基于改进粒子群算法的开放式定位—运输路线问题研究

将开放式车辆路径问题和定位-分配问题集成考虑,建立了该问题的数学模型;运用基于遗传算法、模拟退火算法的改进粒子群算法,对一个开放式定位-运输路线问题进行了求解。历次迭代产生的全局历史最优解的良好收敛,验证了模型的正确性和算法的有效性。

多车型开放式车辆路线问题的混合启发式算法

多车型开放式车辆路线问题,是物流配送优化中不可缺少的环节。针对标准遗传算法存在收敛速度慢,局部搜索能力差,易早熟的缺点,采用混合启发式算法进行优化求解。采用实数序列编码,使问题变得更简洁;有针对性地构建初始解,提高了解的可行性;用基于排序的选择与最佳保留相结合策略,保证群体的多样性;引入部分算术交叉算子,加强染色体的全局搜索能力;利用模拟退火算法的Boltzmann机制,控制遗传算法的交叉、变异操作,提高了算法的收敛速度和搜索效率。仿真结果表明混合启发式算法在求解质量和计算效率上好于标准遗传算法。

基于TRIZ的开放式创新技术路线图研究

企业从封闭式创新到开放式创新模式的转变,导致对外部技术资源的需求日益增长,如何管理和利用外部技术成为关键问题。文章主要分析开放式创新环境下,针对传统技术路线图(TTRM)规划流程中没有考虑外部技术利用这一局限性,提出了开放式创新技术路线图(OTRM),并在其绘制过程中引入TRIZ理论,进行整合形成一种新的创新管理和规划工具,具体流程包括OTRM准备、OTRM需求评估与问题界定、制定OTRM对策、OTRM绘制以及更新。

开放式车辆路线问题的改进混合遗传算法

针对传统的遗传算法存在收敛速度慢,局部搜索能力差,易早熟的缺点,采用混合遗传算法进行优化求解开放式车辆路线问题。即采用二重结构编码,可以使问题变得更简洁,提高遗传法的搜索效率。用个体数量控制选择策略,以保证群体的多样性,用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏,保证算法能够收敛到全局最优。最后,结合具体实例,通过实验计算证明了该改进算法的良好性能。

试析我国工业自动化产业出路

一、什么是工业自动化? 工业自动化所包括的内容,在近10年来,随着电子信息技术和光电技术等相关学科的发展而发生了许多变化.