期刊文献+
共找到239篇文章
< 1 2 12 >
每页显示 20 50 100
A Novel Quantum - inspired Multi - Objective Evolutionary Algorithm Based on Cloud Theory
1
作者 Bo Xu~1 Wang Cheng~2 Jian-Ping Yu~3 Yong Wang~4 (1.Department of Computer Science and Technology,Guangdong University of Petrochemical Technology,Maoming,Guangdong,525000) (2.Wells Fargo Bank,USA) (3.College of Mathematics and Computer Science,Hunan Normal University,Changsha,410081) (4.College of Electrical and Information Engineering,Hunan University,Changsha,410082) 《自动化博览》 2011年第S2期145-150,共6页
In the previous papers,Quantum-inspired multi-objective evolutionary algorithm(QMEA) was proved to be better than conventional genetic algorithms for multi-objective optimization problem.To improve the quality of the ... In the previous papers,Quantum-inspired multi-objective evolutionary algorithm(QMEA) was proved to be better than conventional genetic algorithms for multi-objective optimization problem.To improve the quality of the non-dominated set as well as the diversity of population in multi-objective problems,in this paper,a Novel Cloud -based quantum -inspired multi-objective evolutionary Algorithm(CQMEA) is proposed.CQMEA is proposed by employing the concept and principles of Cloud theory.The algorithm utilizes the random orientation and stability of the cloud model,uses a self-adaptive mechanism with cloud model of Quantum gates updating strategy to implement global search efficient.By using the self-adaptive mechanism and the better solution which is determined by the membership function uncertainly,Compared with several well-known algorithms such as NSGA-Ⅱ,QMEA.Experimental results show that(CQMEA) is more effective than QMEA and NSGA -Ⅱ. 展开更多
关键词 MULTI-OBJECTIVE Optimization PROBLEM quantum-Inspired MULTI-OBJECTIVE evolutionary algorithm CLOUD Model evolutionary algorithm
下载PDF
Practical Meta-Reinforcement Learning of Evolutionary Strategy with Quantum Neural Networks for Stock Trading
2
作者 Erik Sorensen Wei Hu 《Journal of Quantum Information Science》 2020年第3期43-71,共29页
We show the practicality of two existing meta-learning algorithms Model-</span></span><span><span><span> </span></span></span><span><span><span><spa... We show the practicality of two existing meta-learning algorithms Model-</span></span><span><span><span> </span></span></span><span><span><span><span style="font-family:Verdana;">Agnostic Meta-Learning and Fast Context Adaptation Via Meta-learning using an evolutionary strategy for parameter optimization, as well as propose two novel quantum adaptations of those algorithms using continuous quantum neural networks, for learning to trade portfolios of stocks on the stock market. The goal of meta-learning is to train a model on a variety of tasks, such that it can solve new learning tasks using only a small number of training samples. In our classical approach, we trained our meta-learning models on a variety of portfolios that contained 5 randomly sampled Consumer Cyclical stocks from a pool of 60. In our quantum approach, we trained our </span><span style="font-family:Verdana;">quantum meta-learning models on a simulated quantum computer with</span><span style="font-family:Verdana;"> portfolios containing 2 randomly sampled Consumer Cyclical stocks. Our findings suggest that both classical models could learn a new portfolio with 0.01% of the number of training samples to learn the original portfolios and can achieve a comparable performance within 0.1% Return on Investment of the Buy and Hold strategy. We also show that our much smaller quantum meta-learned models with only 60 model parameters and 25 training epochs </span><span style="font-family:Verdana;">have a similar learning pattern to our much larger classical meta-learned</span><span style="font-family:Verdana;"> models that have over 250,000 model parameters and 2500 training epochs. Given these findings</span></span></span></span><span style="font-family:Verdana;"><span style="font-family:Verdana;"><span style="font-family:Verdana;">,</span></span></span><span style="font-family:Verdana;"><span style="font-family:Verdana;"><span style="font-family:Verdana;"> we also discuss the benefits of scaling up our experiments from a simulated quantum computer to a real quantum computer. To the best of our knowledge, we are the first to apply the ideas of both classical meta-learning as well as quantum meta-learning to enhance stock trading. 展开更多
关键词 Reinforcement Learning Deep Learning META-LEARNING evolutionary Strategy quantum Computing quantum Machine Learning Stock Market algorithmic Trading
下载PDF
一种冲击噪声下的多目标跟踪算法 被引量:1
3
作者 VU Van Toi 高洪元 +1 位作者 孙溶辰 陈暄 《应用科技》 CAS 2024年第1期130-135,142,共7页
针对现有的子空间类多目标跟踪算法无法对相干目标进行有效跟踪,传统的动态跟踪方法在冲击噪声环境下失效的问题,提出了一种冲击噪声下的多目标跟踪算法。构造了一种新的零记忆非线性处理方法实现去冲击,推导得到了基于协方差矩阵更新... 针对现有的子空间类多目标跟踪算法无法对相干目标进行有效跟踪,传统的动态跟踪方法在冲击噪声环境下失效的问题,提出了一种冲击噪声下的多目标跟踪算法。构造了一种新的零记忆非线性处理方法实现去冲击,推导得到了基于协方差矩阵更新的极大似然多目标跟踪方程,并设计了一种量子猫群算法,对其进行快速准确求解,实现了在恶劣噪声环境下的鲁棒多目标跟踪。仿真结果表明,所设计的算法突破了已有跟踪方法的性能和应用局限。本文分析结果可用于指导被动雷达和感知系统的跟踪模块设计。 展开更多
关键词 角度跟踪 冲击噪声 方位角估计 阵列测向 演化计算 量子群智能 智能优化算法 猫群优化算法
下载PDF
RQEA-SVR在交通流预测中的应用 被引量:2
4
作者 张锐 张涛 高辉 《计算机工程与应用》 CSCD 北大核心 2010年第9期241-245,共5页
建立在统计学习理论和结构风险最小化准则基础上的支持向量回归(SVR)是处理小样本数据回归问题的有利工具,SVR的参数选取直接影响其学习性能和泛化能力。文中将SVR参数选取看作是参数的组合优化问题,确定组合优化问题的目标函数,采用实... 建立在统计学习理论和结构风险最小化准则基础上的支持向量回归(SVR)是处理小样本数据回归问题的有利工具,SVR的参数选取直接影响其学习性能和泛化能力。文中将SVR参数选取看作是参数的组合优化问题,确定组合优化问题的目标函数,采用实数量子进化算法(RQEA)求解组合优化问题进而优选SVR参数,形成RQEA-SVR,并应用RQEA-SVR求解交通流预测问题。仿真试验表明RQEA是优选SVR参数的有效方法,解决交通流预测问题具有优良的性能。 展开更多
关键词 支持向量机 参数优选 实数量子进化算法 交通流预测
下载PDF
基于BQEA的多因素影响下系统故障概率变化范围研究 被引量:2
5
作者 崔铁军 李莎莎 《安全与环境学报》 CAS CSCD 北大核心 2022年第2期642-648,共7页
为了研究多因素影响下系统在不同因素变化过程中的故障概率变化范围,提出了一种基于BQEA的分析方法。利用BQEA具有3条基因链且能容纳多个量子的特点,将因素与量子对应,因素变化与量子状态变化对应,在空间故障树框架内确定系统故障概率... 为了研究多因素影响下系统在不同因素变化过程中的故障概率变化范围,提出了一种基于BQEA的分析方法。利用BQEA具有3条基因链且能容纳多个量子的特点,将因素与量子对应,因素变化与量子状态变化对应,在空间故障树框架内确定系统故障概率的变化范围。空间故障树理论提供了因素与元件故障关系的特征函数,从而得到各元件故障概率分布,通过元件组成系统的结构得到系统故障概率分布表达式。该表达式作为BQEA的优化对象从而获得极小值和极大值,即系统故障概率变化范围。结果表明,使用BQEA确定该变化范围是可行性的。所得变化范围与解析法得到的故障概率分布近似,更适合表征多因素条件下的故障概率变化范围,且能降低计算复杂度并提高效率。 展开更多
关键词 安全工程 量子进化算法 Bloch球 空间故障树 多因素 系统故障 概率 变化范围
下载PDF
基于QEA优化的WSNs簇间路由策略
6
作者 余成波 赵西超 +3 位作者 杨佳 田引黎 晏绍奎 代琪怡 《传感器与微系统》 CSCD 北大核心 2014年第2期54-56,60,共4页
无线传感器网络(WSNs)路由协议中采用多跳通信方式在一定程度上解决了单跳方式下簇头节点过早失能的问题,增强了网络通信的稳定性,提高网络能量的利用效率。但多跳方式使距离基站较近的簇头节点由于承担了大量数据转发任务,从而造成其... 无线传感器网络(WSNs)路由协议中采用多跳通信方式在一定程度上解决了单跳方式下簇头节点过早失能的问题,增强了网络通信的稳定性,提高网络能量的利用效率。但多跳方式使距离基站较近的簇头节点由于承担了大量数据转发任务,从而造成其过早死亡,出现网络空洞,缩短了生存周期。针对以上问题,提出基于量子进化算法(QEA)优化的分簇路由策略,通过QEA的多样性、快速收敛性、全局搜索能力强等特点,进行簇间路由的优化,从而有效均衡了簇头节点间的能耗。仿真结果表明:与经典LEACH协议和EEUC协议相比,基于QEA优化的簇间路由策略可以有效均衡簇头节点间能耗,延长网络生存周期。 展开更多
关键词 量子进化算法 无线传感器网络 能量均衡
下载PDF
基于非正交多址异构网的下行链路干扰协调优化技术 被引量:2
7
作者 郁志豪 侯嘉 《科学技术与工程》 北大核心 2023年第1期236-245,共10页
为了提升异构网络中边缘用户平均吞吐量性能,提出了一种基于非正交多址接入(non-orthogonal multiple access,NOMA)异构蜂窝网络的下行链路干扰协调优化方案。该方案通过小区范围扩展(cell range expansion,CRE)和几乎空白子帧(almost b... 为了提升异构网络中边缘用户平均吞吐量性能,提出了一种基于非正交多址接入(non-orthogonal multiple access,NOMA)异构蜂窝网络的下行链路干扰协调优化方案。该方案通过小区范围扩展(cell range expansion,CRE)和几乎空白子帧(almost blank subframe,ABS)进行小区间干扰协调,并利用改进型量子进化算法(improved quantum-inspired evolutionary algorithm,IQEA)实现自适应CRE和ABS联合优化。仿真结果表明,基于NOMA的分组能有效提升异构网络边缘用户性能,且与非干扰协调方案相比,传统干扰协调方案和所提出的自适应干扰协调方案的边缘用户平均吞吐量分别提升了4.93 dB和5.48 dB;网络用户平均吞吐量分别提升了0.96 dB和1.01 dB;对数效用和分别提升0.13 dB和0.14 dB。 展开更多
关键词 异构蜂窝网络 小区范围扩展 几乎空白子帧 NOMA 量子进化算法
下载PDF
改进量子进化算法的煤炭供应链网络优化研究
8
作者 王亚宁 王新平 +1 位作者 侯静 雷卫东 《计算机仿真》 北大核心 2023年第11期490-496,505,共8页
针对煤炭供应链网络优化问题,构建了以总成本最小化为目标函数的混合整数规划模型,提出了一种改进型量子进化算法求解上述问题。根据所研究问题可行解的结构特性,提出了基于量子比特染色体与序列染色体相结合的改进编解码机制,以增强种... 针对煤炭供应链网络优化问题,构建了以总成本最小化为目标函数的混合整数规划模型,提出了一种改进型量子进化算法求解上述问题。根据所研究问题可行解的结构特性,提出了基于量子比特染色体与序列染色体相结合的改进编解码机制,以增强种群的多样性;针对传统量子旋转门更新策略设计不当等难题,引入了三种不同的旋转角度动态更新策略,使得改进后的量子进化算法在探索和利用两个方面达到了有效平衡,从而提升了算法的收敛效果和全局搜索能力。最后,通过不同规模的算例仿真,验证了改进算法的有效性。 展开更多
关键词 改进量子进化算法 煤炭供应链 网络设计优化
下载PDF
Hamming-distance-based adaptive quantum-inspired evolutionary algorithm for network coding resources optimization 被引量:10
9
作者 Qu Zhijian Liu Xiaohong +2 位作者 Zhang Xianwei Xie Yinbao Li Caihong 《The Journal of China Universities of Posts and Telecommunications》 EI CSCD 2015年第3期92-99,共8页
An adaptive quantum-inspired evolutionary algorithm based on Hamming distance (HD-QEA) was presented to optimize the network coding resources in multicast networks. In the HD-QEA, the diversity among individuals was... An adaptive quantum-inspired evolutionary algorithm based on Hamming distance (HD-QEA) was presented to optimize the network coding resources in multicast networks. In the HD-QEA, the diversity among individuals was taken into consideration, and a suitable rotation angle step (RAS) was assigned to each individual according to the Hamming distance. Performance comparisons were conducted among the HD-QEA, a basic quantum-inspired evolutionary algorithm (QEA) and an individual's fitness based adaptive QEA. A solid demonstration was provided that the proposed HD-QEA is better than the other two algorithms in terms of the convergence speed and the global optimization capability when they are employed to optimize the network coding resources in multicast networks. 展开更多
关键词 network coding quantum-inspired evolutionary algorithm Hamming distance multicast network
原文传递
基于改进天牛须搜索算法的自抗扰永磁同步电机控制
10
作者 刘亚奇 《机械设计与制造工程》 2023年第11期21-26,共6页
针对自抗扰控制器参数多、整定困难的问题,基于改进天牛须搜索算法设计了一种在线自整定参数的自抗扰控制器。针对天牛须搜索算法当前迭代的最优候选解,认为是正、伪两种状态的量子位线性叠加,可用实数编码的量子重新表示,然后利用量子... 针对自抗扰控制器参数多、整定困难的问题,基于改进天牛须搜索算法设计了一种在线自整定参数的自抗扰控制器。针对天牛须搜索算法当前迭代的最优候选解,认为是正、伪两种状态的量子位线性叠加,可用实数编码的量子重新表示,然后利用量子旋转门更新量子表达式。以永磁同步电机作为被控对象进行仿真验证,结果表明基于混合算法的自抗扰控制器有着更好的控制精度和抗扰动性能。 展开更多
关键词 量子进化算法 自抗扰控制器 天牛须搜索算法 永磁同步电机
下载PDF
演化蛙跳算法的药物-靶标相互作用预测
11
作者 陆行政 林畅然 +1 位作者 李智健 唐德玉 《现代计算机》 2023年第15期35-39,44,共6页
为建立一个高效的药物-靶标相互作用(DTI)预测分类模型,针对预测DTI的常用模型传统支持向量机在参数选择中存在的问题,采用演化蛙跳算法(EFLA)优化支持向量机参数。该算法在第一阶段用量子进化算子来实现局部搜索,第二阶段利用自适应特... 为建立一个高效的药物-靶标相互作用(DTI)预测分类模型,针对预测DTI的常用模型传统支持向量机在参数选择中存在的问题,采用演化蛙跳算法(EFLA)优化支持向量机参数。该算法在第一阶段用量子进化算子来实现局部搜索,第二阶段利用自适应特征向量进化算子实现全局搜索。实验结果表明:演化蛙跳算法在进行预测药物-靶标相互作用实验中有较高的准确率。 展开更多
关键词 药物-靶标相互作用 群体智能 支持向量机 量子进化算子 演化蛙跳算法 自适应特征向量进化算子
下载PDF
免疫量子进化算法 被引量:11
12
作者 李映 张艳宁 +2 位作者 赵荣椿 程英蕾 焦李成 《西北工业大学学报》 EI CAS CSCD 北大核心 2005年第4期543-547,共5页
将免疫的概念和方法引入到量子进化算法中,提出一种新型的进化算法——免疫量子进化算法。该算法在保留原算法优良特性的前提下,力图有选择、有目的地利用待求问题中的一些特征信息或先验知识,抑制或避免求解过程中的一些重复或无效的工... 将免疫的概念和方法引入到量子进化算法中,提出一种新型的进化算法——免疫量子进化算法。该算法在保留原算法优良特性的前提下,力图有选择、有目的地利用待求问题中的一些特征信息或先验知识,抑制或避免求解过程中的一些重复或无效的工作,以提高算法的整体性能。对背包问题的仿真实验表明,免疫量子进化算法的性能优于经典的进化算法、免疫进化算法、量子进化算法等3种算法。 展开更多
关键词 进化算法 免疫量子进化算法 背包问题
下载PDF
实数编码量子进化算法 被引量:21
13
作者 高辉 徐光辉 +1 位作者 张锐 王哲人 《控制与决策》 EI CSCD 北大核心 2008年第1期87-90,共4页
为求解复杂函数优化问题,基于量子计算的相关概念和原理,提出一种实数编码量子进化算法.首先构造了由自变量向量的一个分量和量子比特的一对概率幅为等位基因的三倍体染色体,增加了解的多样性;然后利用量子旋转门和依据量子比特概率幅... 为求解复杂函数优化问题,基于量子计算的相关概念和原理,提出一种实数编码量子进化算法.首先构造了由自变量向量的一个分量和量子比特的一对概率幅为等位基因的三倍体染色体,增加了解的多样性;然后利用量子旋转门和依据量子比特概率幅满足归一化条件设计的互补双变异算子进化染色体,实现局部搜索和全局搜索的平衡.标准函数仿真表明,该算法适合求解复杂函数优化问题,具有收敛速度快、全局搜索能力强和稳定性好的优点. 展开更多
关键词 量子计算 量子进化算法 实数编码量子进化算法 函数优化
下载PDF
一种新的量子群进化算法研究 被引量:13
14
作者 王岩 路春一 +3 位作者 丰小月 黄艳新 邹淑雪 周春光 《小型微型计算机系统》 CSCD 北大核心 2006年第8期1478-1482,共5页
提出了一种基于量子进化的量子群进化算法,使用量子角表示量子比特的状态,并引入改进的粒子群优化策略,对量子群中各量子的量子角进行自适应动态调整.在对0-1背包问题的求解中,表现出很好的性能.
关键词 量子进化 粒子群优化 背包问题 量子群进化 量子角
下载PDF
基于自适应机制的多宇宙并行量子衍生进化算法 被引量:6
15
作者 刘晓红 曲志坚 +2 位作者 曹雁锋 张先伟 冯刚 《计算机应用》 CSCD 北大核心 2015年第2期369-373,共5页
进化参量的选取对量子衍生进化算法(QEA)的优化性能有极大的影响,传统QEA在选择进化参量时并未考虑种群中个体间的差异,种群中所有个体采用相同的进化参量完成更新,导致算法在解决组合优化问题中存在收敛速度慢、容易陷入局部最优解等... 进化参量的选取对量子衍生进化算法(QEA)的优化性能有极大的影响,传统QEA在选择进化参量时并未考虑种群中个体间的差异,种群中所有个体采用相同的进化参量完成更新,导致算法在解决组合优化问题中存在收敛速度慢、容易陷入局部最优解等问题。针对这一问题,采用自适应机制调整QEA的旋转角步长和量子变异概率,算法中任意一代的任一个体的进化参量均由该个体自身适应度确定,从而保证尽可能多的进化个体能够朝着最优解方向不断靠近。此外,由于自适应量子进化算法需要评估个体的适应度,导致运算时间较长,针对这一问题则采用多宇宙机制将算法分布于多个宇宙中并行实现,从而提高算法的执行效率。通过搜索多峰函数最优解和求解背包问题测试算法性能,结果表明,与传统QEA相比,所提出算法在收敛速度、搜索全局最优解及执行速度方面具有较好的表现。 展开更多
关键词 组合优化 量子衍生进化算法 最优解 多宇宙 并行计算
下载PDF
改进量子进化算法及其在物流配送路径优化问题中的应用 被引量:19
16
作者 高辉 徐光辉 王哲人 《控制理论与应用》 EI CAS CSCD 北大核心 2007年第6期969-972,共4页
量子进化算法的性能直接受量子旋转门旋转角计算方法的影响.文中提出一种改进量子进化算法,核心是设计了基于量子比特概率幅比值自适应计算量子旋转门旋转角的新方法,算法具有收敛速度快和全局搜索能力强的特点.通过0/1背包问题分析了... 量子进化算法的性能直接受量子旋转门旋转角计算方法的影响.文中提出一种改进量子进化算法,核心是设计了基于量子比特概率幅比值自适应计算量子旋转门旋转角的新方法,算法具有收敛速度快和全局搜索能力强的特点.通过0/1背包问题分析了新方法中相关参数对算法性能的影响,并应用算法求解物流配送路径优化问题,仿真表明改进量子进化算法性能优于量子进化算法和传统进化算法. 展开更多
关键词 进化算法 量子进化算法 量子旋转门 0/1背包问题 物流配送
下载PDF
基于MapReduce模型的并行量子进化算法 被引量:6
17
作者 贾瑞玉 刘范范 +1 位作者 潘雯雯 王伟东 《计算机工程》 CAS CSCD 2012年第8期180-182,188,共4页
利用MapReduce模型可自动编写串行程序及编程接口简单的优点,实现量子进化算法在MapReduce模型下的并行化,提出基于MapReduce模型的并行量子进化算法MRQEA,并将其部署到Hadoop云计算平台上运行。对0-1背包问题的测试结果证明,MRQEA算法... 利用MapReduce模型可自动编写串行程序及编程接口简单的优点,实现量子进化算法在MapReduce模型下的并行化,提出基于MapReduce模型的并行量子进化算法MRQEA,并将其部署到Hadoop云计算平台上运行。对0-1背包问题的测试结果证明,MRQEA算法在处理大型数据集时具有良好的加速比和并行效率。 展开更多
关键词 量子进化算法 MAPREDUCE模型 云计算平台 HADOOP平台
下载PDF
基于流形距离的量子进化聚类算法 被引量:16
18
作者 李阳阳 石洪竺 +1 位作者 焦李成 马文萍 《电子学报》 EI CAS CSCD 北大核心 2011年第10期2343-2347,共5页
基于量子计算的机理和特性,并结合进化计算,本文提出了一种新颖的量子进化聚类算法(QEAM),在该聚类算法中引入了一种新的距离测度函数——流形距离.新方法将聚类归属为优化问题,通过运用量子进化的机理更快地搜索到最优聚类中心,从而得... 基于量子计算的机理和特性,并结合进化计算,本文提出了一种新颖的量子进化聚类算法(QEAM),在该聚类算法中引入了一种新的距离测度函数——流形距离.新方法将聚类归属为优化问题,通过运用量子进化的机理更快地搜索到最优聚类中心,从而得到最优隶属度矩阵划分;同时,通过基于流形距离的相似性度量,有效利用样本所具有的全局一致性信息,充分挖掘样本的空间分布信息,对样本进行正确的类别划分.将本文算法(QEAM)与基于流形距离的免疫进化算法(IEAM),遗传聚类算法(GAC)以及模糊C-均值算法(FCM)进行了性能比较,对6个人工数据集和3个UCI数据集的仿真实验结果显示,QEAM对样本空间分布复杂的聚类问题具有较高的准确率和较好的鲁棒性. 展开更多
关键词 量子计算 量子进化算法 数据聚类 流形距离
下载PDF
一种改进的量子蚁群算法及其应用 被引量:9
19
作者 赵俊生 李跃光 张远平 《计算机应用与软件》 CSCD 2010年第7期133-135,216,共4页
将量子群进化算法(QEA)与蚁群系统(ACS)进行融合,提出一种新的量子蚁群算法(QACA)。该算法的核心是在蚁群系统(ACS)中引入量子算法中的量子的态矢量和量子旋转门来分别表示和更新信息素,从而在全局寻优能力和种群多样性方面比蚁群算法... 将量子群进化算法(QEA)与蚁群系统(ACS)进行融合,提出一种新的量子蚁群算法(QACA)。该算法的核心是在蚁群系统(ACS)中引入量子算法中的量子的态矢量和量子旋转门来分别表示和更新信息素,从而在全局寻优能力和种群多样性方面比蚁群算法有所改进。结合旅行商问题(TSP),对算法进行了测试,得到了与现有文献结果相同或更好的解,表明该算法具有较强的问题求解能力。 展开更多
关键词 量子算法 量子进化算法 蚁群系统 量子蚁群算法 TSP
下载PDF
多车型动态需求车辆路径问题建模及优化 被引量:53
20
作者 张景玲 赵燕伟 +2 位作者 王海燕 介婧 王万良 《计算机集成制造系统》 EI CSCD 北大核心 2010年第3期543-550,共8页
针对现代物流配送系统中客户需求动态变化、配送中心车型多样化以及车辆行驶路线开放式的特点,建立了多车型开放式动态需求车辆路径问题的两阶段数学规划模型。制定了相应的"预优化路线调度"和"实时动态调度"的两... 针对现代物流配送系统中客户需求动态变化、配送中心车型多样化以及车辆行驶路线开放式的特点,建立了多车型开放式动态需求车辆路径问题的两阶段数学规划模型。制定了相应的"预优化路线调度"和"实时动态调度"的两阶段求解策略,提出了混合2-OPT量子进化算法的求解方法,设计了一种将常用的整数编码转换为量子比特的编码方法,每一个染色体都代表一种行车路线方案,对于量子进化算法求得的行车路线方案,引入2-OPT优化方法,对线路内的子路径进行局部调整,进一步提高了算法的收敛速度。最后通过实例测试及与其他算法的比较,验证了该方法的有效性。 展开更多
关键词 物流 车辆路径 动态需求 多车型 两阶段模型 混合量子进化算法
下载PDF
上一页 1 2 12 下一页 到第
使用帮助 返回顶部