-
公开(公告)号：CN113011644A
公开(公告)日：2021-06-22
申请号：CN202110263136.1
申请日：2021-03-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于蚁群优化算法的智慧城市动态冷链物流调度方法，涉及智慧物流和智能计算技术领域。本发明建立了面向动态场景的冷链物流调度模型，与传统冷链物流调度模型不同的地方在于该模型考虑了动态场景中订单信息变化以及冷藏车状态变化等因素。同时，该模型还考虑了配送前先取货的要求，更加贴近现实调度场景。为了求解该模型，本发明基于蚁群优化算法设计了一种调度方法。该方法将调度过程划分为订单分配和路径规划两个阶段，同时集成了双信息素策略、预剪枝策略和记忆学习策略，能够有效地缩小搜索空间并利用历史经验。实验证明，与先到先服务等调度方法相比，本方法具有更好的性能，即获得的调度方案具有更低的成本。
-
公开(公告)号：CN113011644B
公开(公告)日：2022-06-14
申请号：CN202110263136.1
申请日：2021-03-11
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于蚁群优化算法的智慧城市动态冷链物流调度方法，涉及智慧物流和智能计算技术领域。本发明建立了面向动态场景的冷链物流调度模型，与传统冷链物流调度模型不同的地方在于该模型考虑了动态场景中订单信息变化以及冷藏车状态变化等因素。同时，该模型还考虑了配送前先取货的要求，更加贴近现实调度场景。为了求解该模型，本发明基于蚁群优化算法设计了一种调度方法。该方法将调度过程划分为订单分配和路径规划两个阶段，同时集成了双信息素策略、预剪枝策略和记忆学习策略，能够有效地缩小搜索空间并利用历史经验。实验证明，与先到先服务等调度方法相比，本方法具有更好的性能，即获得的调度方案具有更低的成本。
-
公开(公告)号：CN113792996A
公开(公告)日：2021-12-14
申请号：CN202111001534.2
申请日：2021-08-30
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于多种群多目标蚁群算法的机组轮班方法。针对现有机组轮班问题模型的不足，本发明首先从机组成员的角度出发，同时考虑调度的公平性以及成员的满意度，提出双目标机组轮班模型，然后将蚁群算法和多种群多目标框架结合设计了一种高效的多目标蚁群算法。同时，本发明提出了一种新的混合互补的启发式策略，充分利用关于公平性目标和满意度目标的启发式信息以及整合的启发式信息，有利于全面探索帕累托前沿。此外，本发明也针对两个目标分别提出两种不同类型的局部搜索，有助于提高解的质量。本发明公开的多种群多目标蚁群算法在不同规模的实际机组轮班问题上表现稳定，均能在较短时间内得到一系列优质的可行解。
-
公开(公告)号：CN113792996B
公开(公告)日：2023-10-03
申请号：CN202111001534.2
申请日：2021-08-30
Applicant: 华南理工大学
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006 , G06Q50/30
Abstract: 本发明公开了一种基于多种群多目标蚁群算法的机组轮班方法。针对现有机组轮班问题模型的不足，本发明首先从机组成员的角度出发，同时考虑调度的公平性以及成员的满意度，提出双目标机组轮班模型，然后将蚁群算法和多种群多目标框架结合设计了一种高效的多目标蚁群算法。同时，本发明提出了一种新的混合互补的启发式策略，充分利用关于公平性目标和满意度目标的启发式信息以及整合的启发式信息，有利于全面探索帕累托前沿。此外，本发明也针对两个目标分别提出两种不同类型的局部搜索，有助于提高解的质量。本发明公开的多种群多目标蚁群算法在不同规模的实际机组轮班问题上表现稳定，均能在较短时间内得到一系列优质的可行解。
-
-
-
Search Results
4
records
(took 0.015 seconds)
