轴辐式城市物流网络演化模型与算法

来源 :计算机应用研究 | 被引量 : 13次 | 上传用户:yunkang0820
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
实践表明大多数城市的物流网络拓扑结构呈轴辐式结构。为揭示城市物流网络演化规律,将城市物流网络演化过程进行数学抽象,建立以网络总成本最小为目标的物流节点动态选址MINLP(混合整数非线性规划)模型。根据模型的特点,设计带精英策略的自适应遗传算法,并与基本遗传算法和GAMS进行对比。算例分析结果表明,随着城市各区域物流需求与成本的变化,城市物流网络呈现单枢纽到双枢纽,再到多枢纽,最后形成复杂轴辐网络的演化规律。所构建的模型能在一定程度上模拟城市物流网络的演化过程,所设计的算法具有较高的运算效率。
其他文献
研究了基于正交频分复用(OFDM)的协同认知无线网络中联合资源分配问题。为了更好地适应实际的应用环境,考虑了多约束条件下的资源分配方案以最大化整个网络系统的吞吐量。针对不同的中继传输协议,提出了相应的联合子载波匹配、功率分配和最佳中继选择的资源分配算法。仿真结果表明该算法在大大降低算法复杂度的同时亦能获得较好的算法性能。
针对车辆与车辆通信(V2VC)系统中由于车辆高移动性、动态网络拓扑和有限网络资源导致网络拥塞的问题,提出了一种上下文感知分布式信标调度方案。它基于空间上下文信息以类TDMA
为了有效解决光缓存中的分组竞争冲突问题,提出一种基于缓存时间有界的光分组排队算法,采用有界延迟机制并建立相关队列模型。在提出的模型中,根据缓冲区剩余工作量的概率分布,开发出一个递归方程组用于计算缓存中分组丢失的数量,同时得到几种相关性能参数的解析表达式。重点研究了增加冗余包对缓存性能的影响,并评估不同FEC编码方案的效率。然后在MATLAB下对上述模型进行仿真分析,实验结果验证了模型的正确性和有效
已有的基于压缩感知的核磁共振图像重构算法仅利用了数据的稀疏性或矩阵的低秩性,并没有充分利用图像数据的相关性先验知识。针对这一问题,提出了一种新型的应用于二维核磁共振图像重建的算法模型。与传统的单一利用原始数据的稀疏性或矩阵低秩性进行重建的方法不同,该方法同时利用了图像数据的稀疏性与矩阵的低秩性。矩阵低秩部分使用应用赤池信息量准则的奇异值分解阈值方法,数据稀疏部分使用全变分作为稀疏变换基。实验结果表
为制定不完全维修条件下数控机床合理的预防性维修周期,提出包含预防性维修因子与修复性维修因子的广义比例强度模型。基于该模型的三种基准强度函数对数控机床的故障维修过程分别建模,并进行模型参数求解与假设检验。基于确定的最优广义比例强度模型,建立以可靠度为约束、以单位时间维修费用为目标函数的数控机床最佳预防性维修周期决策模型。实例分析表明,广义比例强度模型切实反映了维修类型对故障强度的不同影响,且求得的机
针对时变重复系统存在执行机构故障问题,提出了一种基于非线性迭代学习的被动容错控制方法。首先对于带有执行器故障的非线性系统模型,利用迭代学习过程记忆的期望轨迹、期望控制和跟踪误差,设计批次被动容错控制器;然后基于算子理论和λ范数分析了控制器存在的充分条件,该条件实现了控制器对故障的有效抑制,使系统输出能够单调收敛于给定输出轨迹的有界邻域内,从而避免了故障的不利影响;最后将其应用于单关节机器人系统。仿
软件可信度评估受主观经验、主观决策及有限理性的影响,评估结果的精确性和客观性无法得到全面保证。为了解决上述问题,利用马尔可夫链,以经典可信软件属性指标体系为基础,从软件层次属性的动态变化考虑,提出了一种时间情境下的动态评估模型。通过模糊综合评判和层次分析法进行量化,以确定子属性的权重和元属性的相对权重,应用马尔可夫过程构建各层级属性的内部定向转换概率模型,通过模糊算法得出最终的可信评估结果。结论表
针对传统字符串相似度算法复杂的局限,在向量空间模型(VSM)的基础上,提出一种同时考虑字符相邻位置关系和词序的字符串相似度计算模型。通过计算VSM中向量的汉明距离来描述字符串相邻程度,并以向量的曼哈顿距离作为衡量字符先后次序的指标。最后对两个指标加权求和得到字符串相似度的定量描述。与传统的算法比较,该算法更简便,时间复杂度为O(n log(n))。实验结果表明,该方法提高了字符串相似度的准确率,得
由于无线自组网络无中心、自组织,网络中各节点发送信息都无须管理设施,且可以自由选择各自的发送功率,这使得功率控制成为无线自组网无线资源管理问题中的重要研究课题。提出了一种基于多竞标评价方法的无线自组网功率控制算法。该方法提出一种带有干扰计价的新型利用率函数,然后在假设利用率函数仅依赖于信干噪比,且计价函数与干扰成比例的前提下,将功率控制问题建模为一种非合作的功率控制博弈模型,最后证明了这种带干扰计
为了改善多目标粒子群算法收敛性能及跳出局部最优的能力,通过研究算法运行过程中归档集规模的变化,总结归档集规模的变化规律,并依此规律提出一种近似确定算法运行状态的简单方法。基于算法运行状态的近似确定,可以自适应调整参数。实验分析与比较结果显示,自适应方法能够有效地加速收敛,而且对于一些复杂问题有较好的跳出局部最优的能力。实验结果同时表明,近似确定算法状态的方法对于参数的调整是简单且有效的。