两阶段启发式算法在带时间窗的车辆路径问题中的应用

对带时间窗约束的物流配送车辆路径问题,构造了一种两阶段启发式算法。算法第一阶段采用k-means算法将客户聚类分群,算法第二阶段对每一客户子类采用禁忌搜索算法优化车辆路径。仿真实验结果表明,该算法是有效的。     

基于PCA的CS-RBF网络的股票预测研究

针对传统的RBF神经网络在选取中心矢量参数时的不足,提出用具有较强跳出局部最优的布谷鸟算法(CS)优化RBF神经网络的中心矢量的改进算法,并将该算法应用于股票价格的预测,仿真结果表明:该算法的预测精度比传统的RBF算法的预测精度高,是一种有效的股票预测方法。     

求解车辆路径问题的改进布谷鸟算法

将一种新型的智能优化算法——布谷鸟算法(Cuckoo Search Algorithm,CS)用于车辆路径问题的求解。针对基本CS算法种群多样性差、寻优精度低等不足,提出一种动态交叉算子来丰富种群多样性,避免种群个体陷入局部最优,增强算法的全局寻优能力。通过对比试验验证了算法在求解VRP问题时具有寻优精度高、性能稳定等特点,是求解VRP问题的一种有效的算法。     

中国股市非理性泡沫的实证分析

文章引入了对数周期幂律模型,通过对2006～2007年金融危机前和2009年救市政策出台后的中国进行股票市场的非理性泡沫进行实证检验,得出中国股市存在非理性泡沫的结论,并根据研究结果提出了相应的政策建议,以避免股市泡沫的破裂。     

吴军 或将重返谷歌

正近日从腾讯副总裁任上离职的吴军,据称将重返谷歌工作。吴军将担任谷歌中国总工程师一职,负责产品技术方面的相关工作。针对这一消息,谷歌中国方面未予正面回应。吴军从腾讯离职前一个月,腾讯刚刚进行了大规模的架构调整。这其中腾讯搜搜受到的冲击最大,整个部门被打散重组。搜索营销部、搜索拓展部、搜索广告平台部划归移动互联网事业群,搜索平台部、社区     

大规模客户集实时优化配送所究

大规模客户集的实时优化研究具有很强的应用价值．但在具体的应用中存在很多问题,文章在借鉴前人研究的基础上设计出了具有动态组中心的最远临近分组算法和改进的禁忌搜索算法,并提出利用GPS导航仪辅助配送的方法来实现对客户的寻找的方法．实现了大规模客户集实时优化的实际应用。     

基于散射搜索的烟草物流配送优化方法研究

本文研究了烟草物流配送时间的优化问题。该问题具有组合复杂性和计算困难性。本文首先根据卷烟工业物流实际情况建立相应的数学模型,采用了基于启发式策略和散射搜索算法的优化方法来缩短烟草物流配送的时间。该方法通过放宽问题的限制条件,构造优化配送的位置顺序,寻找最优配送周期来减少配送时间。最后通过数值实验对该算法进行了评价,并与现有强约束下的启发式算法进行了比较。结果表明,该算法具有较好的优化效果,能够有效缩短工烟物流配送的时间。     

物流配送路径优化的模型与求解

通过对多设施车辆路径优化模型的改进,建立了0-1整数规划的物流配送优化模型,并利用FLOYD算法求得各节点间的最短路径及其长度,设计了捕食搜索算法对模型进行求解.通过实例计算,取得了满意的结果。     

基于优化人工神经网络和TOPSIS的水利工程质量评价

为综合评价水利工程质量,文章基于布谷鸟算法(CSA)、蝙蝠算法(BA)、鲸鱼算法(WOA)优化人工神经网络模型(ANN),结合TOPSIS模型,构建了水利工程质量综合评价模型.同时在项目操作质量、项目管理质量和项目监理监督质量3个方面构建了评价体系.结果表明:CSA-ANN模型在所有模型中精度最高,该方法评价结果与层次...