检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

陈彦如作品

少年月刊 2020年第Z2期 97-97页

作者：陈彦如西安市灞桥区纺织城小学六(3)班

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑众包场景的电动车动态需求车辆路径问题

计算机集成制造系统 2024年第7期30卷 2588-2607页

作者：杜千南丽君陈彦如西南交通大学经济管理学院四川成都610031

针对企业自有车辆和社会车辆共同取送货的场景,以及国家节能环保的政策背景,考虑分时电价、部分充电、软时间窗、以及动态需求等因素,以最小化配送总成本为目标,建立考虑众包场景的电动车动态需求车辆路径问题(EDDVRP-CD)的两阶段整数... 详细信息

针对企业自有车辆和社会车辆共同取送货的场景,以及国家节能环保的政策背景,考虑分时电价、部分充电、软时间窗、以及动态需求等因素,以最小化配送总成本为目标,建立考虑众包场景的电动车动态需求车辆路径问题(EDDVRP-CD)的两阶段整数规划模型。考虑动态需求的时效性,设计了启发式算法——改进的禁忌自适应大规模邻域搜索算法(IALNS-TS),增加了新的删除算子和修复算子,同时提出了加速策略。分别与两种算法——自适应大规模邻域搜索算法(ALNS)以及禁忌搜索算法(TS)进行对比,通过大量算例验证了IALNS-TS算法能够快速响应动态需求,并有效降低总配送费用。

关键词：众包模式分时电价电动车车辆路径问题动态需求改进的禁忌自适应大规模邻域搜索算法

在线全文

学校读者我要写书评

暂无评论

闽南传统剪瓷雕在初中美术课堂中的实践探究

闽南传统剪瓷雕在初中美术课堂中的实践探究

作者：陈彦如闽南师范大学

学位级别：硕士

基于VMD-EWT-QWLSTM-TPE深度学习模型的超短时物流需求多步预测

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

控制与决策 2024年第6期39卷 1859-1868页

作者：杨新彪陈彦如秦娟冉茂亮西南交通大学经济管理学院成都610031 服务科学与创新四川省重点实验室成都610031

超短时物流需求预测是企业物流资源智能调度的重要基础,然而,超短时物流需求数据具有强随机性、高波动性、非平稳性等特征,进行多步精确预测较为困难.基于此,构建基于串行数据分解和量子加权深度网络的超短时物流需求多步预测模型.首先... 详细信息

超短时物流需求预测是企业物流资源智能调度的重要基础,然而,超短时物流需求数据具有强随机性、高波动性、非平稳性等特征,进行多步精确预测较为困难.基于此,构建基于串行数据分解和量子加权深度网络的超短时物流需求多步预测模型.首先,通过变分模态分解(VMD)和经验小波变换(EWT)的串行分解方法对超短时物流需求数据的时序特征进行有效提取,以剥离噪声信号,降低原始数据的非平稳性和随机性;然后,构建量子加权长短期记忆神经网络(QWLSTM)深度学习模型,设计多输入多输出策略对分解后的模态分量进行多步预测,并基于树形Parzen评估器(TPE)对QWLSTM的超参数组进行优化;最后,对各模态分量的预测结果进行重构.实验结果表明,所提出模型在平均绝对值误差(MAE)、均方误差(MSE)、加权平均绝对百分比误差(WMAPE)、校正决定系数(R2)方面,均优于其他15种对比模型.

关键词：超短时物流需求多步预测串行数据分解量子加权深度学习模型 TPE参数优化

融合深度强化学习的改进遗传算法求解众包车辆-公共交通协同配送问题

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：冯睿锋陈彦如西南交通大学经济管理学院

针对农村地区配送场景，提出了一种车辆路径问题的变体—众包车辆-公共交通协同配送问题（Vehicle Routing Problem with Occasional Drivers and Scheduled Lines，VRPOD-SL）。该问题需对参与配送的公交车辆及其服务的物流客户进行选... 详细信息

针对农村地区配送场景，提出了一种车辆路径问题的变体—众包车辆-公共交通协同配送问题（Vehicle Routing Problem with Occasional Drivers and Scheduled Lines，VRPOD-SL）。该问题需对参与配送的公交车辆及其服务的物流客户进行选择，同时需选择参与配送的众包车辆，并对众包车辆的行驶路径等进行决策。考虑了众包车辆的起终点、服务范围和最大载重，以及公交车辆的载货空间限制和按固定路线行驶等特点，以最小化配送总成本为优化目标，构建了VRPOD-SL问题的整数规划模型。由于公交车辆提供物流服务的客户选择决策，影响到众包车辆的服务客户选择，进而需要不断求解众包车辆路径问题，这导致问题的计算复杂度较高，因此设计了一种基于深度强化学习的启发式算法，即融合了注意力模型的遗传算法（Genetic Algorithm with Attention Model， GA-AM）。该算法将遗传算法（GA）的全局搜索特性和注意力模型（AM）的并行决策能力相结合，能够有效减少VRPOD-SL问题的求解时间。同时设计了局部搜索算法，以进一步提高解决方案的质量。数值实验表明，所提出的GA-AM在求解性能方面明显优于Gurobi求解器、自适应大邻域搜索算法（ALNS）和变邻域搜索算法（VNS）。此外，研究结果也验证了众包车辆-公共交通协同配送模式的有效性。

关键词：车辆路径问题深度强化学习改进遗传算法众包车辆-公共交通协同配送

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

结直肠癌关键基因筛选及探究

结直肠癌关键基因筛选及探究

作者：陈彦如安徽财经大学

学位级别：硕士

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

基于深度强化学习的外卖即时配送实时优化

计算机工程 2024年

作者：陈彦如刘珂良冉茂亮西南交通大学经济管理学院

为了应对外卖配送任务在用餐高峰期运力紧张、订单延迟送达率高的挑战，提出了一种基于深度强化学习(DRL)的外卖即时配送实时优化策略，以提升外卖平台长期客户服务水平。首先，本文充分考虑外卖配送中备餐时间、取送顺序、时间窗等约... 详细信息

为了应对外卖配送任务在用餐高峰期运力紧张、订单延迟送达率高的挑战，提出了一种基于深度强化学习(DRL)的外卖即时配送实时优化策略，以提升外卖平台长期客户服务水平。首先，本文充分考虑外卖配送中备餐时间、取送顺序、时间窗等约束，以最大化期望平均客户服务水平为目标，建立了考虑随机需求的外卖即时配送问题的马尔科夫决策过程(MDP)模型；其次，设计了一种结合近似策略优化(PPO)算法和插入启发式(IH)算法的外卖即时配送优化策略PPO-IH。PPO-IH使用融合注意力机制的策略网络对订单-骑手进行匹配，通过PPO算法对网络进行训练，并使用插入启发式算法更新骑手路径。最后，通过与贪婪策略(Greedy)、最小差值策略，分配启发式以及两种深度强化学习算法的对比实验可知，PPO-IH分别在71.5%、95.5%、87.5%、79.5%与70.0%的数据中表现更优，同时平均客户服务水平更高，平均每单配送时间更短、延迟送达率更低。此外，PPO-IH在不同骑手数、不同订单密度以及不同订单时间窗场景下展示了一定的有效性和泛化性。

关键词：外卖配送实时优化深度强化学习马尔科夫决策过程近似策略优化注意力机制

基于深度与实例分割融合的单目3D目标检测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

计算机应用 2024年第7期44卷 2208-2215页

作者：孙逊冯睿锋陈彦如中铁第四勘察设计院集团有限公司线路站场设计研究院武汉430063 西南交通大学经济管理学院成都610031

针对单目3D目标检测在视角变化引起的物体大小变化以及物体遮挡等情况下效果不佳的问题,提出一种融合深度信息和实例分割掩码的新型单目3D目标检测方法。首先,通过深度-掩码注意力融合(DMAF)模块,将深度信息与实例分割掩码结合,以提供... 详细信息

针对单目3D目标检测在视角变化引起的物体大小变化以及物体遮挡等情况下效果不佳的问题,提出一种融合深度信息和实例分割掩码的新型单目3D目标检测方法。首先,通过深度-掩码注意力融合(DMAF)模块,将深度信息与实例分割掩码结合,以提供更准确的物体边界;其次,引入动态卷积,并利用DMAF模块得到的融合特征引导动态卷积核的生成,以处理不同尺度的物体;再次,在损失函数中引入2D-3D边界框一致性损失函数,调整预测的3D边界框与对应的2D检测框高度一致,以提高实例分割和3D目标检测任务的效果;最后,通过消融实验验证该方法的有效性,并在KITTI测试集上对该方法进行验证。实验结果表明,与仅使用深度估计图和实例分割掩码的方法相比,在中等难度下对车辆类别检测的平均精度提高了6.36个百分点,且3D目标检测和鸟瞰图目标检测任务的效果均优于D4LCN(Depth-guided Dynamic-Depthwise-Dilated Local Convolutional Network)、M3D-RPN(Monocular 3D Region Proposal Network)等对比方法。

关键词：单目3D目标检测深度学习动态卷积实例分割

基于自适应大邻域搜索算法的无人机-卡车-代收点协同配送

在线全文

学校读者我要写书评

暂无评论

工业工程与管理 2024年第1期29卷 119-132页

作者：梁爽陈彦如孙智彬西南交通大学经济管理学院四川成都610031 北京中交兴路信息科技有限公司北京100085

针对农村地区物流配送成本高、效率低等问题,对无人机-卡车-代收点的协同配送进行了研究,以助力“乡村振兴”战略。充分考虑农村道路条件、农户地理分布等特征,构建了面向农村的无人机-卡车-代收点协同配送整数规划模型,同时对无人机路... 详细信息

针对农村地区物流配送成本高、效率低等问题,对无人机-卡车-代收点的协同配送进行了研究,以助力“乡村振兴”战略。充分考虑农村道路条件、农户地理分布等特征,构建了面向农村的无人机-卡车-代收点协同配送整数规划模型,同时对无人机路径、卡车路径、代收点选址及分配、无人机发射点及回收点等进行决策。针对问题特点设计了初始解生成策略及改进的自适应大规模邻域搜索算法。此外,通过敏感性实验分析代收点服务范围和无人机飞行能力对配送系统的影响。最后,通过与精确算法求解器Gurobi、自适应大规模邻域搜索算法和两阶段构造搜索算法进行对比,验证了所设计算法的有效性。

关键词：无人机-卡车-代收点协同配送选址与车辆路径问题农村地区改进的自适应大规模邻域搜索