摘要：生鲜电商、冷链宅配的盛行使冷链物流订单呈现出"小批量、多批次、易腐坏"的特点,进一步增大了城市冷链物流配送路径优化的必要性与难度.鉴于此,同时考虑顾客满意度和道路拥堵状况,构建最小化总成本的冷链车辆路径优化数学模型.为求解该问题,将知识型精英策略下的禁忌搜索算子和动态概率选择的知识模型融入蚁群算法,设计一种新的知识型蚁群算法.通过对模拟实例和真实实例进行仿真实验,对传统蚁群算法、基于禁忌搜索改进的蚁群算法与所提出的知识型蚁群算法进行对比分析,验证了所构模型和知识型蚁群算法的有效性.

摘要：提出了一种基于遗传算法的面向应急对地观测任务的多平台资源部署优化方法。该方法通过把观测区域离散化为网格点的集合,将多平台资源部署问题形式化为一个组合优化问题,其目标是在一定响应时间约束下最大化观测区域覆盖率。设计的求解算法采用整数编码表示各平台资源的部署位置,使用精英保留策略加快算法收敛速度。仿真结果表明,该方法能够快速获得满意的卫星、飞艇、无人机多平台资源部署方案。

摘要：随着仿真规模的扩大,仿真过程中的影响因素增多,仿真方案空间呈指数级增长,对仿真提出新的挑战。提出贝叶斯优化仿真方法,基于仿真结果构建高斯回归模型,并采用序贯策略逐步在线学习更新高斯回归模型,从而不断优化实验方案。仿真结果显示,相对于近正交拉丁超立方实验设计方法,寻找作战效能相同的试验方案,采用贝叶斯优化试验方法所需的实验次数更少;在相同时间条件,新方法找到的实验方案作战效能更高,有效证明了算法的有效性。