-
公开(公告)号:CN118095597A
公开(公告)日:2024-05-28
申请号:CN202410266462.1
申请日:2024-03-08
申请人: 天津理工大学
IPC分类号: G06Q10/047 , G06Q10/0631 , G06N3/006 , G06N3/126
摘要: 一种基于前景理论框架的救护车路径规划方法,属于物联网领域。本方法中通过将前景理论模型融合到救护车调度模型中来尽可能贴近实际情况,针对此问题提出了基于小生境遗传策略的量子粒子群优化算法,该算法在量子粒子群算法的基础上与基于小生境的遗传算法进行融合,小生境遗传算法在可行解较为接近的情况下可以保证后代解的多样性,通过将小生境遗传算法融合进量子粒子群算法可以提高算法后期的搜索能力,最后通过实验证明了决策者心理因素对系统模型的影响和本方法提出算法在解决此类问题上的有效性。
-
公开(公告)号:CN118586565A
公开(公告)日:2024-09-03
申请号:CN202410251949.2
申请日:2024-03-06
申请人: 天津理工大学
IPC分类号: G06Q10/047 , G01C21/34 , G06Q10/0631 , G06N3/006 , G06N3/126
摘要: 一种基于受伤分级和生存概率的救护车路径规划方法,属于物联网领域。本方法提出了一种面向伤者受伤程度分级的救护车调度和路径规划模型,在救护车进行救援时根据伤者的受伤情况分三级,然后按照伤情分级来进行医疗资源的分配并决定救护车下一步的路线规划。为了解决路径寻优这一问题,提出了改进的最大最小蚂蚁系统算法来对此进行求解,该算法在最大最小蚂蚁系统算法的基础上增加了信息素矩阵更新的负反馈调节,负反馈的加入可以避免蚂蚁信息素在固定路段的不断累积进而为算法提供了更强的搜索能力,此外通过引入交叉变异算子增强了算法的跳出局部最优的能力,并最终通过实验证明了该算法在解决此类模型问题上的优越性。
-
公开(公告)号:CN114625506A
公开(公告)日:2022-06-14
申请号:CN202210241749.X
申请日:2022-03-11
申请人: 天津理工大学
IPC分类号: G06F9/48 , G06F30/27 , G06N3/12 , G06F111/06
摘要: 一种基于自适应协方差矩阵进化策略的边缘云协同任务卸载方法,属于物联网领域,针对社区智能终端的MEC计算卸载场景,本发明将计算卸载模型建模为一个端‑MEC‑云架构的三层计算卸载模型。解决了现有技术中仅靠边缘服务器的计算能力难以满足所有终端设备对于高效计算、低时延的需求问题。为了尽量满足所有用户的计算需求,本发明在边缘服务器与云服务器中使用短作业优先的任务计算方法,并同时针对卸载任务的时延与能耗进行联合优化。实验结果表明,与其他启发式算法相比,本发明提出的算法在三层移动边缘计算架构的计算卸载中拥有更好的性能表现。
-
-