基于改进正余双弦算法的电商物流配送路径规划

针对传统电商因物流配送路径规划不合理导致的配送成本过大的问题,提出一种改进正余双弦优化算法的物流配送路径规划模型。针对传统正余双弦算法由于搜索具有较大随机性,影响收敛精度且易陷入局部最优的问题,通过精英搜索和自适应区域搜索算子进行改进,并将改进后的算法进行数值仿真实验,最后将改进后的正余双弦算法对电商物流配送路径进行优化。实验结果表明,优化后的配送路径很大程度上节约了配送成本,提高了配送效率。

改进鲸鱼算法在云计算资源负载预测中的应用

为了解决传统云计算资源负载预测方法对负载序列高频分量预测精度不高和泛化能力弱的缺点,提出一种混合小波包变换和正余混沌双弦鲸鱼优化(CSCWOA)算法优化多层感知器神经网络(MLP)的短期云计算资源负载预测方法。通过小波包变换对负载序列进行多频段预处理分解,然后采用CSCWOA算法优化的MLP神经网络,对单支重构所得的负载子序列进行预测;最后叠加各子序列的预测值来获取实际预测结果。实验结果表明,该方法能掌握负载序列各频段冲击毛刺的变化规律,具有较好的预测精度和泛化能力。