基于优化时间窗的用户兴趣漂移方法

针对个性化服务系统中如何跟踪用户兴趣变化和调整用户兴趣模型的问题,提出基于优化时间窗的用户兴趣漂移算法。利用分类错误率的变化跟踪用户兴趣的漂移,当用户兴趣发生变化时,通过优化时间窗算法自动调节时间窗的大小,以达到调整用户兴趣模型的目的。实验表明,该方法能较为准确地描述用户的兴趣变化,提高个性化信息服务的效率。

肝细胞癌螺旋CT扫描时间窗优化

目的 探讨肝细胞癌螺旋CT扫描CT征象在不同时相显示的最早时间和最丰富的时间 ,以便提出一个在时间窗上优化的扫描程序。材料与方法 41例确诊为肝细胞癌病例 ,应用SiemensSomatomPlus 4A螺旋CT设备 ,采用 10 0ml对比剂 ,3ml/s注射速度 ,于肿瘤靶平面进行动脉期 (延迟 14～ 2 1s)同层面动态扫描 ,然后行全肝门脉期 (延迟 80～ 85s)扫描和肿瘤靶平面平衡期 (延迟 170～ 2 85s)扫描。研究方法包括同行视 脑评价和数据检测评价。结果 肝细胞癌CT征象显示最早及最丰富时间平均为 18.62s和42 .2 6s。其峰值时间为 48.4s。结论 肝细胞癌CT征象显示最早及最丰富时间反映了肝细胞癌以动脉供血为主肝脏双重供血的特点。肝细胞癌肿瘤最大强化值应在包含肝动脉后期和门静脉早期的所谓混合期 ,而不在纯粹的肝动脉期。因此建议对可疑肝细胞癌的患者作同层面 (肿瘤靶平面 )增强动态扫描 ,其扫描时间可采用延迟 18、2 5、3 8和 45s ,然后作门静脉期全肝扫描 ,以便在一次性团注对比剂条件下获取较多的CT诊断信息。

基于改进小生境GA的有时间窗物流配送路径优化问题研究

有时间窗的物流配送车辆路径优化问题是一个NP难题,较难得到满意解。本文在基于隔离机制的小生境遗传算法的基础上,引入迁徙操作和模拟退火方法,用来解决有时间窗的车辆路径优化问题。这种方法不仅能够保证群体的多样性,而且具有良好的全局收敛性。实例也证明了该方法的有效性和实用性。

基于改进遗传算法的带时间窗的多目标配送路径优化

针对传统遗传算法在解决物流配送路径问题时容易出现早熟收敛和运输条件限制等方面的缺陷,在考虑了车辆载重和时间窗等约束条件的情况下,提出一种改进的遗传算法,用以解决带时间窗的车辆路径优化问题(VRPTW)。算法在交叉过程中通过最大限度保留优良基因来减少交叉后产生的劣质个体,进而提高了算法的收敛速度;设计了一种变异操作,用于保证算法的种群多样性,减少了不可行解的产生,进而提高了算法的全局搜索能力。该算法在Matlab 2016a上实现,算例结果表明:对比传统遗传算法,改进的遗传算法减少了约10%的运输成本,能跳出局部收敛并获得最优解,从而提供更合理的车辆路线。