排序方式: 共有30条查询结果,搜索用时 15 毫秒
1.
为快速有效地实现案例推理,提出了基于多EBP神经网的案例匹配技术,设计了改进的德尔菲法来确定输出样本集.与传统的最邻近法的结果相比,对于复杂系统,该技术能够提高案例匹配的精确性,更适于解决案例属性权重难以确定或存在着耦合与非线性关系的问题. 相似文献
2.
针对于大规模灾难发生时首批“生命”物资的应急调度建模及优化求解问题,将受灾点缺失损失评价函数由线性扩充到非线性,对一次性消耗类和连续性消耗类物资建立了多对多约束多目标调度模型。基于Pareto支配和拥挤距离的概念将人工蜂群基本算法应用到此问题的求解,并对算法进行了以下改进:基于反向食物源的定义提出融合反向学习的食物源初始化,以提高初始解的质量;将反向学习策略和广泛学习策略融合到蜜蜂搜索过程,以反向食物源和其他较好食物源信息来引导蜜蜂搜索方向。三种规模的仿真实验表明,所提出算法所求出的非支配前沿解集更具多样性,分布更加广泛和均匀,能够为应急物资调度决策进行支持。 相似文献
3.
为了积极响应国家碳中和号召,通过更优的调度方案实现装配式建筑预制构件的柔性分批生产与运输,提高预制构件的生产运输效率。首先,根据装配式建筑的构件生产特点、运输方式建立以实现最大流程时间和最小惩罚成本为目标函数的生产-运输分批协同调度模型。然后,设计了求解该模型的多目标离散灰狼算法,并根据分批与车次上限合理设计编码解码方案。最后,代入实际案例验证了模型与算法的适配性,并将其与多目标粒子群算法进行性能指标评价对比,验证了多目标离散灰狼算法的可行性。结果表明,柔性划分小批次后进行生产运输能够实现预制构件的准时交付,有效改善预制构件的生产运输管理。 相似文献
4.
5.
6.
目的 解决资源受限下的物资连续性消耗的应急调度物资和时间的优化问题.方法 在各出救点出救时间不确定条件下,建立了以施救成本和因施救不及时导致的损失费用最小化为目标的应急调度优化模型;考虑了出救点的物资量限制和时间限制等约束条件,采用粒子群算法对模型进行优化求解,对设计算例进行仿真实验.结果 求解出出救点的最优运输量和最优运输时间,实现了在规定应急时间内总成本最小的效果,验证了模型的合理性及算法的有效性.结论 模型适合解决在资源受限下的满足应急总成本最小的物资优化和出救时间优化的调度问题. 相似文献
7.
通过建立效质评价模型,针对我国目前票据管理系统的现存结构进行分析,论证了市场经济体制下与计划经济体制下对票据管理系统的不同要求,从而对我国在市场经济体制下票据管理工作的完善作出有益的探讨。 相似文献
8.
基于粗糙集的案例属性约简技术 总被引:1,自引:0,他引:1
为了提高案例推理(case-based reasoning,CBR)系统的案例匹配效率,引入粗糙集理论对案例属性约简技术加以研究.提出准约简的概念,依次证明了某一条件属性集成为准约简与准约简成为约简的充要条件.进而,以核为出发点,提出了一种改进的基于分辨矩阵的属性最小约简算法.为使之仍然适用于连续属性,提出一种基于逼近精度敏感性的离散化算法.最后,将此约简技术应用于某钢铁企业的实际动态调度问题中,计算试验表明,该技术消除了冗余信息,提高了案例匹配的效率. 相似文献
9.
为循环利用铜资源、降低成本、减少烧损,且满足不同牌号旧料可代用性等实际配料要求,建立了多目标实时配料模型,并进行模型转换,设计了精铜板带加工配料优化的人工免疫算法.重点研究了抗体表示、抗体与抗原及抗体与抗体亲和力的计算、初始种群产生等关键环节,给出了免疫算法的具体实现步骤.实验结果表明,与传统遗传算法相比,人工免疫算法可获得具有代表性的多个满意解,具有较强的多样性,便于在实际投料操作中选择. 相似文献
10.
为提高应急物资配送效率与可操作性,针对应急物资调度中面临的运输时间与货物量不确定问题,构建了基于广义粗糙集的应急物资多目标调度模型。引用广义粗糙集变量描述运输时间和货物量的不确定性,定义了粗糙加法运算、粗糙精度、粗糙比率与事件真度的计算公式。在粗糙目标函数的清晰化的设计中,针对运输时间不确定性,采用了基于粗糙加法运算的事件真度转换的方法;针对货物量的不确定性,采用了基于粗糙加法运算的综合粗糙精度与粗糙比率的转换方法。采用遗传算法对问题进行求解,并着重分析了粗糙比率的变化对结果的影响。仿真实验表明,粗糙比率对计算结果影响较为明显,其权重系数是实际应用的重要决策变量,模型具有可操作性,求解算法收敛性好。 相似文献