排序方式: 共有57条查询结果,搜索用时 15 毫秒
1.
基于双边市场理论,分析了垄断的云制造平台在收取会员费和交易费模式下的最优定价策略,并利用数值仿真分析了两种收费模式下平台最优利润的差异。结果表明:两种模式下的单边最优定价均与缴费方的自网络外部性系数和免费方的交叉网络外部性系数负相关,与免费方用户数量正相关,双边最优定价受各参数影响方向取决于供需方各参数的相对大小;单边定价对象为用户数量相对较多一方,平台两边用户数量相对平衡时,单边最优定价等于双边最优定价,双边定价时的平台最优利润高于单边定价;最优定价策略由平台内交易次数决定,交易次数较多时双边收取交易费模式更优,交易次数较少时双边收取会员费更优,交易次数临界值取决于平台内网络效应和用户数量。 相似文献
2.
3.
4.
5.
基于人工免疫算法的交通时段自动划分方法 总被引:9,自引:0,他引:9
多时段定时控制是城市交通信号控制的重要方式之一,交通时段的合理划分是制定多时段定时控制方案的基础.为克服传统时段划分方法的局限性,实现城市交通时段的自动划分,论文提取生物免疫系统的隐喻机制,基于免疫网络理论和克隆选择原理,建立了一种人工免疫数据聚类分析算法,并详细阐述了聚类算法在城市交通时段自动划分中的具体应用.实例分析表明,该算法可以有效减少聚类数据的冗余信息,特别适合于解决分级聚类等传统方法不适应的大数据量聚类问题,对解决城市交通时段的自动划分等数据聚类问题是可行的和有效的. 相似文献
6.
为提高基于迭代改进的传统电路划分算法的划分质量,提出了一种基于贪心随机自适应搜索过程(greedy randomized adaptive search procedure, GRASP)的电路划分改进算法. GRASP由构造阶段和局部搜索阶段组成,能够快速构造较好的初始划分. 在其构造阶段引入启发式子集选择策略,并与高效搜索技术Path Relinking相结合,在各个局部最优解之间建立路径,从而有效搜索了局部最优解空间. 实验结果表明,该算法与基本GRASP相比,能在合理的时间范围内改进解的质量,获得更好的划分结果. 在获得的最小划分上,改进程度最大达到33.3%;而在平均划分上,最大达到27.4%. 相似文献
7.
8.
城市主干路交通流多目标优化控制 总被引:1,自引:0,他引:1
提出一种城市主干路交通流多目标优化控制方法 ,分析了多目标优化的性能指标及其约束条件 .用线性预估方法预估单个交叉路口下一周期的车流量 ,模糊推算单个路口周期大小 ,用遗传算法优化平均车辆延误 ,获得每个路口的绿信比 ,在此基础上 ,再用遗传算法优化整条主干路的交通流量 ,获得主干路统一周期 ,最后 ,将周期的值根据绿信比分配到每个路口的各个相位 ,控制信号灯的转换 .仿真结果表明该方法优化性能良好 ,性能稳定 相似文献
9.
基于K均值的迭代局部搜索聚类算法 总被引:1,自引:0,他引:1
K均值聚类算法(KM)是解决聚类问题的一个常用的方法,该方法的主要缺点是其找到的局部极小值与全局最优值的偏差往往较大。论文构造一种基于KM算法的迭代局部搜索算法(称之为IKM)。该算法以KM算法所得到的解作为初始解,从该初始解开始作局部搜索,在搜索过程中接受部分劣解。当解无法改进时,算法对所得到的局部极小解做适当强度的扰动后进行下一次的迭代,以跳出局部极小,从而拓展了搜索的范围。试验结果表明IKM算法得到的聚类结果比KM算法得到的聚类结果有明显的改进,平均改进达100%以上。当数据集越大,簇的个数越多时,改进的效果越是显著,可以达到300%以上。因而,IKM算法是一个确实可行的有效的方法。 相似文献
10.
基于GENET的时间表问题自动求解算法 总被引:2,自引:0,他引:2
构造大学考试时间表自动生成系统是一个知名的问题.本文用约束满足问题模型来描述大学考试时间表问题,并提出了一个基于GENET的局部搜索算法来解该问题.该算法采用一些问题相关的策略来提高局部搜索效率.实验结果表明,将“强约束违反”转化为“弱约束违反”的方法能大大地提高算法性能,使该算法优于GENET和演化算法。 相似文献