甘肃省科技支撑计划(1304FKCA097)
- 作品数：4 被引量：27H指数：2
- 相关作者：王秀丽李秦渝王飞鲁怀伟邬开俊更多>>
- 相关机构：兰州城市学院甘肃政法学院兰州交通大学更多>>
- 发文基金：甘肃省科技支撑计划国家社会科学基金甘肃省自然科学基金更多>>
- 相关领域：自动化与计算机技术经济管理更多>>
- 多阶段多类型设备采购决策模型及求解算法
- 2016年
- 为解决企业在多个规划阶段内对不同类型设备的采购决策问题,考虑每个阶段产量的约束和不同类型设备的属性差异,以各阶段对不同类型设备采购数量为决策变量,总的采购费用和维护费用最小化为目标,构建混合整数规划模型。针对模型特点,设计一种与变邻域搜索方法相结合的混合遗传算法。提出基因组操作模式,利用多重随机方式生成初始种群,构造专门的遗传算子和染色体修复策略,实现对非线性、离散的多阶段动态决策问题的有效求解。算例结果验证了模型的正确性和算法的有效性,与其它算法相比,该算法具有更好的收敛速度和寻优能力。
- 李秦渝王秀丽
- 关键词：变邻域搜索混合遗传算法
- 基于模糊需求的物流配送中心选址双层规划模型被引量：2
- 2016年
- 考虑客户需求的不确定性对物流配送中心选址的影响,分别以配送中心总费用最小和客户费用最小为目标,构建了基于客户模糊需求下物流配送中心选址的双层规划模型。首先运用模糊数学原理对模型做了清晰化处理,并采用遗传算法对模型进行求解,最后通过算例对模型的正确性及算法的有效性进行了验证。计算结果表明,该选址模型可有效降低物流系统总费用,现实中具有指导作用。
- 李秦渝王秀丽
- 关键词：配送中心选址三角模糊数遗传算法
- 云环境下基于DPSO的任务调度算法被引量：11
- 2014年
- 针对云计算任务调度问题,结合粒子群优化(PSO)算法的种群个体协作和信息共享特点,提出一种基于离散粒子群优化(DPSO)的任务调度算法。采用随机方法生成初始种群,利用时变方式调整惯性权重,并在位置更新中使用绝对值取整求余映射法进行合法化处理,提高PSO算法的离散化程度。搭建并重新编译了CloudSim云计算仿真平台进行实验,结果显示,当迭代次数为200时,DPSO、PSO、GA算法的所有任务最终调度时间分别为457.69 s、467.90 s、472.41 s,从而证明DPSO算法能够有效解决云计算环境下的任务调度问题,并且算法收敛速度优于PSO和GA算法。
- 邬开俊鲁怀伟
- 关键词：云计算粒子群优化任务调度惯性权重
- 带时间窗车辆调度问题的改进粒子群算法被引量：14
- 2014年
- 带时间窗车辆调度问题是一类典型的NP难解问题。为了克服标准粒子群算法存在早熟收敛和易陷入局部解等问题,提出了一种改进的粒子群优化算法。该算法在惯性权重递减的基础上通过群体极值进行t分布变异,使算法跳出局部收敛,将该算法应用于带时间窗的车辆调度问题优化。算例证明了改进粒子群算法应用于求解带时间窗的车辆调度问题的可行性和有效性。
- 王飞
- 关键词：NP问题粒子群优化算法T分布
