基于改进神经网络的非满载车辆路线优化模型

作     者：林文如 陈腾林 林国福 LIN Wenru;CHEN Tenglin;LIN Guofu

作者机构：闽江学院计算机科学系福州350108 闽江学院交通学院福州350108 

基　　金：福建省教育厅科技项目(No.JB12150 No.JB13165) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2015年第51卷第16期

页      码：239-242,247页

摘      要：货物流通过程中,目前流行的车辆调度方式——基于简单的神经网络模型设计,造成运输成本的浪费。提出了一种基于改进神经网络的非满载车辆路线优化挖掘模型,来解决运输过程中的非满载车辆调度优化问题。改进的模型通过对非满载车辆时域长度和空域概率的加权、对神经网络稳定状态进行约束、建立非满载车辆起点和终点函数方程生成改进算法配送模型,并通过对新模型进行时间窗加权,合成了改进神经网络非满载车辆挖掘模式。仿真结果表明,该挖掘模型与传统的神经网络计算方法相比,能够提高非满载车辆路线选择效率和正确性,取得了较好的效果。

主 题 词：神经网络 非满载车辆 线路优化 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3778/j.issn.1002-8331.1410-0166

馆 藏 号：203571909...