修正PRP共轭梯度方法求解无约束最优化问题

基于著名的PRP共轭梯度方法,利用CG_DESCENT共轭梯度方法的结构,本文提出了一种求解大规模无约束最优化问题的修正PRP共轭梯度方法。该方法在每一步迭代中均能够产生一个充分下降的搜索方向,且独立于任何线搜索条件。在标准Wolfe线搜索条件下,证明了修正PRP共轭梯度方法的全局收敛性和线性收敛速度。数值结果展示了修正PRP方法对给定的测试问题是非常有效的。     

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.