-
公开(公告)号：CN114298307A
公开(公告)日：2022-04-08
申请号：CN202111477211.0
申请日：2021-12-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种移动群智感知变速多任务分配问题的混合蛙跳求解方法包括以下步骤：(1)问题信息读取，包括每个任务和每位用户的坐标，以及用户信誉度等问题中的数据；(2)初始化算法参数，使用基于启发信息的目标锚定混合初始化算子生成初始种群；(3)对种群进行约束处理，计算种群中所有个体的目标值，确定非支配解集放入外部存储器；(4)进入快速收敛阶段，对种群根据快速非支配排序结果使用“S”型分组方式划分子组，对各个子组进行基于离散跳跃规则的局部搜索，将各子组混洗，基于非支配概念更新外部存储器，对外部存储器中的个体采用外部档案个体区域挖掘策略，等。本发明具有搜索速度快，搜索能力强，规划的分配方案更合理的优点。
-
公开(公告)号：CN113052537B
公开(公告)日：2023-08-22
申请号：CN202110368494.9
申请日：2021-04-06
Applicant: 南京信息工程大学
IPC: G06Q10/0835 , G06Q10/047 , G06N3/006
Abstract: 本发明公开了一种基于启发式粒子群算法的物流车辆低碳路线规划方法，包括如下步骤：（1）问题信息读取，包括客户的位置坐标和需求重量等；（2）初始化算法参数；（3）计算种群中所有个体的适应度，确定个体极值和全局极值；（4）采用个体多元变异策略对所有个体进行变异；（5）变异后的个体分别与个体极值，全局极值依次交叉产生新个体；（6）更新个体极值和全局极值；（7）基于优先卸货的启发信息对个体极值进行局部搜索；（8）基于种群的相似度对全局极值进行精细化搜索；（9）判断是否达到终止条件，若达到，则终止迭代，输出适应度最优的个体，该个体即为货车的配送服务顺序。本发明具有搜索速度快，搜索能力强，规划路线碳排放量少的优点。
-
公开(公告)号：CN114611864A
公开(公告)日：2022-06-10
申请号：CN202111508631.0
申请日：2021-12-10
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种垃圾车辆低碳调度方法及系统，包括：获取输入信息，包括：垃圾车辆需要服务的垃圾投放点数量N、垃圾投放点的坐标信息、车场坐标信息、垃圾中转站坐标信息、每个垃圾投放点的垃圾量、垃圾车辆容量Q以及司机的最大工作时长Tmax；将输入信息输入到预先构建的基于自适应粒子群算法的垃圾车辆低碳调度优化模型，确定最优调度方案。优点：建立包含车辆容量、低碳、司机工作时长以及多行程等实际因素的垃圾清运多行程低碳车辆调度问题模型，该模型的特点是允许一辆车在车场、垃圾中转站和垃圾投放站点之间具有多个行程，此外，考虑了车辆在行驶过程中导致的环境污染问题，将碳排放量转化为碳排放成本并计入总成本。
-
公开(公告)号：CN114611864B
公开(公告)日：2024-11-26
申请号：CN202111508631.0
申请日：2021-12-10
Applicant: 南京信息工程大学
IPC: G06Q10/0631 , G06Q10/04 , G06N3/006
Abstract: 本发明公开了一种垃圾车辆低碳调度方法及系统，包括：获取输入信息，包括：垃圾车辆需要服务的垃圾投放点数量N、垃圾投放点的坐标信息、车场坐标信息、垃圾中转站坐标信息、每个垃圾投放点的垃圾量、垃圾车辆容量Q以及司机的最大工作时长Tmax；将输入信息输入到预先构建的基于自适应粒子群算法的垃圾车辆低碳调度优化模型，确定最优调度方案。优点：建立包含车辆容量、低碳、司机工作时长以及多行程等实际因素的垃圾清运多行程低碳车辆调度问题模型，该模型的特点是允许一辆车在车场、垃圾中转站和垃圾投放站点之间具有多个行程，此外，考虑了车辆在行驶过程中导致的环境污染问题，将碳排放量转化为碳排放成本并计入总成本。
-
公开(公告)号：CN113052537A
公开(公告)日：2021-06-29
申请号：CN202110368494.9
申请日：2021-04-06
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于启发式粒子群算法的物流车辆低碳路线规划方法，包括如下步骤：（1）问题信息读取，包括客户的位置坐标和需求重量等；（2）初始化算法参数；（3）计算种群中所有个体的适应度，确定个体极值和全局极值；（4）采用个体多元变异策略对所有个体进行变异；（5）变异后的个体分别与个体极值，全局极值依次交叉产生新个体；（6）更新个体极值和全局极值；（7）基于优先卸货的启发信息对个体极值进行局部搜索；（8）基于种群的相似度对全局极值进行精细化搜索；（9）判断是否达到终止条件，若达到，则终止迭代，输出适应度最优的个体，该个体即为货车的配送服务顺序。本发明具有搜索速度快，搜索能力强，规划路线碳排放量少的优点。
-
Patent Agency Ranking
公开(公告)号：CN111340303A
公开(公告)日：2020-06-26
申请号：CN202010155411.3
申请日：2020-03-09
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于新型混合蛙跳算法的旅行商路线规划方法，(1)问题信息读取，包括各个访问城市坐标和问题规模；(2)初始化算法参数；(3)生成初始候选种群，并计算适应度；(4)采用反向轮盘赌策略选择出进化种群；(5)建立独立最优子群，并根据个体适应度划分子群；(6)分配每个子群的专属全局最优解，对各个子群进行局部搜索；(7)将各子群混洗，增强局部搜索，放回到候选种群，重新选出迭代种群参与下一次迭代；(8)判断迭代次数是否达到最大值，若达到，则终止迭代，输出适应度最优的个体，该个体即为旅行商访问城市顺序。本发明具有搜索速度快，搜索能力强，规划路线短的优点。
-
公开(公告)号：CN111340303B
公开(公告)日：2023-07-25
申请号：CN202010155411.3
申请日：2020-03-09
Applicant: 南京信息工程大学
IPC: G06Q10/047 , G06N3/006 , G06N3/126
Abstract: 本发明公开了一种基于新型混合蛙跳算法的旅行商路线规划方法，(1)问题信息读取，包括各个访问城市坐标和问题规模；(2)初始化算法参数；(3)生成初始候选种群，并计算适应度；(4)采用反向轮盘赌策略选择出进化种群；(5)建立独立最优子群，并根据个体适应度划分子群；(6)分配每个子群的专属全局最优解，对各个子群进行局部搜索；(7)将各子群混洗，增强局部搜索，放回到候选种群，重新选出迭代种群参与下一次迭代；(8)判断迭代次数是否达到最大值，若达到，则终止迭代，输出适应度最优的个体，该个体即为旅行商访问城市顺序。本发明具有搜索速度快，搜索能力强，规划路线短的优点。
-
公开(公告)号：CN113887122A
公开(公告)日：2022-01-04
申请号：CN202110869302.2
申请日：2021-07-30
Applicant: 南京信息工程大学
IPC: G06F30/27 , G06N3/08 , G06F111/04 , G06F111/06
Abstract: 本发明公开了一种多目标背包问题的混合蛙跳求解方法，（1）问题信息读取，包括每个背包的每个货物的价值与重量信息和每个背包重量限制信息；（2）初始化算法参数；（3）计算种群中所有个体的目标值，确定非支配解集放入外部存储器；（4）进入快速收敛阶段，对种群根据快速非支配排序结果使用“S”型分组方式划分子组，对各个子组进行基于离散跳跃规则和贪婪生成的局部搜索，将各子组混洗，更新外部存储器，判断目标评价次数是否满足快速收敛阶段终止条件，若不满足，则继续迭代，若满足，则进入下一阶段；（5）进入探索扩展阶段；（6）进入极值挖掘阶段。本发明具有搜索速度快，搜索能力强，规划的背包利润高的优点。
-
公开(公告)号：CN113642900A
公开(公告)日：2021-11-12
申请号：CN202110943016.6
申请日：2021-08-17
Applicant: 南京信息工程大学
IPC: G06Q10/06 , G06Q50/26 , G06F30/27 , G06F111/04
Abstract: 本发明公开一种基于预测型烟花算法的群智感知系统任务分配方法：包括问题信息读取，包括各个任务和所有参与者的位置坐标、任务点所处环境信息、参与者的身体状况、信誉度与兴趣度和问题规模；初始化预测型烟花算法的参数；利用反向学习的思想初始化个体；计算种群中所有个体的目标值，确定核心烟花和中心烟花；采用分组线性预测策略对所有烟花个体爆炸振幅动态调整；利用两种启发信息产生火花；所有烟花个体采用变异自适应竞争机制产生变异火花；排序选择与核心烟花保留策略选择出下一代烟花；判断是否达到终止条件。本发明具有搜索速度快，搜索能力强，分配方案中平台成本最小的优点。
-
公开(公告)号：CN111985580A
公开(公告)日：2020-11-24
申请号：CN202010923034.3
申请日：2020-09-04
Applicant: 南京信息工程大学
Abstract: 本发明公开了一种基于烟花算法和支持向量机的乳腺癌临床数据分类方法，该方法利用改进烟花算法，设计新的适应度评价函数，引入改进的变异策略和基于适应度值的轮盘赌选择策略，利用改进的烟花算法对分类所需特征进行选择和支持向量机的参数优化，删除了冗余特征，有效提升了分类的准确度和效率。本发明在乳腺癌肿瘤的良性或恶性识别、以及经治疗后患者的预后复发分类数据集上均具有较高的分类准确度，为医疗人员辅助诊断乳腺癌提供了较好的智能方法。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.02 seconds)
