摘要：针对交通限行条件下城市配送的现实问题,提出基于车辆协作的"多对多"网络化换乘联运策略。设计协作点的选择准则与序贯式联运规则,以协作点衔接城市通行区域与限行区域,建立基于车辆协作的城市配送换乘联运模型。同时,考虑到模型的复杂性,利用云模型云滴的随机性与倾向性,改进遗传算法中变异与交叉概率的设置方式,设计云遗传算法优先求解第二级配送问题,再利用C-W算法求解第一级配送问题,为了增强算法的求解质量与效率,设计了扰动算子与种群扩张算子。最后,结合不同算例验证了模型与算法的有效性。

摘要：分析了有时间约束的基于多车辆协作的随机路径问题,提出了问题的随机规划期望值模型。设计了问题中的两车辆协作的随机路径问题的遗传算法,在遗传算法中采用时间惩罚过滤算子优化了初始种群,提高了收敛速度。给出了算法的应用示例,表明了模型和算法是多车辆协作随机路径问题的一种有效算法。为研究多车辆协作的随机路径问题提供了新的理论和方法。

摘要：针对车联网中海量内容即时交付的需求,研究了车辆协作的无线缓存架构,设计动态内容推送机制,解决高效缓存更新问题;综合车辆分布、内容流行度和文件时效性等要素定义缓存效能,引入非正交多址接入技术实现单时隙多文件推送;以最大化缓存命中率为目标,建立车辆和文件的协同优化问题,提出基于动态规划的交替迭代算法降低求解复杂度。仿真结果表明,所提方案相比传统方案至少降低16.8%的时延。