结合价格波动策略与动态回溯机制的蚁群算法

针对传统蚁群算法在旅行商问题(TSP)中易陷入局部最优、收敛速度较慢等问题,提出一种结合价格波动策略与动态回溯机制的蚁群算法。在价格波动策略中,结合时间序列思想将蚁群算法完整迭代周期进行分类,并根据价格波动平衡,将影响价格波动的供求关系进行匹配。通过分析算法在不同分类中的不同需求,对信息素挥发因子进行自适应动态供给,加快算法收敛速度的同时改善解的多样性。当价格波动策略的供给关系无法实现平衡时,算法将面临局部最优问题,此时引入动态回溯机制,以迭代最优蚂蚁的个体相似度作为标准,将路径信息素回溯至相似度差异显著的时期,在保证收敛速度的同时能够有效跳出局部最优。通过MATLAB对TSP中的不同测试集进行仿真,结果表明该算法在保证收敛速度的基础上,有效提高了解的质量,在中大规模城市集上较好地平衡了多样性与收敛速度的关系。

一种基于图分割的动态回溯算法

动态回溯算法在进行回溯时保留所有已赋值变量的值,从而可能与后面赋值的变量产生冲突,其在解决不具有明显子问题结构的约束满足问题时效率较低。为此,将图分割技术应用于动态回溯,通过图分割将变量分为若干集合,当发生回溯时,不保留全部变量的值,舍弃那些与引起冲突的变量在同一集合变量中的值。实验结果表明,该算法在求解没有明显子问题结构的约束满足问题时具有较高的效率。

基于MAC的动态回溯算法优化

针对基于MAC的动态回溯算法在求解约束满足问题时,不仅需要大量空间存储删除解释,而且回溯机制过于复杂,对经典的删除解释及动态回溯算法的回溯机制进行优化,优化后的动态回溯算法减少了存储删除解释的空间,并可仅使用一次回溯操作返回到可能导致冲突的关键变量.在最差情况下,存储删除解释的空间复杂度由O(n2 d)改进为O(nd+n2).通过结合restart技术使优化后的动态回溯算法成为完备算法.实验结果表明,优化后的完备动态回溯算法在大部分问题求解中,整体效率明显优于标准回溯算法.

考虑投入产出的常规公交调度绩效回溯性动态评价

实时调度因其灵活性在公交运营组织中发挥着重要决策作用。现行调度(员)绩效评价虽然能够考核行车计划执行情况,却忽略了在乘客体验和企业投入产出层面对调度效果考查,也不支持回溯过往调度实施效果。为使调度员能够精准提升调度技能和绩效、解决调度决策滞后造成的运能浪费等问题并提高乘客满意度,从投入产出及回溯性动态评价2个维度提出基于三阶段Super-SBM(super-efficiency slack-based measurement)模型的常规公交调度绩效评价方法,考虑路况及客流对调度效果的影响,在现行指标基础上从乘客角度增加运营速度、候车时间变化率及满载率标准差3项产出指标,构建评价体系。对2条上海公交线路的实际调度进行回溯性评价,验证了本文评价方法能准确区分调度效果差异。结果表明,高峰时段灵活的调度策略比在平峰能产生更明显的效益,且调度策略在不同时空场景呈现差异化适用性。通过回溯分析历史调度记录的绩效,一方面可以针对各场景为调度员提供调度决策支持,另一方面可为基于机器学习的公交实时调度策略生成技术挑选合适的学习样本,从而提升常规公交运营组织效率。

基于半监督学习的StyleGAN图像生成模型

StyleGAN是一种基于生成对抗网络的图像生成方法,它在图像生成领域占据着重要的地位。但传统的StyleGAN生成图片质量依赖于训练集样本质量,当训练集图片质量较低时,StyleGAN往往不能很好发挥作用。针对此问题,本文提出一种基于半监督的StyleGAN模型(SG-GAN)。对于单个图片的生成,首先根据StyleGAN模型中w向量和图像的一一对应关系,生成训练样本并导入支持向量机(SVM)进行训练。然后,利用SVM和StyleGAN的mapping network在每次生成图像前对w向量进行筛选,挑选合格的w向量生成图像,以提高生成图像质量。对于批量图片的生成,首先经过基因向量生成器生成基因向量并随机组合在一起,采用动态循环回溯算法求得风格向量的所有排列,根据排列结果产生交配后的个体,最后,经过评价函数进行个体的筛选,在模型的多次迭代后,最终找到更加优秀的个体。本文在公开数据集上与几种先进同类方法进行了对比实验,实验结果表明:在lsun猫脸数据集上,模型FID2.74的准确率最高可达74.2%,召回率可达51.2%。经验证,该模型在lsun数据集上的准确率明显优于StyleGAN模型,进一步证实了该模型的有效性。同时,模型在Cat Dataset,CIFAR-100和ImageNet数据集上均达到70%以上的准确率,从而验证了模型具有不错的泛化性。

业财融合对制造企业预算管理能力的提升探析

在经济市场发展的新阶段,制造企业应认识到业财融合的深入应用是焕发生机活力、推动预算管理能力提升的必然选择,能够基于运营管理实现预算结构的优化升级,合理回应市场需求变化,实现稳定、可持续发展。基于此,本文从业财融合的基本内涵与主要特征出发,分析业财融合对于制造企业预算管理提升的主要体现,并在提出了制造企业在预算管理中应用业财融合时面临主要问题的基础上,有针对性地提出了解决策略,旨在利用业财融合模式实现预算管理结构优化与实务效率效果提升,推动制造企业增强运营科学性、合理性,在日益激烈的市场竞争中充分发挥预算管理的功能效用,巩固核心竞争力,争取更大的利润空间,促进长久发展。

含储能系统的多微网智能配电系统经济运行

考虑储能系统的充放电灵活性,在传统购售模式基础上,增加"容量租借"模式,并采用单位临界租用成本指导其租用行为。根据多微网运行模式的非合作特性和电能的不同使用形式,将微网间的调度决策问题分解为跨时段决策和实时调度决策2个子问题。以各微网运行成本最低为目标,建立基于效用函数的经济运行柔性目标函数,将各微网目标解耦并统一。考虑供需内在关系后结合动态回溯模拟方法迭代求解,最终得到智能配电系统的最佳运行方式。算例结果验证了所提模型、方法的有效性。

进化树拓扑路网构建及多停靠点路径规划方法研究

针对多停靠点线路优化问题,提出一种基于邻接矩阵网络拓扑树构建的路径寻优方法,借鉴系统生物学中进化树分类的思想,引入路网结点间邻接关系评价标准邻接值的概念,将路网按照其结点邻接关系归类划分为以路网结点间邻接值为表征的路网拓扑进化树,同时对线路路径寻优问题中目标结点进行动态回溯分类,在限定路网搜索区域同时采用分支定界搜索策略进行搜索优化,降低了搜索算法时间复杂度.最后依据国家基础地理信息系统网站提供的国界、省会城市及主要公路基础地理数据进行系统实现,证明该算法的有效性.

分布式约束满足问题及其在MAS任务分配中的应用

针对多智能体系统(MAS)任务分配问题中多个任务与MAS两者的分布式特征,将任务分配问题形式化为分布式约束满足问题(DCSP)进行求解,分别建立了以任务为中心和以agent为中心两种MAS任务分配模型,基于改进的DCSP分布式并行求解算法,提出了基于DCSP的MAS任务分配问题求解框架。该方法适合求解agent间通信有随机延迟以及agent间存在多约束的问题,应用实例的求解表明了其实用性与有效性。