非冷链商品配送路径优化研究--以京东配送为例

如何有效降低商品配送成本是物流企业的关注重点,学界已就带时间窗的商品配送路径优化算法展开了相关研究,但相关算法还存在着过早陷入局部最优或无法收敛的问题。由此提出一种改进的变邻域遗传搜索算法(VNS-GA),以非冷链商品配送为研究对象,构造起求解物流配送车辆路径规划的数学模型。首先,以配送成本和缺货惩罚成本的最小化作为实现目标,构建了包括车辆使用成本、配送运输成本和时间窗口惩罚成本的配送路径优化模型;其次,运用变邻域遗传优化算法来实现多目标物流配送路径的优化;最后,以京东某北京配送中心的物流配送为例,运用MATLAB软件对VNS-GA算法模型的科学性及有效性进行仿真验证。经实证,VNS-GA算法与传统算法相比具有更好的全局和局部搜索能力。研究期望为配送车辆调度与配送路径规划提供更优的路径选择模型,从而降低物流配送成本和减少便利店因缺货造成的损失。

多策略改进的猎人猎物优化算法

针对猎人猎物优化算法HPO存在收敛速度慢且易陷入局部最优的问题,提出一种多策略改进的猎人猎物优化算法IHPO。首先,利用佳点集初始化种群,增强种群的多样性;其次,引入非线性控制参数策略优化搜索与开发平衡参数,调整全局搜索和局部搜索权重,提高收敛速度;然后,引入莱维飞行策略和贪婪策略更新猎人位置,让种群跳出局部最优,再引入黄金正弦策略更新猎物位置,提升IHPO的局部开发能力。将IHPO和另外6种智能算法在测试函数集上进行寻优对比和Wilcoxon秩和检验,检验结果表明IHPO有较好的寻优能力和收敛速度;将IHPO运用于2个实际工程优化问题的求解,仿真结果表明IHPO在解决工程优化问题有较好的适用性和求解稳定性。

基于“货到人”拣选模式的自动化电缆堆场动态货位分配优化

目的优化基于“货到人”拣选模式自动化电缆堆场中货位分配,提高自动化电缆堆场作业效率。方法针对堆场内电缆容器多层堆存造成调库搬运次数多的问题,建立以出入库行车总搬运次数最小为目标的动态货位分配数学模型,设计基于最大堆栈时序间隔的自适应大邻域搜索算法进行求解,得到货位分配优化方案。结果基于最大堆栈时序间隔的自适应大邻域搜索算法的优化方案可以减少出入库行车搬运次数8.12%左右。结论与现行货位分配规则相比,文中提出的货位分配策略能够有效提高系统作业效率。

基于VMD-ISSA-LSTM的短时交通流预测研究

针对城市短时交通流随机波动性强、可靠性低、预测精度差等问题,将变分模态分解(VariationalMode Decomposition,VMD)和改进麻雀搜索算法(ImproveSparrowSearchAlgorithm,ISSA)与长短期记忆(LongShort-Term Memory, LSTM)神经网络相结合,建立一种短时交通流预测模型(VMD-ISSA-LSTM)。首先利用VMD对历史原始交通流数据进行分解;然后采用佳点集、正弦函数扰动和Tent混沌映射等策略对标准的SSA算法加以改进,增强ISSA算法的寻优能力;最后,将每个分量送入ISSA-LSTM中进行预测,同时将预测结果线性叠加,得到交通流量预测值。以上海市中山北路-曹杨路口2018年11月1日—30日的历史交通数据对模型进行验证。结果表明,与LSTM、VMD-LSTM、VMD-SSA-LSTM等传统预测模型相比,VMD-ISSA-LSTM模型的预测结果的平均绝对百分比误差为1.278 4%,能够更好地应用于短时交通流预测中。

基于改进麻雀搜索算法分数阶PI的PMSM调速策略

永磁同步电机调速系统采用传统比例积分双闭环控制结构存在抗扰性能差与响应速度慢的问题。为此,文中在建立PMSM数学模型和分析传统PI参数设计方法的基础上,提出一种基于改进麻雀搜索算法分数阶比例积分的PMSM调速优化策略,通过在常规SSA中引入佳点集初始化策略和黄金正弦更新策略,解决了SSA易陷入局部最优的问题,提高了收敛速度和精度,以进一步改善PMSM调速系统的响应性能。最后通过MATLAB仿真对比结果可知,所述ISSA-FOPI调速改进策略在4种工况下具有最短的调节时间分别为1.2、0.9、9.9与12.1 ms,和最小的超调量分别为0.16%、0.16%、0.05%与0.6%,这充分体现了所述策略的有效性与优越性。

基于差分进化策略的天牛须搜索算法及其应用

针对天牛须搜索(BAS)算法收敛结果高度依赖单个个体、勘探能力弱、容易陷入局部最优解的问题,提出一种基于差分进化策略的天牛须搜索(BASD)算法。该算法使用佳点集方法初始化天牛种群,提高了算法的种群多样性;引入动态差分进化思想,设计了一种精英演化竞争指导策略,较好地平衡了算法的开采和勘探能力。通过14个基准函数对BASD算法进行测试,并与几种先进智能优化算法的优化结果进行比较。结果显示,BASD算法的优化性能整体更好。将BASD算法应用于图像增强中,结果表明,使用BASD算法增强后的图像灰度分布更均匀、分布范围更大。

基于佳点集的改进麻雀搜索算法

为改善麻雀搜索算法(SSA)初始种群质量和稳定性差,易陷入局部最优的缺点,提出一种基于佳点集的改进麻雀搜索算法(GSSA)。加入佳点集使初始种群更加均匀,提升了种群多样性;结合SSA算法特点引入改进的迭代局部搜索,在不降低原算法收敛速度快的基础上,使算法的搜索能力更加灵活;在算法中加入逐维透镜成像反向学习机制,减少各个维度间的干扰,帮助算法跳出局部最优并加速收敛。经12个测试函数仿真实验,并借助Wilcoxon秩和检验、平均误差M等证明了GSSA在寻优精度和稳定性等寻优性能都有较大的提升,且收敛速度更快。

一种光学短弧初轨确定的轨道偏心率判定方法

超90%的近地空间目标在近圆轨道上,其余为椭圆轨道。近圆轨道的初轨确定已有许多针对性方法,这些方法在应用于大偏心率光学短弧初轨确定时,往往出现无解或错误解的问题。而无论近圆或椭圆轨道,距离搜索法和Gooding方法都可以产生一个待选解集合。分析表明,对于近圆和椭圆轨道,待选解的半长轴和偏心率的二维分布显著不同。根据这一特征,本文提出了一种针对光学短弧初轨确定的初始轨道偏心率判定方法。实验结果表明,该方法可以准确判定轨道类型为近圆或椭圆,并能估计较精确的偏心率范围,可基本解决了距离搜索法和Gooding方法等在应用于大偏心率轨道无解或错解问题,显著增加了距离搜索法和Gooding方法等初轨确定方法的轨道普适性。

多策略混合改进蝴蝶算法的多层感知器训练优化

传统调参方法容易生成局部最优,提出多策略混合改进BOA算法的MLP训练方法。针对标准BOA算法寻优精度、收敛速度的不足,设计多策略混合改进蝴蝶优化算法MSHBOA。利用佳点集进行种群初始化,避免随机种群的遍历不足;引入量子搜索局部开发和自适应惯性权重全局搜索提升个体寻优能力;设计概率阈值自适应调整机制,动态协调全局搜索与局部开发比重;设计柯西变异和混沌映射的个体混合扰动机制,增强算法脱离局部最优的能力。将MSHBOA应用于多层感知器MLP训练优化,结果验证训练算法在均方误差、分类准确率、局部最优抵抗性和稳定性方面均表现更好。

数字赋能对企业创新绩效的影响研究——基于科技向善战略视角

数字赋能作为高质量生产要素,交互融合于企业各环节,对企业知识和技术管理提出新要求。本文基于资源编排理论和资源基础观,构建数字赋能、跨界搜寻、科技向善与企业创新绩效理论模型,用SPSS22.0和AMOS22.0对长三角高科技企业342份样本进行实证检验。结果表明:数字赋能对企业创新绩效、技术知识和市场知识跨界搜寻具有显著正向影响;技术知识和市场知识跨界搜寻部分中介数字赋能对企业创新绩效的影响;科技向善正向调节数字赋能与企业创新绩效关系。

离散灰狼优化算法求解VRPSPDTW问题

本文针对带时间窗约束的同时送取货车辆路径问题,建立了以总配送距离最小化为目标的数学模型.根据模型的特征,在保留灰狼算法(GWO)搜索机制的基础上,提出了离散灰狼优化算法(DGWO)进行求解.采用多种策略构建种群的初始解,并允许出现不可行解,扩大种群的搜索区域;引入带评分策略的邻域搜索策略,调整每种算子的概率,使算法选择优化效果更好的算子;使用移除-插入机制,对优质解区域进行探索,加速种群的收敛.在仿真实验中对标准数据集进行了测试,将实验结果和p-SA算法、DCS算法、VNS-BSTS算法和SA-ALNS算法进行了对比,实验表明DGWO算法能有效地解决带时间窗约束的同时送取货车辆路径问题.

消费者在线评论有用性影响因素模型研究

消费者在线评论的价值已经得到消费者和在线零售商的公认,对评论有用性的研究已经成为新的研究热点。从减少消费者决策风险出发,在感知诊断性概念基础上定义了评论有用性概念,构建了一个评论有用性影响因素模型。从传播说服理论的维度考察,评论等级、评论长度、好评率和使用互联网经验是影响评论有用性的重要因素。商品类型对评论有用性具有调节作用。

求解农业物流配送中心选址的自学习蝗虫算法

为降低物流配送成本,提高配送效率,提出自学习蝗虫优化算法IGOA求解农业物流配送中心选址问题。为提高标准GOA算法的寻优精度和速率,设计佳点集种群初始化方法,提高种群分布均匀性;引入伪对立学习对最优个体变异,增强种群跳离局部最优的能力;根据适应度对种群对半划分,分别对两个子种群进行配对自学习和邻域搜索,提高种群寻优质量。利用改进蝗虫优化算法IGOA对农业物流配送中心选址模型迭代寻优,其结果表明,IGOA算法可以降低物流配送成本,提高配送效率。

负面评论和评级的不一致性对感知有用性的影响研究——以产品类型作为调节变量

针对淘宝评价机制下负面评论和其评分等级不一致的现象,引用产品类型作为调节变量,采用实验情境设计的方法对淘宝平台下极端评论等级对负面评论有用性进行了2×2的实证研究。研究发现,负面评论有用性由于评级的不同而产生差异。对于搜索产品类型而言,好评下的负面评论的感知有用性显著高于差评下的负面评论感知有用性;而这一区别在体验产品中并不显著。

求解工程结构优化问题的改进布谷鸟搜索算法

针对布谷鸟搜索算法局部搜索能力不强的缺点,提出一种基于随机局部搜索的改进布谷鸟搜索算法用于求解工程结构优化问题。引入惯性权重以平衡算法的勘探和开采能力;利用随机局部搜索方法对当前最优解进行局部搜索,以加快算法的收敛速度。两个工程结构优化问题的实验结果表明了该算法的可行性和有效性。

基于观察性学习的销售促进对客户购买意愿的影响

单纯依赖经济利益刺激消费者购买的销售促进牺牲利润换来销量,还可能提高消费者对价格的敏感性和损害品牌价值。基于信息阶流理论设计新的促销方式,检验观察性学习对客户选择金融产品的影响。采用自然实验方法,以银行客户为对象,根据信息的不对称性控制了产品特性。实验结果显示:在购买体验产品时,积极的观察性学习对客户购买意愿有显著影响,消极的观察性学习影响不显著,没有购买同类产品相关经验的客户更容易受到积极的观察性学习影响。在购买搜索产品时观察性学习并未对客户购买行为产生显著影响。将观察性学习极性的不对称影响效应推广到金融市场的体验产品。提出了管理建议,丰富营销理论和工具,提高营销的效率和效益。

求解约束化工优化问题的混合布谷鸟搜索算法

针对布谷鸟搜索算法存在收敛速度慢和易陷入局部最优等缺陷,提出一种基于Rosenbrock搜索和柯西变异的混合布谷鸟搜索算法用于求解约束化工优化问题。该算法首先采用佳点集方法对鸟窝位置进行初始化,为全局搜索的多样性奠定基础;然后利用Rosenbrock搜索算法对当前最优位置进行局部搜索,以提高算法的收敛速度;最后对当前最优解进行柯西变异以避免算法陷入局部最优。两个约束化工优化问题的实验结果表明了该混合算法的有效性。

基于搜索策略的烟花算法研究

为了克服烟花算法容易早熟,提高其寻优精度,提出一种基于搜索策略的烟花算法。首先,通过最小爆炸半径检测,得到种群适应度值。其次,在烟花种群多次迭代过程中对当前最佳烟花个体进行动态随机搜索,增强对当前阶段最佳个体邻域范围内的搜索。最后,根据当前最佳个体之间的拥挤程度,存留10%的最佳个体,对剩余烟花个体采用佳点集策略进行初始化操作,辅助种群个体逃离局部最优。实验结果表明,所提算法相比同类烟花算法有效提高了求解精度,且收敛速度较快。

产品外部属性对跨境购物意愿的影响

最近几年,中国人跨境购物的热情持续高涨,但国内却鲜有学者关注跨境购物这一现象。文章采用情景实验的方法,以广东消费者为研究对象,探讨在粤港两地不同购买地市场环境下,产品外部属性对购买意愿的影响。研究结果表明,购买地这一因素对于消费者购买搜索和体验产品的决策影响十分有限,消费者并没有对粤港两地市场产生明显偏好。对于体验产品而言,消费者对西方外国品牌的购买意愿高于国内品牌,且这种偏好不会受到价格和购买地的影响。对于搜索产品而言,价格与品牌原产国会对消费者的购买意愿产生交互作用。

基于动态随机搜索和佳点集构造的改进粒子群优化算法

针对粒子群优化算法局部搜索能力不足和易出现早熟收敛的问题,提出一种基于动态随机搜索和佳点集构造的改进粒子群优化算法。该算法通过引入动态随机搜索技术,对种群当前最优位置进行局部搜索;采用佳点集构造对陷入早熟收敛的种群重新初始化;引入负梯度方向直线搜索来加速算法寻优。仿真实验结果表明,与标准粒子群优化(SPSO)算法和耗散粒子群优化(DPSO)算法比较,提出的改进算法具有快速的收敛能力而且能有效地跳出局部最优,优化性能得到明显提高。