最优切割与全路径匹配交叉的2E-VRP优化算法

双层次车辆路径NP组合优化问题的传统求解算法精度较低,针对该问题,提出一种基于最优切割算法和全路径匹配交叉Memetic算法的双层次车辆路径优化算法(OCFM-2E-VRP)。根据一二级配送耦合特点,采用最优切割算法一次性确定中转站配送容量次优解,以此作为客户配送优化的基础。为提高算法效率,设计全路径匹配交叉算子对Memetic算法交叉操作进行改进,利用爬山法进行局部搜索,并使最优切割算法和全路径匹配交叉Memetic算法顺序执行,实现对一级中转站容量和二级客户配送的同步优化。仿真结果表明,与Branch and Cut和Multi-start算法相比,该优化算法具有更高的收敛精度和更快的收敛速度。

专利技术主题分析:基于SAO结构的LDA主题模型方法

[目的/意义]改善现有专利技术主题分析方法主题辨识度低、主题词二义性、无法识别技术信息中的"问题"与相应"解决方案"等问题。[方法/过程]本文通过抽取专利文本中的SAO结构,并从SAO结构中识别"问题和解决方案"(P&S)模式,基于"bagofP&S"假设,构建基于"主语-行为-宾语"(subject-action-object,SAO)结构的LDA主题模型,实现对专利文献主题结构的识别和分析。[结果/结论]案例研究表明,该方法能够有效识别主题分布,并在主题辨识度和语义消岐方面较传统LDA模型具有较大优势。