排序方式： 共有3条查询结果，搜索用时 656 毫秒
1
1.
为降低钢铁企业采购和运输铁矿石的综合成本,考虑船型、航速和碳排放等因素,建立长江铁矿石运输的混合整数非线性规划模型。将模型中的非线性项转化为线性项,运用CPLEX求解器求解。针对CPLEX求解中大型规模算例的局限性,引入标准粒子群优化（particle swarm optimization, PSO）算法提高求解精度。针对标准PSO算法容易陷入局部最优的问题,提出一种基于自适应策略的改进PSO算法,动态调整惯性权重,提高算法的收敛性和全局寻优能力。通过数值实验发现,改进后的算法在全局寻优能力和收敛能力上有一定的提高。 相似文献
2.
集装箱堆场分配与自动化装载小车路径联合优化 总被引：1，自引：0，他引：1
为研究自动化装载小车(Automated Lifted Vehicle,ALV)在自动化集装箱码头的作业状况,首先考虑ALV自行装卸集装箱的能力,其次考虑卸船集装箱的堆场分配与ALV的路径联合优化问题,以每个集装箱在时间窗内完成装卸任务为目标建立混合整数规划模型.最后通过比较不同实验条件下求出的最优目标延迟时间和计算机运行时间,得出整个操作过程中ALV数、集装箱数和堆场子箱区数这三者之间的关系.数值实验表明:当集装箱数和ALV数一定时,随着装卸箱比例的增大,目标延迟时间和模型运算时间呈相同的变化趋势,即在既有装船箱又有卸船箱时应优先分配ALV满足装船箱的运输;当集装箱数一定时,随着ALV数的增加,目标延迟时间和模型运算时间逐步减少;当ALV数一定时,随集装箱数的增加,目标延迟时间和模型运算时间增加. 相似文献
3.
为研究眼动行为数据挖掘在提取网上购物决策因子中的应用,首先通过客户体验管理(Customer Experience Management,CEM)对客户网上购物决策因子进行初步分析和过滤;然后根据大量客户网上购物时的人机交互行为数据,应用马尔科夫链算法预测其相关行为,并结合行为分析进一步得到其重要影响因子;最后通过眼动行为数据挖掘,确认影响网上购物的主决策因子,并获取各主决策因子的权重.实验证明由眼动分析获取的网上购物主决策因子及其权重更加有效. 相似文献
1