基于禁止时间窗的应急物资调度车辆路径问题

本文研究基于禁止时间窗的应急物资调度车辆路径问题.首先对研究问题进行界定,其中交通网络的道路和节点均带有禁止时间窗,目标是通过路径选择最小化应急物资的调运时间;随后定义两组决策变量,分别用于路径上节点和枝线的选择,进而构建问题的整数规划优化模型;鉴于模型的组合属性,设计问题求解的禁忌搜索启发式算法;最后通过一个算例对结果进行说明,得到如下结论:由于禁止时间窗的影响,车辆在最差路径上的运输时间及等待时间,要比满意路径上的分别长68.8%和266.7%,显示出路径优选的实用价值.     

基于洋流运动态势的移动预测水下定位研究

针对基于移动预测定位的SLMP算法在定位中没有参考其他节点的移动预测信息,提出了基于洋流态势的移动预测CMP算法,算法在移动定位的过程中,考虑水流影响,结合了前驱节点的移动预测信息及其他信息来完成预测.大量的仿真结果表明,CMP算法在定位覆盖度及平均通信代价方面有良好的性能,也表明了CMP算法能够更好的适应于大规模水下移动环境.     

变时延过程的控制系统最小方差性能评价

针对单变量变时延过程中时延信息的估计问题和系统参数的辨识问题,分别研究了时延估计以及遗忘因子递推线性回归算法的最小方差性能基准.首先,利用系统过程运行数据,运用强跟踪滤波算法对时延信息进行估计,并根据时延改变情况将运行过程分段;然后,在每段时延固定的基础上,针对模型参数动态辨识,提出改进的遗忘因子递推线性回归算法的最小方差性能基准;最终,提出了变时延过程的最小方差性能基准的评价步骤.实验结果表明,相比较传统评价基准,变时延过程的最小反差性能评价基准的评价结果更加准确.     

基于博弈论混合策略下的路径选择模型

为了缓解交通拥挤的状况,预测出行者路径选择行为是一项值得研究的工作.在混合策略下,根据出行者之间的博弈关系,定义了混合策略下的得益函数,并引入求解混合策略纳什均衡的一种新方法,即极值法,对出行者的路径选择博弈模型进行了求解,有效弥补了传统划线法的不足,最终得到每个出行者的最优选择,实现了博弈各方的平衡.通过算例,有效地说明了混合策略下出行者最可能做出的路径选择.     

基于改进粒子群算法的学习路径优化方法

提出一种改进粒子群算法求解在线学习系统中的学习路径优化问题.在建模时综合考虑了学习者的学习目标、知识掌握水平、学习成本和资源相关度等因素;在寻优时采用局部邻域搜索与禁忌搜索相结合的方式,以改进标准粒子群方法的寻优性能.实验结果表明,该方法具有较高的实用性和准确性,是学习路径优化问题的一种有效求解算法.     

混合教与学算法求解多行程车辆路径问题

为了求解带容量约束的车辆路径问题,提出了一种混合教与学优化算法.该算法基于标准的教与学算法,结合基于禁忌搜索算法的局部优化方法,力求进一步强化标准教与学算法的寻优能力.最后通过引入标准数据集,进行了仿真实验并给出了实验分析,测试结果验证了构建的混合教与学优化算法相比其他三种优化算法搜索性能较强,与最优解偏差最小,能够有效地应对离散优化问题.     

求解带组换装时间单机调度问题的禁忌搜索算法

以包头某钢铁线材企业生产实际调度问题为背景,研究了一类带组换装时间的单机调度问题.由于该问题是NP难的,本文提出了一类适合该问题的禁忌搜索算法.此外,本文将问题性质引入了禁忌搜索算法以进一步提高算法寻优性能,降低算法运行时间.本文提出的算法在随机问题和实际问题上均进行了测试,实验结果表明,本文提出的算法能在不到10秒的时间内获得实际问题的一个近似最优解.     

基于聚类和动态规划的组合路径策略

为提高电商仓库的拣货作业效率,本文提出了基于聚类和动态规划的组合路径策略,实现了生成路径消耗时间和路径长度之间的平衡,并将这一策略成功地应用到多区型仓库。该策略分四步:首先,根据待拣储位分布特征,运用聚类分析法对其进行分类;然后,以各类的首末储位作为节点,运用动态规划法对已得分类进行排序,得到相应的类序;其次,得到各类内部路径;最后,依次拣取待拣商品,并返回出发点完成拣货作业。在提出新的路径策略后,通过仿真方法将新策略与三种传统路径策略(穿越策略、最大间隙策略和混合策略)和一种优质算法(蚁群算法)进行了对比分析,结果表明:该策略具备良好的适用性和实用性。     

基于冰情检测环境的无线传感器网络路由协议研究

结合冰凌测报无线传感器网络中传感器节点能量受限、节点随着冰凌的产生与流动会出现在河道断面局部观测区域的冰凌测报无线传感器网络拓扑结构不断变化这一特性,提出了对贪婪周边无状态路由协议GPSR的改进策略GFSRI(GPSR-Improved),改进算法中采用图论模型,借助网络模拟器NS2(Network Simulator 2),对GPSR算法以及改进的路由策略GPSRI进行了模拟仿真实验,对路由算法中涉及到的关键参数的相关实验数据进行了处理分析.模拟仿真实验及评估结果表明,GPSRI在数据包转发的路由跳数、源和目的节点间端到端的传输时延方面与GPSR相比有较大的性能改进.     

基于网络拓扑结构的重要节点发现算法

复杂网络中的重要节点发现在现实生活中有着广泛的应用价值。传统重要节点发现方法可分为局部发现和全局发现两类算法,全局发现算法中最具代表性的是特征向量中心性算法(Eigenvector Centrality, EC),EC算法将所有节点归为一个社区并利用邻居节点重要性反馈计算节点的影响力大小,具有较高的计算效率和识别精度。但是,EC算法忽略了网络的拓扑结构,未考虑到真实网络中节点所在社区的结构特征。为此,本文提出一种基于网络拓扑结构的可达中心性算法(Accessibility Centrality, AC),首先利用邻接矩阵作为反馈路径,在反馈过程中计算不同路径下的节点整体影响力。同时,利用影响力传递过程中的噪音干扰特性,修正每一路径长度下节点整体影响力大小,最后利用修正结果得到AC值。为评估AC算法,本文利用两种传染病模型模拟节点影响力在四组真实网络中的传播过程,并引入其他四种算法进行对比验证。实验结果表明,与其他算法相比,AC算法可以更准确、有效地识别出有具有影响力的重要节点。