【摘 要】
：
随着电子商务的不断发展,车辆路径优化问题成为物流领域的研究热点,合理的路径规划可以有效提高货物运送效率,降低运输成本。进化算法在求解该问题上可以获得较好解,因而诸多学者对此进行了深入研究。然而,现有基于进化计算的求解方法搜索解的速度较慢,并且存在随着问题规模不断扩大算法性能急速下降的情况。因此,本文针对带容量约束的车辆路径优化问题（Capacitated Vehicle Routing Probl
论文部分内容阅读
随着电子商务的不断发展,车辆路径优化问题成为物流领域的研究热点,合理的路径规划可以有效提高货物运送效率,降低运输成本。进化算法在求解该问题上可以获得较好解,因而诸多学者对此进行了深入研究。然而,现有基于进化计算的求解方法搜索解的速度较慢,并且存在随着问题规模不断扩大算法性能急速下降的情况。因此,本文针对带容量约束的车辆路径优化问题（Capacitated Vehicle Routing Problems,CVRP）以及大规模车辆路径优化问题（Large-Scale Capacitated Vehicle Routing Problems,LSCVRP）展开研究。本文主要研究内容如下:（1）为了加快算法的收敛速度,提出了一种基于局部信息的进化算法（RMEA）求解车辆路径优化问题。RMEA利用局部信息计算出的相关性矩阵引导算法交叉变异过程,其中,相关性矩阵包含三种局部信息,即每一对客户之间的距离、每一对客户周围的客户密度以及进化过程中精英个体的局部信息。同时,RMEA利用自适应更新策略,使相关性矩阵中精英解信息部分的比重逐渐增大。此外,本文采用一种基于相关性矩阵的多样性保持策略,该策略根据相关性矩阵计算的客户服务概率选择排名靠后的客户插入路径,增加种群多样性。本文在三个基准测试集上进行了测试,对比了八个现有求解CVRP的算法,结果表明RMEA在算法收敛速度和求得解的质量上都具有一定优势。（2）为了提高算法在大规模问题上的性能,提出了一种基于局部信息分组的进化算法（LIGEA）求解大规模车辆路径优化问题。LIGEA采用分而治之的思想,将LSCVRP分解为多个小规模CVRP。算法利用客户间的密度,客户的邻域大小以及进化过程中精英解的局部信息来刻画两个客户隶属与同一个分组的概率。此外,LIGEA利用不同的权重向量,分别对三种局部信息进行计算,增加分组的多样性。在对LSCVRP分解之后,利用进化算法并行求解不同分组下的小规模CVRP。本文在两个LSCVRP基准测试集上进行了测试,实验结果表明LIGEA对比现有的五个求解LSCVRP的算法性能有所提升。
其他文献
近年来,随着科学技术的进步,出现了许多包含大量特征的问题。大量的冗余特征会显著降低模型的学习精度和速度。为了消除冗余特征,特征选择在各个领域被广泛应用。现有的特征选择算法主要分为两类,第一类为过滤式方法,该方法根据数据的特性定义一些评价指标,通常速度较快。第二类是包装式方法,包装式方法通常是一种迭代型算法,能够得到较高的分类精度。为了能够同时提高算法的分类精度和缩短算法的时间,一种基于混合（结合过
随着人工智能技术的快速发展,智能化的人-机交互设备已逐渐走进人们的生活。虽然它们能够较好地按照人们的意愿完成相应的功能,但几乎不能进行情感交流,无法根据使用者的心理感受调整交互方式,这极大制约了其功能和应用范围。情感作为一种主要的信息交流方式,在人们的日常沟通中发挥着重要的作用。开发具有情感自主感知的人机交互系统,已成为人工智能与人机交互领域中一个重要的研究方向。目前,情感计算的主要数据来源大致可
随着信息技术的发展,各领域的数据规模以惊人的速度扩张,这一方面给机器学习、数据挖掘等任务带来了更多的训练信息,另一方面增加了处理这些数据的难度。实例选择（Instance Selection,简称IS）,作为一种常见的数据预处理技术,可以有效地删除一些冗余、噪声的样本,从训练集中获得一个优秀的子集,被广泛应用于机器学习、数据挖掘等任务中。因为实例选择的重要性,过去几十年里,有许多不同的实例选择算法
随着信息化和大数据时代的进一步到来,日益扩大膨胀的信息和数据已经充斥着人们生活的方方面面。为了高效和准确地获取信息,推荐系统成为了人们日常生活中不可或缺的工具。当前,大多学者对推荐系统的研究主要是针对单一领域推荐性能的提高。这种推荐系统大都存在着数据稀疏性的问题,很难精确地建模用户的兴趣。事实上,用户的信息通常是跨平台或者跨领域的,因此不同领域的信息可以相互共享和互为补充。但是针对一个特定的推荐任
随着5G网络的开始商用,人们已经开始越来越依赖网络了。网络中每天都会产生大量的数据,这些数据包括网络用户的一些个人信息,银行卡号,支付密码等等。用户与网站安全的数据交互变得尤为重要。目前,钓鱼网站因其拥有存活时间短,危害性大的特点已经成为网络安全中的一个重大威胁。网络钓鱼利用诸如电子邮件和SMS之类的社会工程技术,将网络钓鱼URL伪装成合法网站的URL来窃取用户的私人信息。因此建立一个可以快速并且
甲状腺结节是最常见的临床病变之一,可由多种病因引起,其发病率逐年升高。对其治疗的关键问题是鉴别结节的良恶性质。超声诊断是甲状腺结节诊断的一种常见方法,并在识别结节大小,定位结节部位、指导穿刺上具有一定价值。当放射医师根据甲状腺超声图像判断甲状腺为恶性时,应进一步进行细针穿刺活检或手术。但是,由于缺乏经验的放射科医生可能会导致误诊。此外,甲状腺结节自身形态复杂多样,以及超声图像本身噪声高且对比度低,
自二十一世纪以来人工智能技术的快速发展,深度学习中的神经网络算法凭借其自主学习能力在分类,检测和分割等任务上得到深入研究,目前基于深度学习的目标检测算法在行为监控、目标检测与追踪、自动驾驶等多个实际应用场景中都证明了其优秀的表现能力。随着遥感技术的进步雷达波已经成功达到毫米级别,合成孔径雷达（Synthetic Aperture Radar,SAR）作为一种应用最多、穿透力较强的雷达波,能够有效探
CDMA是现代通信系统中重要的通信技术之一,其信道可供所有用户同频、同时占用,以扩频码区分用户。但在多用户情形下存在多址干扰问题,使得用户数量的上限和CDMA系统性能受到限制。基站接收机可以使用多用户检测算法来减弱多址干扰并增加系统容量,串行干扰消除（SIC）是多用户检测算法之一,由其具有实现复杂度低和系统性能高的特点而受到广泛的关注。使用这一类的多用户检测算法,可以有效缓解CDMA所面临的多址干
脑-机接口（Brain-Computer Interface,BCI）技术通过解码大脑产生的电信号,在大脑与外部设备之间建立起一条直接的通信通路,是一种新型的人机交互模式。基于头皮脑电（Electroencephalogram,EEG）的BCI由于安全性好、操作简单的优点受到研究人员的广泛关注,但头皮EEG信号的信噪比和空间分辨率不高。独立分量分析（Independent Component An
随着深度学习技术的发展和终端设备的普及,深度学习应用被广泛运行在终端设备。深度学习应用具有强大的数据分析功能,能够处理终端设备产生的海量数据并提取有效信息,以实现终端设备的智能化。深度学习应用作为资源消耗型任务,目前主要有两种部署和执行方式:一种是基于云服务器的部署和执行,另一种是基于终端设备的部署和执行。基于云服务器的部署和执行,将终端设备产生的海量数据发送到云服务器,这将带来较高的传输时延,难