文献检索-宁波市创意产业特色资源库

限定检索结果

学习型蚁群算法求解绿色多车场车辆路径问题: 收藏
分享
引用; 《系统仿真学报》2021年第9期33卷 2095-2108页; 作者：胡蓉陈文博钱斌郭宁向凤红昆明理工大学信息工程与自动化学院云南昆明650500 昆明理工大学云南省人工智能重点实验室云南昆明650500; 针对我国城市中心区域路况较拥堵的实际情况,设计基于车辆行驶路段的速度计算方法,同时考虑车辆行驶距离、载重和速度因素,建立以最小化总油耗费用为目标的绿色多车场车辆路径问题模型,提出一种融合蚁群优化算法(Ant Colony Optimizatio...; 针对我国城市中心区域路况较拥堵的实际情况,设计基于车辆行驶路段的速度计算方法,同时考虑车辆行驶距离、载重和速度因素,建立以最小化总油耗费用为目标的绿色多车场车辆路径问题模型,提出一种融合蚁群优化算法(Ant Colony Optimization,ACO)与知识模型的学习型蚁群优化算法(Learning Ant Colony Optimization,LACO)进行求解。为提高算法全局搜索性能和鲁棒性,设计由不同ACO参数组合和各参数组合选取概率组成的参数知识,用于每代调整ACO参数;为增强算法局部搜索能力,设计由各邻域操作贡献率组成的局部操作知识,用于每代确定各邻域操作的执行次数。通过在不同规模问题上的仿真实验和算法对比,验证所提LACO的有效性。; 来源：详细信息评论

限定检索结果