期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
求解冷链物流时间依赖型车辆路径问题的混合自适应大邻域搜索算法
被引量：
7
1
作者
肖智豪
胡志华
朱琳
《计算机应用》
CSCD
北大核心
2022年第9期2926-2935,共10页
针对单一机制的自适应大邻域搜索算法存在早熟收敛、易陷入局部最优的问题,提出了一种混合自适应大邻域搜索算法来求解冷链物流时间依赖型车辆路径问题(TDVRP)。首先,根据连续型行驶时间依赖函数来刻画时变车速,采用综合油耗模型来评估...
针对单一机制的自适应大邻域搜索算法存在早熟收敛、易陷入局部最优的问题,提出了一种混合自适应大邻域搜索算法来求解冷链物流时间依赖型车辆路径问题(TDVRP)。首先,根据连续型行驶时间依赖函数来刻画时变车速,采用综合油耗模型来评估实时燃油消耗量,并建立了以总成本最小化为目标的路径优化模型;然后,根据问题的NP-hard性质和时间依赖特性设计了多种破坏和修复解的大邻域搜索算子,并将破坏-修复大邻域搜索算子融入到人工蜂群(ABC)算法之中,以提高算法的全局搜索能力。仿真实验结果表明,与自适应可变邻域搜索精英蚁群(AVNS_EAC)算法、自适应大邻域搜索精英蚁群(ALNS_EAC)算法、自适应大邻域搜索精英遗传(ALNS_EG)算法和自适应大邻域搜索模拟退火(ALNS_SA)算法相比,所提出的自适应大邻域搜索人工蜂群(ALNS_ABC)算法在多组测试数据上的最优适应度值分别平均提高了46.3%、5.3%、36.8%和6%。可见所提算法计算性能更高、稳定性更强,能够为冷链物流企业兼顾经济效益和环境效益提供更为合理的决策依据。
展开更多
关键词
冷链物流
车辆路径问题
时间依赖型
混合元启发式算法
自适应大邻域搜索
人工蜂群
算法
在线阅读
下载PDF
职称材料
用于求解旅行商问题的深度智慧型蚁群优化算法
被引量：
29
2
作者
王原
陈名
+3 位作者
邢立宁
吴亚辉
马武彬
赵宏
《计算机研究与发展》
EI
CSCD
北大核心
2021年第8期1586-1598,共13页
启发式算法是求解组合优化问题求解的重要手段,其主要特征是能够以可接受的计算代价找到足够好的可行解.然而,设计良好的用于求解组合优化问题的启发式算法需要大量的专业领域知识以及大量的试错工作,且人工设计的启发式算法不能够保证...
启发式算法是求解组合优化问题求解的重要手段,其主要特征是能够以可接受的计算代价找到足够好的可行解.然而,设计良好的用于求解组合优化问题的启发式算法需要大量的专业领域知识以及大量的试错工作,且人工设计的启发式算法不能够保证在不同问题集上均具有一致性表现.另一方面,深度学习方法能够通过学习自动设计启发式规则,然而深度学习方法通常缺少在解空间内搜索的能力.为克服以上问题,提出了一种基于蚁群优化和深度强化学习的混合启发式算法框架.在该框架中,蚁群算法能够利用深度强化学习提取的启发式信息,而深度强化学习方法的解空间搜索性能也由于蚁群算法的加入而获得提高.采用经典的TSPLIB中的算例对该算法求解旅行商问题的效能进行了计算验证,结果表明采用深度学习方法能够极大地提升蚁群算法的计算表现,并降低其计算代价.
展开更多
关键词
深度强化学习
蚁群优化
算法
端到端学习
混合元启发式算法
旅行商问题
在线阅读
下载PDF
职称材料
题名
求解冷链物流时间依赖型车辆路径问题的混合自适应大邻域搜索算法
被引量：
7
1
作者
肖智豪
胡志华
朱琳
机构
上海海事大学物流研究中心
出处
《计算机应用》
CSCD
北大核心
2022年第9期2926-2935,共10页
基金
国家自然科学基金资助项目(71871136)。
文摘
针对单一机制的自适应大邻域搜索算法存在早熟收敛、易陷入局部最优的问题,提出了一种混合自适应大邻域搜索算法来求解冷链物流时间依赖型车辆路径问题(TDVRP)。首先,根据连续型行驶时间依赖函数来刻画时变车速,采用综合油耗模型来评估实时燃油消耗量,并建立了以总成本最小化为目标的路径优化模型;然后,根据问题的NP-hard性质和时间依赖特性设计了多种破坏和修复解的大邻域搜索算子,并将破坏-修复大邻域搜索算子融入到人工蜂群(ABC)算法之中,以提高算法的全局搜索能力。仿真实验结果表明,与自适应可变邻域搜索精英蚁群(AVNS_EAC)算法、自适应大邻域搜索精英蚁群(ALNS_EAC)算法、自适应大邻域搜索精英遗传(ALNS_EG)算法和自适应大邻域搜索模拟退火(ALNS_SA)算法相比,所提出的自适应大邻域搜索人工蜂群(ALNS_ABC)算法在多组测试数据上的最优适应度值分别平均提高了46.3%、5.3%、36.8%和6%。可见所提算法计算性能更高、稳定性更强,能够为冷链物流企业兼顾经济效益和环境效益提供更为合理的决策依据。
关键词
冷链物流
车辆路径问题
时间依赖型
混合元启发式算法
自适应大邻域搜索
人工蜂群
算法
Keywords
cold chain logistics
Vehicle Routing Problem(VRP)
time-dependent
hybrid metaheuristic algorithm
adaptive large neighborhood search
Artificial Bee Colony(ABC)algorithm
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
用于求解旅行商问题的深度智慧型蚁群优化算法
被引量：
29
2
作者
王原
陈名
邢立宁
吴亚辉
马武彬
赵宏
机构
国防科技大学系统工程学院
湖南安全技术职业学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2021年第8期1586-1598,共13页
基金
国家自然科学基金项目(61773120)
全国优秀博士学位论文作者专项资金(2014-92)。
文摘
启发式算法是求解组合优化问题求解的重要手段,其主要特征是能够以可接受的计算代价找到足够好的可行解.然而,设计良好的用于求解组合优化问题的启发式算法需要大量的专业领域知识以及大量的试错工作,且人工设计的启发式算法不能够保证在不同问题集上均具有一致性表现.另一方面,深度学习方法能够通过学习自动设计启发式规则,然而深度学习方法通常缺少在解空间内搜索的能力.为克服以上问题,提出了一种基于蚁群优化和深度强化学习的混合启发式算法框架.在该框架中,蚁群算法能够利用深度强化学习提取的启发式信息,而深度强化学习方法的解空间搜索性能也由于蚁群算法的加入而获得提高.采用经典的TSPLIB中的算例对该算法求解旅行商问题的效能进行了计算验证,结果表明采用深度学习方法能够极大地提升蚁群算法的计算表现,并降低其计算代价.
关键词
深度强化学习
蚁群优化
算法
端到端学习
混合元启发式算法
旅行商问题
Keywords
deep reinforcement learning
ant colony optimization
end-to-end learning
hybrid meta-heuristics
travelling salesman problem
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
求解冷链物流时间依赖型车辆路径问题的混合自适应大邻域搜索算法
肖智豪
胡志华
朱琳
《计算机应用》
CSCD
北大核心
2022
7
在线阅读
下载PDF
职称材料
2
用于求解旅行商问题的深度智慧型蚁群优化算法
王原
陈名
邢立宁
吴亚辉
马武彬
赵宏
《计算机研究与发展》
EI
CSCD
北大核心
2021
29
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
