基于交叉熵法解决随机需求车辆路径问题

提出一种解决随机需求车辆路径问题(VRPSD)新方法。首先,采用预防性补救措施,建立了VRPSD模型,其次,为提高标准交叉熵(SCE)法性能,对用于更新Markov转移矩阵的路径,设计了根据分位值改变大小的自适应调整方法。仿真结果验证了该算法解决VRPSD的有效性。     

基于交叉熵法解决随机用户和需求车辆路径问题

提出一种解决随机用户和需求车辆路径问题（VRPSCD）的方法．针对目标函数的复杂性．设计一种基干Monte-Carlo抽样求解路径期望费用的有效方法;为提高标准交叉熵（CE）法性能,针对用于更新Markov转移矩阵关键路径,根据分位值改变大小,设计了自适应调整方法．计算结果验证了采用该方法解决此问题的鲁棒性和有效性．     

交叉熵方法在车辆路径问题中的应用研究

车辆路径问题已被研究证实为NP 难题,属于经典的复杂组合优化问题。首先建立了带货物权重的随机需求的车辆路径问题的模型;其次针对问题的性质,设计了一种基于交叉熵方法的算法对问题进行求解;最后计算结果验证了所提算法对于解决此类问题的有效性。     

求解PCB钻孔机刀具路径规划的交叉熵方法

工作刀具路径的优化程度是PCB钻孔机的重要性能指标,对其进行很好的优化有助于提高PCB设备的加工质量和加工速度.首先对刀具路径进行建模,然后对交叉熵算法进行描述并应用交叉熵方法对刀具路径进行求解.实验结果表明,选择交叉熵方法对环境进行建模简单、有效,在求解刀具路径规划方面具有一定的优势.     

随机需求多车辆路径问题的神经网络算法

目前国内外对随机需求多车辆路径问题的研究还很少,本文针对标准hopfield神经网络容易陷入局部极值点等问题,以总路程最短和总使用车辆数最少为目标,提出了一种基于退火策略的混沌神经网络的求解随机需求多车辆路径问题的算法,该算法既可以使混沌运动有足够长的进程以提高粗搜索性能,又可以随混沌动态的减弱使收敛速度加快。实验结果表明,该算法优化车辆路径更佳,是解决随机需求多车辆路径问题的有效方法。     

基于交叉熵算法的PID 控制器设计

交叉熵优化方法是一种新型高效的随机优化算法,算法控制参数简单,鲁棒性强.将交叉熵优化算法用于PID控制器的参数设计,并与基于遗传算法的PID控制器设计进行对比,结果表明,交叉熵优化算法不仅所获结果较优,而且计算复杂度也明显小于遗传算法.     

基于改进交叉熵算法的伺服电机参数优化设计

针对伺服电机变负载控制问题,提出了一种对自适应模糊PID控制器初始参数优化的改进交叉熵算法。通过运用此方法对伺服电机模糊PID控制器在控制过程中的参数进行优化,证明了该算法在模糊PID控制器应用的过程中具有较好的鲁棒性和兼容性。通过实验,同时与基于ZN算法、遗传算法和交叉熵算法的模糊PID控制结果进行对比,证明改进交叉熵优化算法不但具有较快的响应速度、较好的稳定性、较小的超调和较优的ITASE性能指标,而且其优化过程更为精确简便。     

随机需求车辆路径问题及其启发式算法

在对随机需求信息条件下的车辆路径问题进行策略分析基础上,提出解决此类问题的改进蚁群算法.分析对比不同策略下用蚁群算法优化的结果.其中给出机会约束下决策者的风险喜好对最终目标的影响.通过模拟实际随机需求的方法评价先验路径的优劣.与其它计算方法在同等条件下的比较证明所设计算法的优越性.同时得出对于不同统计特性的随机需求策略的选择方式.     

基于RRT改进的智能车辆路径规划算法

针对RRT算法随机性大、收敛速度慢和偏差性的问题,采用双向随机树和多棵局部随机树的探索与合并。增加引力分量,使双向随机树朝着各自目标方向生长,减少了算法的随机性。基于障碍物周围均匀生成若干根节点,对根节点增加斥力分量,生成多棵局部随机树。快速寻找可通行的路径,减少扩展过程中对障碍物的检测时间,加快算法的收敛速度,改善了算法的偏差性。用MATLAB进行虚拟仿真,验证了该算法的正确性。     

基于改进蝙蝠算法的带模糊需求的车辆路径问题

蝙蝠算法作为一种新的元启发式算法,尚未被应用到模糊车辆路径问题中;针对带模糊需求的车辆路径问题,以极小化总运输距离为目标,建立基于可信性理论的模糊规划模型,提出一种改进的蝙蝠算法;算法采用基于客户编号的编码方式,利用随机模拟算法计算额外行驶距离;在蝙蝠位置更新时,引入基于非线性调整的惯性权重和基于子路径的局部搜索;为提高全局搜索能力,避免算法早熟,对处于较差位置的蝙蝠进行交叉操作;最后,利用随机实验数据进行仿真,分析了决策者主观偏好值对目标值的影响,并与其它算法的寻优结果进行对比分析,结果表明,算法具有一定的可行性和有效性。     

嵌套分割算法在随机需求车辆路径问题中的应用研究

对需求量满足二项分布的随机需求车辆路径问题进行了研究,在服务失败时采取允许部分服务的策略,并将嵌套分割算法与扫描算法相结合,给出了一种新的求解随机需求车辆路径问题的两阶段算法,数值试验验证了该算法的有效性。同时,该算法也拓展了车辆路径问题的算法空间。     

基于改进分支定价法的车辆路径优化研究

为克服分支定价算法中基于{0,1}的分支策略在求解车辆路径问题时效率和稳定性方面的缺陷,提出了一种双重禁用的分支策略。该分支策略在分支阶段首先通过筛选一组出弧数量最多的集合,然后按照一定的规则将其分为两组,左右分支分别对包含这两组弧的路线进行禁用,禁用的范围不仅局限于分支阶段,在之后的定价阶段同样需要禁止该弧的使用。双重禁用的分支策略不仅实现了分支定界树所需的分支功能,而且达到了求解效率和质量的平衡。通过采用包含强时间窗约束、载重约束、里程约束的车辆路径问题相关的算例,验证了相对于基于{0,1}的分支策略具有较强的寻优和稳定性能。     

求解模糊需求可回程取货车辆路径问题的改进人工鱼群算法

模糊需求可回程取货车辆路径问题是运筹学领域研究的一个热点问题。文中构建该问题的数学模型,并提出一种改进的人工鱼群算法。将人工鱼群算法仿生学原理和决策者主观偏好进行有效结合,重构人工鱼群算法的寻优公式,通过动态调整人工鱼移动步长、视野范围和邻域值等方法提高寻优能力。仿真实验结果证实该算法的有效性和优越性。     

基于直觉模糊熵的交叉评价方法

对基于相对贴近度的第二目标模型进行模糊扩展,充分利用模糊信息,定义一种新的方法将三角模糊效率值转化为直觉模糊集,并用直觉模糊熵对模糊交叉效率进行集结,然后用三元有向距离指数对全局模糊效率值进行排序。最后用基于直觉模糊熵的交叉评价方法,对国家自然科学基金委员会管理科学部认定的管理科学与系统科学10种重要期刊在2011年的引证效率进行分析,以此来说明该方法的有效性与可行性。     

基于交叉熵算法的NC-OFDM系统导频设计

交叉熵算法是目前逐步优化而形成的的一种计算方法,在解决多种优化组合的问题上具有较好的性能。在基于信道均方误差的准则下,本文基于交叉熵算法,提出一种适用于非连续正交频分复用（Non-contiguous Orthogonal Frequency Division, NC-OFDM）系统上的导频设计方法。该方法先按照伯努利分布生成导频位置的随机样本,得出信道估计的最小均方误差（Minimum Mean Square Error, MSE）的样本值,然后通过更新规则对分布参数进行更新,经过几次迭代得到较优的导频位置。仿真结果表明,使用该方法得到的信道具有更好的MSE性能及误比特率(Bit Error Rate,BER)性能。     

单值三角Neutrosophic交叉熵的TOPSIS方法

多准则决策（Multi-Criteria Decision Making,MCDM）问题涉及到大量不精确、不完整和不一致的信息,而单值三角Neutrosophic数（Single Valued Triangular Neutrosophic Numbers,SVTrN-numbers）作为Neutrosophic数（Neutrosophic Numbers,NN）的一个分支可以有效地处理这类问题。同时交叉熵很适合度量决策信息的差异程度,但是现有的交叉熵测度存在不足。考虑到SVTrN-numbers具有的优势,结合TOPSIS理论,提出一种新的交叉熵测度,并对其性质进行证明,据此提出了一个SVTrN-numbers环境下解决MCDM问题的新方法。通过一个案例表明交叉熵公式的合理性。     

基于改进蚁群算法的车辆路径仿真研究

针对基本蚁群算法收敛速度慢、易陷于局部最优等缺陷,提出了一种改进蚁群算法.通过车辆的满载率调整搜索路径上的启发信息强度变化,对有效路径采取信息素的局部更新和全局更新策略,并对子可行解进行3-opt优化,在实现局部最优的基础上保证可行解的全局最优.通过对22城市车辆路径实例的仿真,仿真结果表明,改进型算法性能更优,同基本蚁群相比该算法的收敛速度提高近50%,效果显著,该算法能在更短时间内求得大规模车辆路径问题满意最优解,说明其具有较好的收敛速度和稳定性.     

基于改进随机森林算法的共享单车需求量预测

在预测共享单车需求量的问题上,随机森林算法与其他算法相比具有显著优势.然而在处理存在大量冗余数据的数据集方面,随机森林算法会导致过拟合.为此,论文提出一种基于随机森林的改进算法—FWRF算法,预测共享单车需求量.该算法首先利用相关系数对每个特征进行加权,然后将特征区间划分为高相关区间与低相关区间,让特征选择限制在特定范...