms proposed for modelling of axial splitting is the sliding crack or so called, “wing crack” model. Fairhurst-Cook model explains this specific type of failure which starts by a pre-crack and finally breaks the rock by propagating 2-D cracks under uniaxial compression. In this paper, optimization of this model has been considered and the process has been done by a complete sensitivity analysis on the main parameters of the model and excluding the trends of their changes and also their limits and “peak points”. Later on this paper, three artificial intelligence algorithms including Particle Swarm Intelligence (PSO), Ant Colony Optimization (ACO) and genetic algorithm (GA) has been used and compared in order to achieve optimized sets of parameters resulting in near-maximum or near-minimum amounts of wedging forces creating a wing crack. 展开更多
关键词 WING Crack Fairhorst-Cook Model Sensitivity Analysis OPTIMIZATION Particle Swarm INTELLIGENCE (PSO) ant colony OPTIMIZATION (ACO) Genetic algorithm (GA)
下载PDF
Blackboard Mechanism Based Ant Colony Theory for Dynamic Deployment of Mobile Sensor Networks 被引量:5
3
作者 Guang-ping Qi Ping Song Ke-jie Li 《Journal of Bionic Engineering》 SCIE EI CSCD 2008年第3期197-203,共7页
A novel bionic swarm intelligence algorithm, called ant colony algorithm based on a blackboard mechanism, is proposed to solve the autonomy and dynamic deployment of mobiles sensor networks effectively. A blackboard m... A novel bionic swarm intelligence algorithm, called ant colony algorithm based on a blackboard mechanism, is proposed to solve the autonomy and dynamic deployment of mobiles sensor networks effectively. A blackboard mechanism is introduced into the system for making pheromone and completing the algorithm. Every node, which can be looked as an ant, makes one information zone in its memory for communicating with other nodes and leaves pheromone, which is created by ant itself in naalre. Then ant colony theory is used to find the optimization scheme for path planning and deployment of mobile Wireless Sensor Network (WSN). We test the algorithm in a dynamic and unconfigurable environment. The results indicate that the algorithm can reduce the power consumption by 13% averagely, enhance the efficiency of path planning and deployment of mobile WSN by 15% averagely. 展开更多
关键词 ant colony algorithm wireless sensor network blackboard mechanism bionic swarm intelligence algorithm
下载PDF
Traveling Salesman Problem Using an Enhanced Hybrid Swarm Optimization Algorithm 被引量:2
4
作者 郑建国 伍大清 周亮 《Journal of Donghua University(English Edition)》 EI CAS 2014年第3期362-367,共6页
The traveling salesman problem( TSP) is a well-known combinatorial optimization problem as well as an NP-complete problem. A dynamic multi-swarm particle swarm optimization and ant colony optimization( DMPSO-ACO) was ... The traveling salesman problem( TSP) is a well-known combinatorial optimization problem as well as an NP-complete problem. A dynamic multi-swarm particle swarm optimization and ant colony optimization( DMPSO-ACO) was presented for TSP.The DMPSO-ACO combined the exploration capabilities of the dynamic multi-swarm particle swarm optimizer( DMPSO) and the stochastic exploitation of the ant colony optimization( ACO) for solving the traveling salesman problem. In the proposed hybrid algorithm,firstly,the dynamic swarms,rapidity of the PSO was used to obtain a series of sub-optimal solutions through certain iterative times for adjusting the initial allocation of pheromone in ACO. Secondly,the positive feedback and high accuracy of the ACO were employed to solving whole problem. Finally,to verify the effectiveness and efficiency of the proposed hybrid algorithm,various scale benchmark problems were tested to demonstrate the potential of the proposed DMPSO-ACO algorithm. The results show that DMPSO-ACO is better in the search precision,convergence property and has strong ability to escape from the local sub-optima when compared with several other peer algorithms. 展开更多
关键词 particle SWARM optimization(PSO) ant colony optimization(ACO) SWARM intelligence TRAVELING SALESMAN problem(TSP) hybrid algorithm
下载PDF
IWD-Miner: A Novel Metaheuristic Algorithm for Medical Data Classification
5
作者 Sarab AlMuhaideb Reem BinGhannam +3 位作者 Nourah Alhelal Shatha Alduheshi Fatimah Alkhamees Raghad Alsuhaibani 《Computers, Materials & Continua》 SCIE EI 2021年第2期1329-1346,共18页
Medical data classification(MDC)refers to the application of classification methods on medical datasets.This work focuses on applying a classification task to medical datasets related to specific diseases in order to ... Medical data classification(MDC)refers to the application of classification methods on medical datasets.This work focuses on applying a classification task to medical datasets related to specific diseases in order to predict the associated diagnosis or prognosis.To gain experts’trust,the prediction and the reasoning behind it are equally important.Accordingly,we confine our research to learn rule-based models because they are transparent and comprehensible.One approach to MDC involves the use of metaheuristic(MH)algorithms.Here we report on the development and testing of a novel MH algorithm:IWD-Miner.This algorithm can be viewed as a fusion of Intelligent Water Drops(IWDs)and AntMiner+.It was subjected to a four-stage sensitivity analysis to optimize its performance.For this purpose,21 publicly available medical datasets were used from the Machine Learning Repository at the University of California Irvine.Interestingly,there were only limited differences in performance between IWDMiner variants which is suggestive of its robustness.Finally,using the same 21 datasets,we compared the performance of the optimized IWD-Miner against two extant algorithms,AntMiner+and J48.The experiments showed that both rival algorithms are considered comparable in the effectiveness to IWD-Miner,as confirmed by the Wilcoxon nonparametric statistical test.Results suggest that IWD-Miner is more efficient than AntMiner+as measured by the average number of fitness evaluations to a solution(1,386,621.30 vs.2,827,283.88 fitness evaluations,respectively).J48 exhibited higher accuracy on average than IWD-Miner(79.58 vs.73.65,respectively)but produced larger models(32.82 leaves vs.8.38 terms,respectively). 展开更多
关键词 ant colony optimization antMiner+ IWDs IWD-Miner J48 medical data classification metaheuristic algorithms swarm intelligence
下载PDF
基于集成改进蚁群算法的作战环推荐方法 被引量:1
6
作者 李杰 谭跃进 《系统工程与电子技术》 EI CSCD 北大核心 2024年第6期2002-2012,共11页
作战环推荐是依靠优化算法从作战网络中为指挥员推荐最优的作战环,以对目标形成高质量打击。未来作战中的作战环推荐面临体系规模大、决策节奏快的特点。对此,提出了一种集成改进的蚁群算法,能够实现高效、高质的作战环推荐优化求解。首... 作战环推荐是依靠优化算法从作战网络中为指挥员推荐最优的作战环,以对目标形成高质量打击。未来作战中的作战环推荐面临体系规模大、决策节奏快的特点。对此,提出了一种集成改进的蚁群算法,能够实现高效、高质的作战环推荐优化求解。首先,将作战环推荐问题转换为一种基于多仓库路径规划的数学模型。然后,针对原始蚁群算法前期收敛速度慢、算法参数对结果影响大和容易陷入局部最优的问题分别提出了3种改进策略:基于边权重信息的信息素初始化、基于差分进化的蚁群算法参数自适应优化和基于遗传算子的全局搜索能力提升,并进行了集成改进。最后,在案例分析中对集成改进蚁群算法进行了分析和对比,验证了所提算法在不需要大幅提高耗时的情况下,优化结果要优于未集成改进的蚁群算法,且相比于原始蚁群算法提升效果显著。 展开更多
关键词 作战环推荐 多仓库路径规划 智能优化 蚁群算法 集成改进
下载PDF
基于扇形链路策略的改进蚁群分簇路由协议
7
作者 王丽芳 杨康杰 +1 位作者 郭晓东 张哲 《计算机工程与设计》 北大核心 2024年第9期2620-2626,共7页
针对网络覆盖区域较大、节点数量较多的无线传感器网络,容易出现部分节点过早死亡等情况,提出一种基于扇形链路策略的改进蚁群分簇路由协议RACO-SL。通过加入奖惩因子,同时对精英个体采用蚁群优化算法的概率生成新的后代个体,对于普通个... 针对网络覆盖区域较大、节点数量较多的无线传感器网络,容易出现部分节点过早死亡等情况,提出一种基于扇形链路策略的改进蚁群分簇路由协议RACO-SL。通过加入奖惩因子,同时对精英个体采用蚁群优化算法的概率生成新的后代个体,对于普通个体,通过与随机选择的精英个体进行交叉变异操作,改进蚁群优化算法,以整个网络每次通信的能耗为优化目标选取较优的簇头节点集。为待转发簇头节点设计从可动态调节的扇形区域中选择下一跳中继节点的链路转发策略。实验结果表明,与现有协议相比,该协议在延长网络寿命、提高通信链路质量、增强网络覆盖度方面表现良好。 展开更多
关键词 无线传感器网络 分簇路由协议 多跳 扇形链路策略 蚁群优化算法 簇头节点选择 能量均衡 网络覆盖度
下载PDF
基于虚拟仿真技术的收割机零部件智能化装配研究
8
作者 李权 陈庆 《自动化与仪表》 2024年第3期146-150,共5页
为准确实现收割机零部件智能化装配,并获取最佳收割机零部件智能化装配路径,该文设计了基于虚拟仿真技术的收割机零部件智能化装配方法。首先采用Pro/E软件构建收割机零部件三维模型;然后构建收割机零部件智能化装配结构树模型反映收割... 为准确实现收割机零部件智能化装配,并获取最佳收割机零部件智能化装配路径,该文设计了基于虚拟仿真技术的收割机零部件智能化装配方法。首先采用Pro/E软件构建收割机零部件三维模型;然后构建收割机零部件智能化装配结构树模型反映收割机与零部件间的父子关联特性,并设计零部件装配约束条件,以约束条件完成收割机零部件智能化装配;最后利用遗传蚁群算法获取收割机零部件智能化装配规划的最佳路径。实验表明,该方法既可实现收割机零部件智能化装配,又可计算出收割机零部件智能化装配规划的最佳路径,提升收割机的智能化装配速度。 展开更多
关键词 虚拟仿真技术 收割机 零部件 智能化装配 PRO/E软件 遗传蚁群算法
下载PDF
基于MTSP问题的公共图书馆智慧配送服务
9
作者 江新姿 安晓丽 高尚 《计算机与现代化》 2024年第9期52-55,60,共5页
随着“互联网+”思维和图书馆服务模式与水平的发展,纸质资源的物流配送成为图书馆借阅平台的最后环节。如何在智慧图书馆智能服务平台中降低图书馆的配送成本、均衡配送员的工作量、提升配送效率是智慧服务的研究方向。在智能计算研究... 随着“互联网+”思维和图书馆服务模式与水平的发展,纸质资源的物流配送成为图书馆借阅平台的最后环节。如何在智慧图书馆智能服务平台中降低图书馆的配送成本、均衡配送员的工作量、提升配送效率是智慧服务的研究方向。在智能计算研究中,解决TSP旅行商问题常采用蚁群算法,因为蚁群算法能利用信息正反馈和启发式信息诱导,从而找出多目标遍历的最优解。针对图书馆馆际与社区物流配送的多旅行商MTSP问题,使用混合蚁群优化算法来实现图书纸质资源最后配送路径最优化处理,可以更好地实现配送效率的综合提升。图书馆高效率优质服务可以更好地提升阅读质量。 展开更多
关键词 智慧配送 多旅行商问题 混合蚁群优化算法
下载PDF
基于优化蚁群算法的物流中心拣货路径优化研究
10
作者 何堃 《遵义师范学院学报》 2024年第6期59-61,66,共4页
为解决当前物流企业中普遍存在盈利能力差、利润空间小等问题,以M物流公司为研究对象,在作业成本法与精准化成本管理的基础上引入聚类蚁群算法优化X省的布局来降低成本,并实验分析其有效性。实验结果表明,b值为1时物流总成本最低,为1.75... 为解决当前物流企业中普遍存在盈利能力差、利润空间小等问题,以M物流公司为研究对象,在作业成本法与精准化成本管理的基础上引入聚类蚁群算法优化X省的布局来降低成本,并实验分析其有效性。实验结果表明,b值为1时物流总成本最低,为1.759×108元;而z值、值以及a值分别取值1、0.48、2.3时物流总成本最低。在四个参数取值下利用聚类蚁群算法优化后的物流总成本降低至1.81×10^(8)元,同时单个网点的平均利润也优于对比算法。综合来看,研究提出的省外成本管理改进策略具备有效性,可以有效管控物流成本支出。 展开更多
关键词 数字经济 智能物流企业 成本管理 聚类蚁群算法
下载PDF
基于智能预警技术的输电线路在线巡视方法 被引量:1
11
作者 于长任 杨新宇 +2 位作者 陈东 季宁 刘明辉 《信息技术》 2024年第1期163-169,共7页
针对常规技术对输电线路在线巡视效率低下、误差率高的问题,提出了基于智能预警技术的输电线路在线巡视方法,设计一套基于5G通信和无线数据通信技术的输电线路在线智能预警系统,通过ARM+DSP双核处理器实现输电线路故障识别。采用无人机... 针对常规技术对输电线路在线巡视效率低下、误差率高的问题,提出了基于智能预警技术的输电线路在线巡视方法,设计一套基于5G通信和无线数据通信技术的输电线路在线智能预警系统,通过ARM+DSP双核处理器实现输电线路故障识别。采用无人机技术实现高空输电线路巡检,通过改进型蚁群算法模型实现输电线路故障检测,并设计了故障检测定位技术,利用融入行波定位技术的蚁群算法模型提高了输电线路在线巡视能力。实验表明,方法定位精确、误检率低,具有一定的实际应用价值。 展开更多
关键词 输电线路 在线巡视 智能预警 蚁群算法模型 行波定位
下载PDF
基于蚁群优化算法的非均匀子阵划分技术 被引量:1
12
作者 米泽辉 郭肃丽 +1 位作者 秦固平 王明杰 《计算机测量与控制》 2024年第1期237-244,250,共9页
对于大型阵列天线应用于空域抗干扰系统中,为了降低硬件成本和减少计算复杂度,一般通过子阵划分技术将整个阵列划分为若干子阵,子阵内部采用模拟波束形成,子阵间采用数字自适应波束形成;由于均匀划分方法的波束形成方向图中存在栅零点,... 对于大型阵列天线应用于空域抗干扰系统中,为了降低硬件成本和减少计算复杂度,一般通过子阵划分技术将整个阵列划分为若干子阵,子阵内部采用模拟波束形成,子阵间采用数字自适应波束形成;由于均匀划分方法的波束形成方向图中存在栅零点,提出一种基于蚁群算法的非均匀子阵划分技术,将阵列最大输出信干噪比作为适应度函数,应用了概率计算与轮盘赌相结合的路径规划方法;结合信息素初始浓度和启发式信息范围,设计了新的适应度函数值与信息素更新的转换关系;最后对所提算法进行仿真,结果表明在不同规模、不同输入干噪比、不同期望信号扫描角度下,所提算法在输出信干噪比上优于均匀划分方法,且没有栅零点产生,与全阵元的自适应波束形成方向图、输出信干噪比相近,验证了该方法的有效性。 展开更多
关键词 子阵划分 蚁群算法 自适应波束形成 无人机测控 智能算法
下载PDF
基于改进蚁群算法的微气泡减阻气流量智能调控技术研究
13
作者 李天臣 周彦安 +1 位作者 裴志勇 吴卫国 《中国舰船研究》 CSCD 北大核心 2024年第5期35-42,共8页
[目的]为了提高微气泡减阻技术的实际效能,基于改进蚁群算法开展微气泡减阻气流量智能调控技术研究。[方法]首先,基于微气泡减阻机理,利用自主研发船模样机开展微气泡减阻试验,获得不同航速下的理想最佳气流量;随后,采用改进蚁群算法,... [目的]为了提高微气泡减阻技术的实际效能,基于改进蚁群算法开展微气泡减阻气流量智能调控技术研究。[方法]首先,基于微气泡减阻机理,利用自主研发船模样机开展微气泡减阻试验,获得不同航速下的理想最佳气流量;随后,采用改进蚁群算法,开发气流量智能调控技术的软件系统;最后,将智能调控硬件系统应用于船模样机,开展自航模试验以验证该技术的有效性。[结果]所研技术不仅可以有效地调控气流量达到最佳微气泡减阻效果,还可以监控航速变化对气流量进行自适应调控,使船舶在各种航速下均能保持最大减阻。[结论]该技术可以提高微气泡减阻技术的自动化与智能程度,增强微气泡减阻技术的实际效能。 展开更多
关键词 微气泡减阻 改进蚁群算法 气流量智能调控 自航模试验
下载PDF
IACO-GA-IPSO融合算法AUV三维全局路径规划
14
作者 刘新宇 赵俊涛 +1 位作者 佘莹莹 张英浩 《舰船科学技术》 北大核心 2024年第18期99-105,共7页
为了解决传统蚁群算法收敛速度慢,易陷入局部最优,传统粒子群算法搜索精度差,初始路径不规则等问题,提出一种融合了改进蚁群算法(IACO)、改进粒子群算法(IPSO)和遗传算法(GA)的IACO-GA-IPSO路径规划算法。首先定义三维海洋环境模型,将... 为了解决传统蚁群算法收敛速度慢,易陷入局部最优,传统粒子群算法搜索精度差,初始路径不规则等问题,提出一种融合了改进蚁群算法(IACO)、改进粒子群算法(IPSO)和遗传算法(GA)的IACO-GA-IPSO路径规划算法。首先定义三维海洋环境模型,将工作空间沿Z轴方向划分成水平的栅格平面;其次建立多标准的路径优劣评价模型;最后由融合算法规划路径:IACO算法生成次优种群,GA算法优化种群多样性,IPSO算法快速收敛到全局最优。实验结果表明,融合算法能充分发挥每种算法的优点,克服种群规模和收敛速度的矛盾,优化初始种群,提高全局搜索能力、局部搜索精度和算法运行效率,加快收敛速度并避免陷入局部最优路径。 展开更多
关键词 AUV三维路径规划 融合智能算法 改进蚁群算法 改进粒子群算法 遗传算法
下载PDF
基于智能优化算法的PCB板电子元件条件热布局优化及仿真分析 被引量:1
15
作者 舒红 《黑龙江科学》 2024年第6期72-74,共3页
针对PCB板电子元件的热布局优化问题提出一种基于智能优化算法的方法,对PCB板电子元件的热特性进行分析及建模,对其条件热布局的目标函数和约束条件进行限制,将智能优化算法引入热布局优化过程中,求得最优的元件布局方案,采用蚁群算法,... 针对PCB板电子元件的热布局优化问题提出一种基于智能优化算法的方法,对PCB板电子元件的热特性进行分析及建模,对其条件热布局的目标函数和约束条件进行限制,将智能优化算法引入热布局优化过程中,求得最优的元件布局方案,采用蚁群算法,通过对比实验验证方法的有效性,此结果对提高PCB板电子元件的热性能具有重要的理论和实际意义,可为同类问题的研究提供参考。 展开更多
关键词 智能优化算法 蚁群算法 PCB板电子元件 热布局
下载PDF
求解动态旅行商问题的蚁群优化算法新策略
16
作者 刘孟莹 秦进 陈双 《计算机仿真》 2024年第8期349-355,368,共8页
动态旅行商问题是标准旅行商问题的一个扩展,由于其现实应用广泛,吸引了大量研究者的兴趣。蚁群优化算法可以转化历史环境信息,天然具有适应动态改变的能力,可以解决动态旅行商问题。使用蚁群优化算法解决优化问题时,算法探索能力和利... 动态旅行商问题是标准旅行商问题的一个扩展,由于其现实应用广泛,吸引了大量研究者的兴趣。蚁群优化算法可以转化历史环境信息,天然具有适应动态改变的能力,可以解决动态旅行商问题。使用蚁群优化算法解决优化问题时,算法探索能力和利用能力的权衡是一个关键问题。传统的思路是在搜索前期侧重探索能力,使蚁群充分获取搜索空间的信息,随着搜索过程的进行逐渐增强利用能力,使蚁群逐渐收敛。然而,以上思路不利于在动态场景中快速获得质量较高的解。针对动态旅行商问题,提出了一种新的探索-利用权衡策略,在环境变化后,首先使用模拟退火算法增强利用能力以快速获得质量较高的解,在解质量难以提高时再使用自适应性轮盘赌选择方法帮助算法跳出局部极值。在权重变化的动态旅行商问题上的实验证明,所提新策略优于其它蚁群优化算法及变体。 展开更多
关键词 动态旅行商问题 蚁群优化 探索-利用权衡策略 模拟退火算法 轮盘赌选择方法
下载PDF
电动汽车充电站智能选址定容方法研究
17
作者 孟涛 郭红戈 张春美 《太原科技大学学报》 2024年第4期342-347,共6页
针对电动汽车智能选址及定容问题,首先建立充电站建设花费费用、运行维护费用、服务用户充电的费用、排队等候时间成本和用户行驶过程耗电成本最小的多目标多约束的充电站选址及定容模型。然后运用BP(back propagation)神经网络对研究... 针对电动汽车智能选址及定容问题,首先建立充电站建设花费费用、运行维护费用、服务用户充电的费用、排队等候时间成本和用户行驶过程耗电成本最小的多目标多约束的充电站选址及定容模型。然后运用BP(back propagation)神经网络对研究区域进行选址,其次利用蚁群算法对所选地址进行定容,最后使用太原充电站的选址定容算例验证了BP神经网络对研究区域进行选址的有效性和采用蚁群算法对所选地址进行定容的可行性,并对长治市区充电站的选址定容进行了预测。 展开更多
关键词 电动汽车充电站 选址 定容 BP神经网络 蚁群算法
下载PDF
基于改进蚁群算法的输电线路路径自动选择 被引量:1
18
作者 张文斌 《电工技术》 2024年第6期72-74,共3页
基于改进蚁群算法,致力于解决输电线路路径选择问题。针对传统输电线路规划中存在的路径选择难题,提出一种蚁群算法的改进模型,以优化电力系统中的路径选择过程。通过引入信息素挥发因子和启发式信息,提高蚁群算法的搜索效率,使其更加... 基于改进蚁群算法,致力于解决输电线路路径选择问题。针对传统输电线路规划中存在的路径选择难题,提出一种蚁群算法的改进模型,以优化电力系统中的路径选择过程。通过引入信息素挥发因子和启发式信息,提高蚁群算法的搜索效率,使其更加适应复杂的输电网络环境。在模型实验中,采用实际输电网络数据进行验证,结果表明改进的蚁群算法相较于传统算法在路径选择的准确性和效率上均有显著提升。 展开更多
关键词 蚁群算法 输电线路 路径选择 信息素挥发因子 启发式信息
下载PDF
基于改进樽海鞘算法的高速公路应急资源调度
19
作者 于涵诚 王长华 +2 位作者 倪双静 朱熙豪 刘海萍 《公路交通科技》 CAS CSCD 北大核心 2024年第12期48-57,共10页
为解决当前高速公路救援不及时、救援效果差及容易引发二次事故等问题,结合高速公路环境下应急资源调度的实际需求,充分考虑突发事件及其对潜在二次事故的影响,研究了一种基于改进樽海鞘算法的高速公路应急救援资源调度方法,以高效应对... 为解决当前高速公路救援不及时、救援效果差及容易引发二次事故等问题,结合高速公路环境下应急资源调度的实际需求,充分考虑突发事件及其对潜在二次事故的影响,研究了一种基于改进樽海鞘算法的高速公路应急救援资源调度方法,以高效应对高速公路的紧急情况。首先,从技术角度深入研究分析最优路径选择方法和救援物资调度分配方法,将时间和成本作为高速公路应急救援调度的目标,并建立调度目标函数。然后,针对高速公路应急救援的最佳路径选择方法,研究蚁群最短路径算法,并结合高速公路自身的路网特征对蚁群算法中的全局更新规则进行改进,提高算法的路径搜索效率。随后,为求解潜在事故下的应急资源调度问题,研究樽海鞘算法,利用该算法计算量小、具有全局探索等优势对资源调度目标函数进行求解。同时,结合烟花算法中的爆炸、变异等操作对樽海鞘算法进行改进,进一步避免算法陷入局部最优的情况。最后,通过试验结果表明,所提出的调度方法能提供更快的路径规划,改进的樽海鞘算法能有效提高收敛速度和计算精度,而且相比不考虑潜在事故的调度,一旦发生二次事故,该方法能有效降低应急救援的资源调度总成本。 展开更多
关键词 智能交通 应急资源调度 樽海鞘算法 高速公路 烟花算法 蚁群算法
下载PDF
基于改进ACO⁃SOA的低碳物流选址-路径问题研究
20
作者 颜克旭 朱玉杰 +1 位作者 彭万超 武星宇 《机械设计》 CSCD 北大核心 2024年第5期108-114,共7页
乳制品行业是全球温室气体排放量增加的主要行业之一,同时我国又是乳制品消费大国。为了降低乳制品配送中心冷链物流系统总成本和碳排放,响应国家“低碳经济”号召,文中将乳制品配送中心选址问题与路径问题相结合,建立由固定成本、运输... 乳制品行业是全球温室气体排放量增加的主要行业之一,同时我国又是乳制品消费大国。为了降低乳制品配送中心冷链物流系统总成本和碳排放,响应国家“低碳经济”号召,文中将乳制品配送中心选址问题与路径问题相结合,建立由固定成本、运输成本、制冷成本、货损成本和碳排放成本共同组成的优化模型。此外,设计并运用融合蚁群算法的改进海鸥算法进行求解,在编解码操作中加入个体修复方案,避免在进化过程中因基因序列错乱导致个体基因失效;同时引入3⁃opt算子,优化局部搜索能力且不会降低程序运行效率。通过MATLAB对算例进行仿真试验,将改进蚁群-海鸥(ACO⁃SOA)算法与传统海鸥算法、蚁群算法和遗传算法进行对比,结果表明:改进ACO⁃SOA算法相对于传统算法具有巨大优势,验证了算法的有效性。 展开更多
关键词 乳制品 低碳 选址-路径 蚁群算法 海鸥算法
下载PDF
上一页 1 2 25 下一页 到第
使用帮助 返回顶部