公开(公告)号：CN110288297A

公开(公告)日：2019-09-27

申请号：CN201910558060.8

申请日：2019-06-26

Applicant: 南开大学

Inventor： 孙桂玲 ,  徐羽鹏 ,  张子阳

IPC: G06Q10/08 ,  G06N3/00

Abstract: 本发明公开了基于启发式机制和改进蚁群算法应用于冷链物流中最优配送路径规划的一种方法。本发明用格栅法将环境信息划成一系列具有二值信息的格栅，每个格栅有占有和自由两种状态，然后可以通过建模仿真在格栅地图上进行路径规划；采用基于启发机制的改进蚁群算法进行规划。试验结果表明，与经典蚁群算法相比，基于启发式机制的改进蚁群算法能够提高算法的收敛速度，同时引入的惩罚函数能够避免算法陷入局部最优。

公开(公告)号：CN109829518A

公开(公告)日：2019-05-31

申请号：CN201910196273.0

申请日：2019-03-15

Applicant: 南开大学

Inventor： 孙桂玲 ,  张子阳 ,  郑博文 ,  王世杰

IPC: G06K9/62 ,  G06N3/00 ,  H04W84/18

Abstract: 本发明公开了基于信任度和改进遗传算法应用于无线传感器网络数据融合的一种方法。本发明首先将温湿度、光照、PH和电导率无线传感器节点采集的原始数据经汇聚节点发送到网关，在网关处利用三次指数平滑对原始数据进行预处理，剔除异常数据和噪声数据；采用基于指数型信任度的融合算法对平滑数据进行融合，并结合改进的遗传算法对融合估计值进行优化。试验结果表明，三次指数平滑能明显减少数据波动，提高系统稳定性；与算术平均法和自适应加权法等常用的数据融合算法相比，融合信任度和改进遗传的数据融合算法能够有效提高融合精度，减少算法执行时间。