免疫蚁群算法在常规医疗器械配送路径优化中的应用

将免疫蚁群算法引入到求解常规医疗器械物流配送路径优化问题中,结合免疫算法和蚁群算法的优点,相对于基本蚁群算法求解常规医疗器械配送路径优化问题,免疫蚁群算法具有更快的收敛速度、更短的搜索时间。通过实验仿真,证明免疫蚁群算法的优化结果优于蚁群算法。     

基于改进克隆算法的WSN的QoS路由研究

为解决在无线传感器网络QoS约束下的最优路由选择问题,在优化网络拓扑结构的基础上,提出利用克隆选择算法和蚁群算法结合求解WSN组播路由的方法．该算法利用克隆选择算法对原始路由种群进行优化改善,避免搜索过程陷入早熟收敛问题,然后利用蚁群算法快速搜索．该算法在保证能力最优的前提下,提高了路由搜索速度,在保证最优路径选择基础上,节约了通信成本,仿真结果证明了其可行性和有效性．     

改进的蚁群算法在VRP中的应用研究

物流配送路径优化问题是公认的NP难题，本文运用一种新型的模拟进化算法——蚁群算法对其进行求解。针对车辆路径问题及蚁群算法各自的特点，本文对蚁群算法进行改进，以优化其搜索能力和加快收敛速度。文中通过对实例计算求解，取得了满意的结果，从而证明了新算法的有效性。     

基于蚁群算法的物流配送车辆路径优化问题研究

本文应用蚁群算法对企业的车辆调度问题进行了算法设计,构建了车辆路径问题的蚁群算法解决方案.通过对蚁群算法的分析,提出了蚁群算法的改进算法,并结合实例进行了测试和实验结果分析,验证了改进的蚁群算法的有效性,证明了其可行性,使其更能适应实际的需要.     

时变步长自适应均衡算法的设计与仿真

研究了自适应均衡算法中步长因子对算法性能的影响。步长因子大,算法收敛速度和跟踪速度快,但收敛后稳态剩余误差大;步长小,算法收敛速度和跟踪速度慢,收敛后稳态剩余误差小。因此,采用固定步长时,算法在收敛速度和收敛精度方面对步长的要求是相互矛盾的。因此本文采用均方误差的Sigmoid函数和误差信号的非线性函数作为步长控制因子,得到了几种改进算法,经计算机仿真表明,改进算法收敛速度加快,稳态剩余误差减小。     

共同进化算法综述

共同进化算法是一种在一般进化算法基础之上提出的新的进化算法，由于它采用了解空间分离编码，能有效地克服一般进化算法中固有的早熟收敛问题。本文主要对共同进化算法进行了综述，提出了共同进化遗传算法的算法模型，提出了共同进化算法中有待解决的问题。并为进一步研究共同进化算法提供了方向。     

基于改进蚁群算法的VRPTW优化问题研究

VRPTW被证明是一个NP难题,VRPTW的意义旨在车辆数最少和路径长度最短。本文在对VRPTW的数学模型进行分析的前提下,对基本蚁群算法状态转移概率加入了时间窗限制因素,对信息素轨迹更新采用了上下限因素,且应用改进后的蚁群算法解决了算法在处理带时间窗的车辆路径问题时出现的搜索效率低、易陷入局部最优等问题。仿真结果表明,本文的改进算法与其他智能启发式算法在解决VRPTW时,具有最优路径较短、总耗时少的优势。     

基于改进蚁群算法的供应链物流配送路线规划

利用粒子群算法本身的个体信息和全局信息,采用遗传算法的交叉、变异操作策略,对蚁群算法进行优化,提出了新的改进的蚁群算法,并将改进后的算法利用到物流路线的规划上。实验结果表明改进算法有较好的有效性和实用性。     

高职英语学习停滞问题探析

高职英语学习普遍存在停滞现象,这一问题也一直困扰着教学的稳步推进,影响很多学生的英语学习效度。论文旨在立足英语学习停滞现象的基本特性,从表现形态的视角来分析停滞现象产生的原因,进而在突破停滞的策略上获取动态生成。     

基于综合满意度的电商物流车辆路径优化

针对电商企业开放式物流配送路径优化问题,考虑车辆使用成本、运输成本以及碳排放成本,建立企业满意度模型,考虑顾客的多个模糊时间窗口建立顾客满意度模型,将二者综合,构建了基于企业与顾客综合满意度的开放式电商物流车辆路径优化模型(Open vehicle routing problem-the model based on comprehensive satisfaction of enterprises and customers, OVRP-CSEC),并结合早晚高峰交通状况分析车辆时变速度与行驶时间。设计“自适应-邻域搜索蚁群算法”(Adaptive-neighborhood search ant colony optimization, A-NACO),对蚁群算法的状态转移概率,信息素更新策略进行改进,并在算法中加入大邻域搜索机制以增强算法的搜索性能。采用实际案例与改进的Solomon测试算例,设计两组对比实验,验证了模型及算法在综合与提高电商企业与顾客满意度、降低物流配送成本上的有效性。     

基于能力本位的高职院校教学质量评价体系的构建

通过对高职院校教学质量评价机制的不足分析,按照全面质量管理的"三全一多样"的特征研究提出建立以提高学生能力为本位、由多主体参与的教学评价机制,并阐述了教学质量得以稳步提升需要靠保障体系的支持与调节。重点介绍了通过蚁群算法确定教师教学质量评价各项指标的最优权重,从而建立了有效的教学评价模型。     

基于蚁群算法的第四方物流信息化路径研究

从仿生学的角度,研究蚂蚁从蚁巢到觅食区之间觅食行为,抽象出蚂蚁觅食路径行为,得出蚂蚁觅食路径最优化规则,并用计算机对多个觅食点进行模拟仿真.基于该蚁群算法的仿真,从最优路线选择的角度,应用于第四方物流中,规划出最优配送路线,解决配送的路线规划问题,并且应用到实例中进行验证,可为企业第四方物流中的配送最短路径的选择,提供...     

基于蚁群优化的异步电机矢量控制系统的研究

异步电机在运行过程中,由于温度升高、磁路饱和、频率变化等因素的影响,电机的机电参数会发生变化,直接改变的是电机对象的模型,影响控制精度。为了得到更好的控制效果,本文采用在线辨识及在线优化控制器参数的方法,得到了较好的动态特性和稳态精度。应用Simulink设计基于在线辨识及蚁群优化的异步电机矢量控制系统,并进行仿真研究,结果证明了此种方法的有效性,不仅可以满足异步电动机矢量控制的实时性要求,而且可以大大改善异步电动机的动态性能与稳态特性,表现出较强的自适应性与鲁棒性。     

BFGS在药代动力学参数优化中的应用

在残数法的基础上,利用BFGS算法对血管外给药二室模型中的有关参数进行了优化。仿真实验结果表明:BFGS算法不仅计算精度较高,收敛速度较快,而且该算法对初始值的选取要求不高,可以更好地构造药代动力学的二室模型,具有一定的应用价值和经济效益.     

对增量式模糊聚类算法的改进

提出了一种增量式模糊聚类技术的改进算法，该算法仅对新增数据计算相似系数而直接聚类，其结果和动态聚类算法相同；该算法较好地解决了新增数据的聚类及类属问题，提高了模糊聚类算法的收敛速度，实验结果证实改进了算法的高可靠性。     

基于GASA算法的提前或拖期问题优化

针对企业生产的提前 /拖期问题,提出了提前 /拖期问题的数学模型,在此基础上,利用GASA混合优化策略优化之,既保留了传统遗传算法能很快达到最优值领域的优点,又通过结合模拟退火算法大大改善传统遗传算法在后期的收敛性。     

基于LMK准则的前馈神经网络盲多用户检测算法

提出了一种基于前馈神经网络的盲多用户检测算法,该算法基于最小平均峰度准则构造了一个代价函数,给出了算法的约束条件,利用罚函数方法对带约束的代价函数进行优化,获得前馈神经网络网络权值的迭代公式,从而实现盲多用户检测。计算机仿真结果表明,新算法具有较强的多址干扰抑制性能。