基于蚁群算法的物流配送路线优化研究——以重庆市渝中区为例

蚁群算法于上世纪末提出,是继遗传算法之后的一种启发式算法,用于解决组合优化问题.它借鉴蚂蚁通过自组织的协作能力而产生的群体智慧来解决组合优化问题.ACO算法的特点在于使用正反馈,在较优的解的路径下,留下较多的信息激素,信息素会吸引更多蚂蚁走这条路径,这个过程中,会引导整个系统向最优解的方向迈进.蚁群算法可以用来解决一些尚未找到有效算法的问题,而且蚁群算法还是元启发式算法(Meta-heuristic),是一种算法框架,可以在其基本思想上针对不同问题做改进从而应用到不同问题上去.     

谈无线传感器网络

本文对现有无线传感器网络MAC协议进行了分析，同时对裁剪的超宽带MAV协议进行了研究，通过仿真试验得出结论。     

基于改进的蚁群算法的汽车零部件物流配送路径优化

文章针对汽车零部件产业中入厂物流模式进行研究,在分析库存和配送之间的博弈合作关系以及考虑时间窗对实际物流配送过程的重要影响下,建立带软时间窗约束和库存约束的汽车零部件循环取货入厂物流模型,并将禁忌搜索算法中禁忌最优路径的思想融入了传统蚁群算法中,通过改进后的蚁群算法求解模型,最后结合具体实例利用Matlab软件进行仿真试验,得到优化后的汽车零部件的循环配送线路方案,验证了模型和算法的有效性。     

无线传感器网络的安全行性研究

在阐述了无线传感器网络的定又及主要特征的基础上,分析了无线传感器网络面临的主要安全威胁,并进一步分析了无线传感器网络常用的密码技术,旨在提高无线传感器网络的安全     

无线传感器网络的路由技术研究

无线传感器网络是计算机科学技术的一个新的研究领域,由于其广阔的应用前景,近年来受到了越来越多的关注。路由技术是无线传感器网络的关键技术,也是影响网络整体性能重要的因素之一。本文从无线传感器网络的概念入手,对无线传感器网络的路由协议进行了分析和研究。     

基于AODV的无线传感器网络路由协议研究

本文首先介绍了无线传感器网络的研究背景和发展现状；然后介绍了无线自组织网络路由协议的主要类型，并结合无线传感器网络特点比较了无线自组织网络的四种代表性路由协议OLSR，AODV，DSR．ZRP。通过对其存储容量、算法复杂度、实用性以及拓扑变化适应性等方面的比较。选取了AODV协议作为本论文路由协议的基础。本文针对此类问题提出了基于AODV协议的无线传感器网络路由协议EPMP—AODV（Energy Probability Multi—PathAODV）协议。     

无线传感器网络特点及其应用研究

无线传感器网络技术的迅速发展为监控领域带来一场新的革命.对无线传感器网络的体系特点进行了分析,对在各个领域的应用进行了研究和阐述.     

一种基于MA的无线传感器网络数据管理框架

随着传感器技术的发展,无线传感器网络的应用越来越广泛,为解决无线传感器网络带宽、负载平衡以及因节点失效而动态调整数据处理策略等方面的不足,文章提出了一种基于移动Agent的嵌入式无线传感器网络的数据管理框架,通过移动Agent技术从而减少网络负载、带宽及时延,实现网络的可扩展性、可靠性和容错性。     

无线传感器网络在环境监测中的应用

随着我国科学技术的不断发展,网络技术已经被广泛应用至社会生产中的各个领域.无线传感器网络末梢的传感器主要是通过无线网络来实现通讯,并对外界环境进行感知与检查,主要是用于军事环境监测、地质环境监测、自然环境监测、矿井环境监测等多个方面.本文将结合实际情况对无线传感器网络在环境监测中的应用进行分析,旨在为环境监测工作提供行之有效的参考依据.     

基于改进粒子群算法的供电网络优化管理研究

供电网络潮流优化可以改善和提高节点电压的合格水平,最大程度上降低输电电量的损耗,充分发挥网络设备的经济效益,使整个电力系统实现安全、经济运行。供电网络潮流优化问题是一个多变量,非线性,多目标,多约束的混合整数非线性规划问题。为了提高求解问题能力,文章提出了一个改进的粒子群优化算法(Adaptive ParticleSwarm Optimization,APSO),以最小网损作为优化的目标函数,惯性权重根据适应度函数值的变化进行自适应调整,使得粒子搜索方向的启发式增强,避免陷入局部最优解。方法采用IEEE30节点系统进行测试,同时选用标准PSO算法作为对比方法,从而验证本文方法有效性。     

基于agent和蚁群算法的多供应商选择问题研究

一、算法设计 (一)问题描述 本文所讨论的供应商选择模型是一个多目标、多阶段的研究模型.核心企业生产的产品A,由若干个加工工序构成,各个工序之间有相互的约束关系.其中有的工序需要由核心企业自己生产,有的工序外包给供应商进行生产,供应商的可选择数量大于1.     

企业投资优化的决策模型研究

蚁群算法是一种新兴高效的人工智能优化方法。在企业投资规划中应用蚁群算法,可得到全局优化的解,从而更有效地利用资本,为企业创造更多的利润。     

对无线传感器网络安全的思考

文章详细介绍了无线传感器网络的特征及其安全目标，同时，从无线传感器网络的安全角度就物理层、数据链路层及网络层的攻击及防御措施进行了论述。     

应急救援车辆路径寻优——基于多目标改进蚁群算法

论文研究多目标应急救援的单一起点与终点的车辆路径问题。在对问题的基本情况描述以后,以救援路线长度和时间长度最短为目标,建立多目标应急救援车辆路径寻优模型。以蚂蚁搜索前决策作为解决多目标问题的方法,在算法处理时遵循路径最短原则,以此为依据寻找最短时间。在此基础上,对蚁群优化算法进行修改,提出了基于精英蚂蚁排序的信息素更新方式,提高了算法的收敛速度;并在构造能见度时加入了时间因素,以此突出时间与路径两因素的作用。通过Matlab仿真实验,用迭代次数控制算法的运行时间,得出最优路径和时间,解决了离散组合优化的NP难题,使改进的算法更具有实际意义和可操作性。通过改变其参数,可以使该方法与Matlab仿真具备一定的可扩展性。     

基于模糊模拟的遗传蚁群算法在模糊需求车辆路径问题上的研究

在对模糊车辆路径问题进行简单描述的基础上,通过引入决策者主观偏好的理念,给出了解决该问题的基本思路,建立了具有模糊特征的车辆路径问题的模糊机会约束模型,提出了求解该问题的一种基于模糊模拟的遗传蚁群混合算法。同时,在最小化总行驶距离的目标下,通过随机模拟方法研究了决策者主观偏好值的选择对最终决策目标的影响作用,并给出了其最佳取值范围。     

基于种子优化算法的救灾物资调度优化问题的研究

研究在救灾物资调度中,建立物资调度问题的数学模型,运用种子优化算法的思想求解该问题,并进行了实验计算。计算结果表明,用种子优化算法解决救灾物资调度问题,可以方便、快速地求得最优解或近似最优解。     

集中供暖系统中的无线传感器监控系统的设计与实践

本文提出了一种解决供暖节能、平衡供热的方法。通过网络监控室内温度,并对供热设备进行操作,实时调整室内温度。本文重点介绍无线传感器网络的构建、数据库服务器的构建及无线传感器监控系统的构件方法和思路。     

基于C—W算法的物流配送线路优化研究

首先介绍C—W算法的原理与步骤,之后分析公司现有物流配送路线。运用C—W算法优化了公司物流配送线路,减少了运输距离,提高了运输效率,降低了物流成本。     

基于无线生理传感器与虚拟现实技术的复愈性环境注意力恢复作用研究

基于卡普兰复愈性环境理论,运用脑机接口设备、智能腕带传感器等无线生理指标检测技术,测试大学生被试人群在沉浸式虚拟现实(VR)情境下,对4种复愈性环境及城市环境在注意力恢复和压力减轻方面的反应及其作用强度,获得被试在不同环境中脑电、心率、肌电的客观生理数据。采用非参数统计方法R语言对数据进行分析。结果显示,多数被试在复愈性环境中较城市环境表现出更好的注意力恢复效果。其中具有逃离性和迷人性特征的自然环境,复愈效果最为明显;在虚拟现实环境中,观赏城市环境图片也具有一定的复愈效果。     

基于粗糙集与粒子群算法的权重优化模型研究

针对服务质量评价中指标权重确定的问题,提出一种基于粗糙集与粒子群算法的权重优化模型。首先,利用粗糙集与模糊集,计算出初步权重并给出各个指标权重变化的区间,且在各区间内生成不同的权重值。再通过仿真实验来生成针对不同指标权重所产生的评价结果,定量计算出评价结果的方差。然后通过方差作为粒子群算法的适应度函数进行后向反馈,实现指标权重的优化。最后,将优化后的权重用于物流企业物流服务质量评价结果的计算。