遗传算法的物流系统路径优化

遗传算法可以很好地解决物流配送路径优化问题。但是由于遗传算法交配算子操作可能会使最好解遗失,所以将遗传算法和模拟退火算法结合来解决这一问题。实验结果表明,用有记忆功能的遗传模拟退火算法求解物流配送路径优化,可以在一定程度上解决上述问题,从而得到较高质量的解。     

基于微粒群算法的组织评估优化方法及实例

组织评估的关键因素是合理地确定各项指标的权重.该文将微粒群算法应用于评估指标权重的寻优中,以专家组对初始评估模型进行修正的结果作为评估寻优的参考基准,给出一种基于该算法的权重优化解决方案.针对网大中国大学排行榜指标体系进行优化,验证了该算法的有效性.     

近似空间上模糊粗糙路径的研究

在近似空间M=(U,R)上对模糊关系S粗糙化,诱导出粗糙关系S*。以此为基础构造模糊粗糙路径,给出模糊粗糙路径的相关性质,并通过构造关于S*的模糊路径矩阵,得到模糊粗糙路径的判定方法,拓宽了二元关系粗糙化方法的应用范围,为模糊粗糙路径的进一步应用奠定了理论基础。     

物流配送路径优化研究与设计

物流配送路径优化问题复杂度高,具有随机性,而且多用户配送路径的选择更为复杂,难以抉择。研究的对象是一个货物配送中心对应于多个客户点,为解决物流配送路径优化问题,采用蚁群算法进行路径优化,并对物流配送路径进行模拟。     

中药自动配药系统的配药路径优化研究

在介绍中药自动配药系统的配药流程基础上, 提出了该系统配药路径的优化问题,并采用带栅值的穷举算法和针对本系统优化的蚁群算法解决该问题。经实验证明,在现有的配置下能较好地提高中药自动配药系统的配药速度。     

蔬菜配送系统的路径优化及设计开发

蔬菜配送对时效性有很高的要求,配送路径优化成为企业赢利的关键点,而路径优化是NP难问题,传统的算法不能在有限的时间内给出最优解。使用蚁群算法（Ant Colony Optimization,AC0）并对其参数进行优化,解决车辆配送路径优化问题,使得配送路径实时最优化,降低配送成本和企业经营成本。本系统使用Struts2、Hibernate、Spring三大框架进行设计,前台具有智能定位、配送体系、订单跟踪、价格动态功能,后台集成用户管理、订单管理、新闻管理、蔬菜管理、客服服务功能。系统采用模块化设计,具有结构清晰,易于扩展的优点。     

基于多元信息评估的矿井火灾救援路径优化

针对目前煤矿井下火灾救援模型过于复杂、对巷道安全因子的研究不够深入、未考虑灾后巷道交通网络连通度的问题,建立了基于多元信息评估的矿井火灾救援路径优化模型。对火灾后巷道内温度、瓦斯浓度、烟雾能见度等环境安全因子进行量化分析和计算,以安全性和可靠性为约束条件,结合巷道交通网络通行权重和连通度构建了矿井火灾救援路径优化模型,并运用Dijkstra算法得到最优路径。以淮南某矿为例,对考虑节点连通度及安全因子的最短路径、仅考虑安全因子的救援路径及不考虑安全因子及连通度的救援路径进行对比分析,结果表明,最安全、疏散最有效的路径是考虑巷道安全因子及节点连通度所求得的路径。     

机器人路径规划问题的蚁群优化算法

研究了机器人在静态障碍物环境下的路径规则问题,根据问题模型的特性设计了一种蚁群优化求解算法。该算法利用前一轮选择的路径对可行解的信息素进行相应的调整,再按转移概率选择路径,经过多次迭代搜索得出最短路径．已达到对机器人的路径优化。     

基于PCNN的迷宫路径搜索的评估函数优化研究

在前人对PCNN模型的研究及应用的基础上,结合启发式的搜索策略--A*搜索策略,设计了基于改进型的PCNN迷宫智能优化算法,并将其应用解决实际迷宫问题。主要工作为：（1）通过对PCNN模型内在机理的研究,并根据PCNN的自身特点,选择合适的模型参数以适合求解迷宫最短路径问题。（2）选择与改进了的PCNN模型相结合的A*搜索算法,并证明该算法是可靠的,具有一定的自适应能力和所求得的解是最优解。（3）通过IEEE标准迷宫和MATLAB平台,对该算法的评估函数进行设计、仿真和验证等,不仅论证了（2）的结论,同时也论证了该算法的高效性。相关研究工作的实验结果表明,该算法不仅可以尽快找到目标,而且可以在相对少的搜索区域里得到相对满意的路径。     

基于空间距离自适应权重度量的粗糙K-means算法

粗糙K-means算法中下近似和边界区域权重系数的设置对算法的聚类效果有着重要的影响。传统的粗糙K-means算法及很多改进的粗糙K-means算法对所有类簇的下近似和边界区域设置固定的权重,忽视了簇内数据对象分布差异性的影响。针对这个问题,根据下近似和边界区域的数据对象相对于类簇中心的空间分布情况,提出一种新的基于空间距离自适应权重度量的粗糙K-means算法。该算法在每次迭代过程中,根据每个类簇的下近似和边界区域的数据对象相对于类簇中心的平均距离,综合度量下近似和边界区域对于类簇中心迭代计算的不同重要程度,动态地计算下近似和边界区域的相对权重系数。通过实例验证及实验仿真证明了所提算法的有效性。     

学生电子档案袋粗糙集评价

本文介绍了粗糙集理论基本内容和应用步骤,以学生电子档案袋评价为例分析了其教育应用过程,研究了粗糙集评价的针对教育评价应用局限。     

数控系统加工路径的优化

以数控冲床加工为背景,针对数控系统加工路径优化问题,首先介绍了优化加工路径的基本原理,后分别介绍了最近邻算法和K元交换试探算法的应用.采用优化方法后,可以大幅提高数控系统(以冲床加工为例)的加工效率,这在批量生产过程中可以创造可观的经济价值.     

基于粗集定权的经销商绩效评价算法研究

针对产业链协作中经销商的绩效评价给出模糊综合评判的数学模型,提出基于粗集理论的定权方法,从属性重要性角度出发,直接对历史数据进行挖掘,计算权重结果,不需任何先验信息,使评价结论更客观、科学.最后,通过实例证明算法的可行性和有效性.     

属性综合评价系统及其在安全评估中的应用

以熵权系数法确定指标权重为基础,应用属性综合评价系统进行安全评估,为信息系统的安全研究提供了新思路.     

基于粗糙集的桥梁损伤状态等级评估

介绍了一种用于桥梁损伤状态评估的有效算法。利用粗糙集在处理不完备信息方面的优势来抽取桥梁构件状态与桥梁安全状态之间的规则。其优点是在对象信息不足或存在冗余时仍然有效而且不需任何先验信息。文章的最后利用两个新样本验证了该算法的有效性。     

基于粗糙集的桥梁损伤状态等级评估

介绍了一种用于桥梁损伤状态评估的有效算法。利用粗糙集在处理不完备信息方面的优势来抽取桥梁构件状态与桥梁安全状态之间的规则。其优点是在对象信息不足或存在冗余时仍然有效而且不需任何先验信息。文章的最后利用两个新样本验证了该算法的有效性。     

基于粗糙集和改进鲸鱼优化算法的特征选择方法

随着互联网和物联网技术的发展,数据的收集变得越发容易。但是,高维数据中包含了很多冗余和不相关的特征,直接使用会徒增模型的计算量,甚至会降低模型的表现性能,故很有必要对高维数据进行降维处理。特征选择可以通过减少特征维度来降低计算开销和去除冗余特征,以提高机器学习模型的性能,并保留了数据的原始特征,具有良好的可解释性。特征选择已经成为机器学习领域中重要的数据预处理步骤之一。粗糙集理论是一种可用于特征选择的有效方法,它可以通过去除冗余信息来保留原始特征的特性。然而,由于计算所有的特征子集组合的开销较大,传统的基于粗糙集的特征选择方法很难找到全局最优的特征子集。针对上述问题,文中提出了一种基于粗糙集和改进鲸鱼优化算法的特征选择方法。为避免鲸鱼算法陷入局部优化,文中提出了种群优化和扰动策略的改进鲸鱼算法。该算法首先随机初始化一系列特征子集,然后用基于粗糙集属性依赖度的目标函数来评价各子集的优劣,最后使用改进鲸鱼优化算法,通过不断迭代找到可接受的近似最优特征子集。在UCI数据集上的实验结果表明,当以支持向量机为评价所用的分类器时,文中提出的算法能找到具有较少信息损失的特征子集,且具有较高的分类精度...     

基于粗集理论的权重确定方法

利用属性重要度等概念,给出了一种基于粗集理论确定属性权重的方法及其具体操作步骤。通过这种方法,决策者可以通过经验因子的选取来调整客观权重和主观权重所占的比例,使权重的确定更加合理。     

基于粗糙集理论的Prim算法的推广

结合粗糙集理论中的上下近似理论与图论中的最小生成树算法提出了粗糙最小生成树算法,并构造了确定性最小生成树和可能性最小生树。     

Rough particle swarm optimization and its applications in data mining

This paper proposes a novel particle swarm optimization algorithm, rough particle swarm optimization algorithm (RPSOA), based on the notion of rough patterns that use rough values defined with upper and lower intervals that represent a range or set of values. In this paper, various operators and evaluation measures that can be used in RPSOA have been described and efficiently utilized in data mining applications, especially in automatic mining of numeric association rules which is a hard problem.