检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蚁群算法的改进及其在若干优化问题中的应用

蚁群算法的改进及其在若干优化问题中的应用

作者：许凯波江南大学

学位级别：硕士

蚁群优化(Ant colony optimization,简称ACO)算法是根据蚂蚁寻找食物时发现路径的行为提出的,该算法具有并行式、正反馈、自组织等许多优良的性质。最初ACO算法用于求解旅行售货商问题(Traveling Salesman Problem,简称TSP),随后又被用... 详细信息

蚁群优化(Ant colony optimization,简称ACO)算法是根据蚂蚁寻找食物时发现路径的行为提出的,该算法具有并行式、正反馈、自组织等许多优良的性质。最初ACO算法用于求解旅行售货商问题(Traveling Salesman Problem,简称TSP),随后又被用于求解路径规划、数据挖掘等问题。TSP是找一个无向带权完全图里权值最小的一条Hamilton回路;路径规划是机器人研究领域的重要内容之一,其目的是在有障碍物的环境中为机器人寻找一条满足特定指标最优的路径。应用ACO算法求解这两个问题时,都存在收敛慢、容易陷入局部最优等缺陷。为此,本文提出改进的ACO算法来求解这两个问题,主要工作概括如下:(1)针对蚁群(ACO)算法收敛速度慢、容易陷入局部最优等缺陷,提出了一种改进信息素二次更新局部优化蚁群算法(IPDULACO)。该算法对蚁群搜索到的当前全局最优解中路径贡献度大于给定的路径贡献阈值的子路径信息素进行二次更新,以提高构成潜在最优解的子路径被选择的概率,从而加快算法的收敛速度。其次,在搜索过程中,当算法陷入局部最优时,使用随机插入法对局部最优解中城市的排序进行调整,以增强算法跳出局部最优解的能力。实验结果表明,IPDULACO具有更强的搜索全局最优解的能力和更快的收敛速度。(2)针对动态环境未知时变的特点,提出一种机器人路径规划新方法。在该方法中,首先对栅格法建立的环境模型进行凸化处理,以避免机器人沿规划路径移动时陷入U型陷阱,从而加快路径规划的速度;其次,提出双层蚁群算法(DACO),在每次迭代中先用外层ACO算法寻找一条路径,然后以该路径为基础构造一个小环境,接着在该环境下用内层ACO算法重新寻优,若寻得的路径质量更高,则更新路径并执行本文给出的一种新型信息素二次更新策略;最后,针对环境中不同动态障碍物的体积和速度,提出三种避障策略。动态环境下,先由DACO算法为机器人规划一条当前环境(即静态环境)下从起点到终点的全局最优路径,然后从当前起点开始,通过自带传感器获取动态环境信息,并根据需要执行等待、正碰或追尾避障策略,到达新的起点。仿真实验表明,该方法可以在动态环境下实时地为移动机器人规划出一条安全且最短的路径,是移动机器人路径规划问题的一种切实有效的方法。(3)针对ACO算法求解三维路径规划问题时容易陷入局部最优的缺陷,以及三维环境的特点,对ACO算法进行改进。首先根据下一可选节点距终点的距离的远近赋予不同大小的权值,近的节点赋予较大的权值,远的节点赋予较小的权值;此外通过引入高度因子对节点选择概率进行改进,控制算法向适应度值高的区域搜索,进而提高最优解质量。仿真结果也表明了改进算法的有效性。

关键词：组合优化蚁群优化算法信息素旅行售货商问题移动机器人路径规划

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Z公司果酒市场营销策略研究

Z公司果酒市场营销策略研究

作者：许凯波山东大学

学位级别：硕士

人们的健康意识随着时代的发展已经开始逐渐提升,人们的消费习惯和消费观念逐渐向着养生的方向转变。酒水的消费趋势逐渐从谷物类酒水转向水果发酵酒,越来越多的消费者开始接受和认可果酒。果酒因其具有的果香、口感好、酒精度低、营养... 详细信息

人们的健康意识随着时代的发展已经开始逐渐提升,人们的消费习惯和消费观念逐渐向着养生的方向转变。酒水的消费趋势逐渐从谷物类酒水转向水果发酵酒,越来越多的消费者开始接受和认可果酒。果酒因其具有的果香、口感好、酒精度低、营养价值高、保健效果好等特点而深受消费者的喜爱。相较于葡萄酒在中国市场的发展速度,其他果酒的发展速度相对缓慢,绝大多数消费者对果酒的认知程度仍然偏低。果酒行业整体呈现出企业规模小、企业实力较弱、技术装备水平低、品牌影响力不强等特点。目前,对于果酒营销策略的研究主要集中在葡萄酒领域,而对除葡萄酒以外的其他果酒营销策略的研究内容较少且缺乏系统性。因此果酒营销策略的理论应用和实证研究,在一定程度上可以助推果酒行业的前进和发展。本文以STP理论、4P理论等营销理论为基础,对Z公司目前的产品市场定位和营销策略进行了深入分析,识别出存在的问题,继而应用SWOT分析模型、PEST分析模型和波特五力分析模型,分析了Z公司所面临的宏观环境和微观环境,结合Z公司实际运营情况,重新进行市场定位并提出新的营销策略建议。具体营销策略包括:第一,产品策略,包括升级产品名称、提升产品品质、升级产品包装、创新产品品类;第二,价格策略,依据产品属性、市场定位确定差异化的价格体系;第三,渠道策略,根据产品属性选择适合的销售渠道,拓宽KA渠道,新增OEM/ODM渠道和直播渠道;第四,促销策略,包含优化广告宣传策略和加大促销费用投入。最后,为了确保以上营销策略的顺利实施,需要辅以相应的保障措施,包括优化营销组织架构、建立市场调研体系、建立市场反馈机制、推进企业信息化建设及加强资金及技术支持。通过对Z公司的市场营销策略进行分析并提出优化建议,可以助推Z公司实现产品及品牌升级,逐步建立国内果酒品牌领先地位,进而依托品牌效力推动产品销售,实现快速占领果酒市场的目的。同时,本论文的研究结果,也可在一定程度上为其他果酒企业在制定营销策略时提供参考和借鉴。

关键词： Z公司果酒营销战略营销策略

基于双层蚁群算法和动态环境的机器人路径规划方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子学报 2019年第10期47卷 2166-2176页

作者：许凯波鲁海燕黄洋胡士娟江南大学理学院江苏无锡214122 无锡市玉祁高级中学江苏无锡214183

针对动态环境未知时变的特点,提出一种机器人路径规划新方法.在该方法中,首先对栅格法建立的环境模型进行凸化处理,以避免机器人沿规划路径移动时陷入U型陷阱,从而加快路径规划的速度;其次,提出双层蚁群算法(DACO),在每次迭代中先用外... 详细信息

针对动态环境未知时变的特点,提出一种机器人路径规划新方法.在该方法中,首先对栅格法建立的环境模型进行凸化处理,以避免机器人沿规划路径移动时陷入U型陷阱,从而加快路径规划的速度;其次,提出双层蚁群算法(DACO),在每次迭代中先用外层蚁群算法寻找一条路径,然后以该路径为基础构造一个小环境,接着在该环境下用内层蚁群算法重新寻优,若寻得的路径质量更高,则更新路径并执行本文给出的一种新型信息素二次更新策略;最后,针对环境中不同动态障碍物的体积和速度,提出三种避障策略.动态环境下,机器人先由DACO算法规划一条静态环境下从起点到终点的全局最优路径,然后从当前起点开始,通过自带传感器获取动态环境信息,并根据需要执行等待、正碰或追尾避障策略,到达新的起点.仿真实验表明,该方法可以在动态环境下实时地为移动机器人规划出一条安全且最短的路径,是求解移动机器人路径规划问题的一种切实有效的方法.

关键词：动态障碍物移动机器人路径规划蚁群算法栅格法

基于新维无偏灰色RBF神经网络的居民消费价格指数预测模型

在线全文

学校读者我要写书评

暂无评论

统计与决策 2018年第10期34卷 74-76页

作者：黄洋鲁海燕程毕芸许凯波江南大学理学院

针对居民消费价格指数的特点,结合灰色理论和RBF神经网络的优点,利用新信息优先的思想,提出一种基于新维无偏灰色RBF神经网络的居民消费价格指数预测模型。首先对原始数据进行对数变换,提高数据的光滑度;然后建立无偏灰色预测模型,利用... 详细信息

针对居民消费价格指数的特点,结合灰色理论和RBF神经网络的优点,利用新信息优先的思想,提出一种基于新维无偏灰色RBF神经网络的居民消费价格指数预测模型。首先对原始数据进行对数变换,提高数据的光滑度;然后建立无偏灰色预测模型,利用预测数据对原始数据进行等维更新;最后建立无偏灰色模型,并利用预测数据对RBF神经网络进行训练。通过对我国居民价格消费指数数据进行建模分析和实验,结果表明,文章提出的新维无偏灰色RBF神经网络预测模型比无偏灰色模型以及无偏灰色RBF神经网络模型的预测结果的相对误差小,且模型的预测精度更高。

关键词：灰色模型 RBF神经网络新维居民消费价格指数

一种动态调整惯性权重的简化均值粒子群优化算法

在线全文

学校读者我要写书评

暂无评论

小型微型计算机系统 2018年第12期39卷 2590-2595页

作者：黄洋鲁海燕许凯波沈莞蔷江南大学理学院江苏无锡214122 江南大学无锡市生物计算工程技术研究中心江苏无锡214122

提出了一种动态调整惯性权重的简化均值粒子群优化算法(DSMPSO).该算法在简化粒子群优化算法的基础上,利用个体最优位置和全局最优位置的线性组合取代算法个体最优位置和全局最优位置,以加快算法的收敛速度以及寻优精度;此外,构造了一... 详细信息

提出了一种动态调整惯性权重的简化均值粒子群优化算法(DSMPSO).该算法在简化粒子群优化算法的基础上,利用个体最优位置和全局最优位置的线性组合取代算法个体最优位置和全局最优位置,以加快算法的收敛速度以及寻优精度;此外,构造了一种基于余弦函数的惯性权重,并加入服从贝塔分布的随机调整策略,以实现对惯性权重的动态调整,从而更好地平衡算法的全局和局部搜索能力,并增加种群的多样性.仿真实验结果表明,与其他一些改进算法相比,本文的新算法具有更快的收敛速度和更高的寻优精度.

关键词：粒子群优化均值余弦函数贝塔分布线性组合

求解TSP的改进信息素二次更新与局部优化蚁群算法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2017年第6期37卷 1686-1691页

作者：许凯波鲁海燕程毕芸黄洋江南大学理学院江苏无锡214122

针对蚁群(ACO)算法收敛速度慢、容易陷入局部最优的缺陷,提出了一种改进信息素二次更新局部优化蚁群算法(IPDULACO)。该算法对蚁群搜索到的当前全局最优解中路径贡献度大于给定的路径贡献阈值的子路径信息素进行二次更新,以提高构成潜... 详细信息

针对蚁群(ACO)算法收敛速度慢、容易陷入局部最优的缺陷,提出了一种改进信息素二次更新局部优化蚁群算法(IPDULACO)。该算法对蚁群搜索到的当前全局最优解中路径贡献度大于给定的路径贡献阈值的子路径信息素进行二次更新,以提高构成潜在最优解的子路径被选择的概率,从而加快算法的收敛。然后,在搜索过程中,当蚁群陷入局部最优时,使用随机插入法对局部最优解中城市的排序进行调整,以增强算法跳出局部最优解的能力。将改进算法应用于若干经典的旅行售货商问题(TSP)进行仿真实验,实验结果表明,对于小规模的TSP,IPDULACO可以在较少的迭代次数内获得已知最优解;对于较大规模的TSP,IPDULACO可以在较少的迭代次数内获得更精确的解。因此,IPDULACO具有更强的搜索全局最优解的能力和更快的收敛速度,可以高效求解TSP。

关键词：旅行售货商问题蚁群算法信息素二次更新局部优化

在线全文

学校读者我要写书评

暂无评论

求解TSP的自适应优秀系数粒子群优化算法

计算机应用 2017年第3期37卷 750-754,781页

作者：程毕芸鲁海燕黄洋许凯波江南大学理学院江苏无锡214122

针对基本离散粒子群优化(PSO)算法求解旅行售货商问题(TSP)时容易陷入局部最优解和早熟收敛的问题,提出了一种基于自适应优秀系数的粒子群(SECPSO)算法。为了提高算法的全局搜索能力,在已有工作的基础上,进一步利用启发式信息对静态的... 详细信息

针对基本离散粒子群优化(PSO)算法求解旅行售货商问题(TSP)时容易陷入局部最优解和早熟收敛的问题,提出了一种基于自适应优秀系数的粒子群(SECPSO)算法。为了提高算法的全局搜索能力,在已有工作的基础上,进一步利用启发式信息对静态的路径优秀系数进行修改,使之可根据解的搜索过程进行自适应动态调整;另外,为了进一步提高解的精确性和算法的收敛速度,添加了3-opt搜索机制,提高算法的局部搜索能力。利用Matlab进行了实验仿真,用国际通用的TSP数据库(TSPLIB)中的若干经典实例对算法性能进行了测试。实验结果表明,与其他几种算法相比,SECPSO算法在全局寻优能力和更快的收敛速度方面表现更优,是求解TSP问题的一种有潜力的智能算法。

关键词：自适应优秀系数 3-opt 粒子群优化算法旅行售货商问题

在线全文

学校读者我要写书评

暂无评论

求解工作量平衡多旅行商问题的改进遗传算法

计算机工程与应用 2019年第17期55卷 150-155,231页

作者：胡士娟鲁海燕黄洋许凯波江南大学理学院江苏无锡214122 无锡市生物计算工程技术研究中心江苏无锡214122

针对工作量平衡的多旅行商问题,提出了一种融合杂草算法繁殖机制和局部优化变异算子的改进遗传算法(Reproductive mechanism and Local optimization mutation operator based Genetic Algorithm,RLGA)。该算法利用入侵杂草优化算法中... 详细信息

针对工作量平衡的多旅行商问题,提出了一种融合杂草算法繁殖机制和局部优化变异算子的改进遗传算法(Reproductive mechanism and Local optimization mutation operator based Genetic Algorithm,RLGA)。该算法利用入侵杂草优化算法中以适应度为基准的繁殖机制来产生种群并进行遗传操作,以此来提高算法的搜索效率;同时提出一种混合局部优化算子作为变异算子来提高算法的局部搜索能力,从而提高收敛精度。实验结果表明,RLGA在求解工作量平衡的多旅行商问题时可以快速收敛到较优解,并且求解精度得到了很大的提高。

关键词：多旅行商问题遗传算法繁殖机制局部优化入侵杂草优化算法变异算子

在线全文

学校读者我要写书评

暂无评论

基于S型函数的自适应粒子群优化算法

计算机科学 2019年第1期46卷 245-250页

作者：黄洋鲁海燕许凯波胡士娟江南大学理学院江苏无锡214122 无锡市生物计算工程技术研究中心江苏无锡214122

针对粒子群算法求解精度低和后期收敛速度慢等问题,提出了一种基于S型函数的自适应粒子群优化算法SAPSO (S-shaped function based Adaptive Particle Swarm Optimization)。该算法利用倒S型函数的特点,实现了对惯性权重的非线性调整,... 详细信息

针对粒子群算法求解精度低和后期收敛速度慢等问题,提出了一种基于S型函数的自适应粒子群优化算法SAPSO (S-shaped function based Adaptive Particle Swarm Optimization)。该算法利用倒S型函数的特点,实现了对惯性权重的非线性调整,从而更好地平衡算法的全局搜索能力和局部搜索能力;同时,在算法的位置更新公式中引入S型函数,并利用个体粒子自身的适应度值与群体平均适应度值的比值自适应地调整搜索步长,从而提高算法的搜索效率。在若干经典测试函数上的仿真实验结果表明,与已有的几种改进粒子群算法相比,SAPSO在收敛速度和求解精度方面均有较大优势。

关键词： S型函数惯性权重位置更新粒子群优化算法