一种改进的共轭梯度法及全局收敛性

本文在DY共轭梯度法的基础上对解决无约束最优化问题提出一种改进的共轭梯度法.该方法在Wolfe线搜索下能够保证充分下降性,并在目标函数可微的条件下,证明了算法的全局收敛性.大量数值试验表明,该方法是很有效的.     

基于禁忌搜索算法的枢纽航线网络优化设计研究

首先建立了非严格意义上的无容量限制的多重分派p-枢纽中位问题(NSUMApHMP)的混合整数线性规划模型.然后提出了一种基于禁忌搜索和最短路算法解决NSUMApHMP的新的启发式算法.最后利用基准数据对该算法进行了验证.计算结果表明,该算法具有较强寻优能力和较快的求解效率.     

基于知识图谱科技创新资源智能推荐模型的设计与实现北大核心CSCD

近年来,随着科学技术的快速发展,科技成果信息数据规模呈指数型增长。在这些海量数据中蕴含着大量有价值的知识信息,如何从中筛选、整合并发挥这些知识信息的价值受到广泛关注。在此背景下,知识图谱应运而生,其中知识图谱中的知识推理成为研究热点,目前这一研究热点已在语义搜索、智能问答等方面取得重大成就。     

考虑乘客分流的异质车型通勤定制公交网络优化

定制公交作为城市需求响应交通的重要组成部分,其线网规划的优劣直接影响乘客满意度和系统运营成本.针对一类新的考虑乘客分流和异质车型的早晚高峰时期通勤定制公交网络规划向题,以最小化乘客旅行成本和公交系统运营成本为目标,同时优化异质车队路线、车型选择、行车时刻及乘客分配,构建了一个混合整数非线性规划模型.为有效求解该模型,提出了一种融合问题特征的改进自适应大邻域搜索算法,设计了基于问题特征的乘客分流破坏算子,以提升算法寻优能力.最后,大量算例结果验证了模型的正确性和算法的有效性.实验结果表明:求解小规模算例时,改进自适应大邻域搜索算法能在12秒以内获得距离最优解平均差距为0.24%的满意解;求解大规模算例时,与文献中大邻域搜索算法和遗传算法相比,所提出算法能获得更高质量解,平均成本节约分别为1.20%和2.27%;此外,与未考虑乘客分流和同质车型情形相比,考虑乘客分流和异质车型,得到的方案成本降低11.46%,提高了资源利用率.