首页 > 《济南职业学院学报》 > 2015年6期 > 改进微粒群优化算法及其在车辆路径问题中的应用

改进微粒群优化算法及其在车辆路径问题中的应用

在线阅读下载PDF 导出详情

摘要在人类生产与生活中,最优化问题始终是一个常见问题,随着科学技术的迅速发展,人们对最优化技术的要求也越来越高。微粒群优化算法（英文简称PSO）属于群智能优化算法的一种,源自于人类对鸟类觅食行为的研究,是一种新型的优化工具。该方法实用性和通用性都较高,在许多领域都得到很好的利用。然而该优化技术在理论和实践方面都尚存在一定不足,通过分析,指出有待加以改进的地方。

DOI n495mxq3dy/1582735

作者郝武伟

机构地区不详

出处《济南职业学院学报》 2015年6期

关键词微粒群优化算法车辆路径问题进化模型

分类 [文化科学][教育学]

出版日期 2015年06月16日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1李玲悦叶春明. 微粒群算法在自然灾害等引起的变化路径运输问题中的应用研究.企业管理,2011-03.
2张芳凌;陈适;舒华;赵劲松. 蚁群算法在车辆巡回保障中的应用研究.武器系统与运用工程,2009-05.
3郝武伟. 微粒群算法的性能分析与优化.教育学,2016-02.
4王元元. 一种并行微粒群的改进算法.职业技术教育学,2011-03.
5黄华芳;门建婷;陈绍慧;张平;王以忠;黄国全. 基于改进蚁群算法的果蔬运输车辆路径优化的研究.农产品加工,2011-03.
6魏长寅. 改进蚁群算法在配电网重构问题中的应用初探.电力系统及自动化,2018-12.
7刘佳. 改进人工鱼群算法及在函数优化问题中的应用.道路与铁道工程,2011-03.
8刘逸. 蚁群优化算法及其应用.,2022-11.
9柏钢;万德均;王庆. 一种改进的地图匹配算法在车辆导航中的应用.力学,1999-01.
10姜婷. 基于改进离散蜂群算法的车辆路径问题求解.高等教育学,2016-02.

来源期刊

济南职业学院学报

相关推荐

同分类资源更多

相关关键词

微粒群优化算法车辆路径问题进化模型

返回顶部