-
Patent Agency Ranking
公开(公告)号：CN117129000A
公开(公告)日：2023-11-28
申请号：CN202311223688.5
申请日：2023-09-21
Applicant: 安徽大学
Abstract: 本发明涉及一种基于种子优化算法的多目标货运车辆路径规划方法，与现有技术相比解决了车辆路径问题鲁棒解少、最优性差的缺陷。本发明包括以下步骤：鲁棒多目标优化车辆路径问题种群的初始化及模型构建；目标函数评估生成路径；种子优化算法引导搜索可行路径；鲁棒多目标优化车辆路径问题针对不确定因素加干扰；种子优化算法筛选搜索生成鲁棒路径。本发明拥有群体智能涌现明显、鲁棒性强、面向实际问题的特点，可解决现有车辆路径问题中鲁棒车辆模型和目标函数构建的限制，提高了在不确定因素扰动下鲁棒最优路径的质量和数量，有助于有效应对物流系统中的突发状况。
-
公开(公告)号：CN114938497A
公开(公告)日：2022-08-23
申请号：CN202210780120.2
申请日：2022-07-04
Applicant: 安徽大学
Abstract: 本发明涉及一种通信节点无人机多种群网络部署方法，与现有技术相比解决了集群通信无人机面对复杂环境难以得到有益效果且完成任务速度慢的缺陷。本发明包括以下步骤：通信节点无人机多种群的设定；待通信节点的位置获取；多种群协同进化算法离线优化集群通信节点无人机的部署；多种群协同进化算法下的通信节点无人机的网络部署。本发明基于并行的基础上发挥多种群的优势，提高了解决通信节点无人机网络的部署问题的效率和成功率，增强了通信节点无人机集群适应复杂环境的能力和完成任务的速度，更适合在现实环境中执行任务。
-
公开(公告)号：CN114938497B
公开(公告)日：2023-10-24
申请号：CN202210780120.2
申请日：2022-07-04
Applicant: 安徽大学
Abstract: 本发明涉及一种通信节点无人机多种群网络部署方法，与现有技术相比解决了集群通信无人机面对复杂环境难以得到有益效果且完成任务速度慢的缺陷。本发明包括以下步骤：通信节点无人机多种群的设定；待通信节点的位置获取；多种群协同进化算法离线优化集群通信节点无人机的部署；多种群协同进化算法下的通信节点无人机的网络部署。本发明基于并行的基础上发挥多种群的优势，提高了解决通信节点无人机网络的部署问题的效率和成功率，增强了通信节点无人机集群适应复杂环境的能力和完成任务的速度，更适合在现实环境中执行任务。
-
公开(公告)号：CN117892129A
公开(公告)日：2024-04-16
申请号：CN202410061761.1
申请日：2024-01-16
Applicant: 安徽大学
IPC: G06F18/214 , G06F18/23 , G06F18/243 , G06N3/006 , G06N3/0455
Abstract: 本发明涉及一种基于动态多目标种子优化算法的不平衡数据集处理方法，与现有技术相比解决了不平衡数据集问题求解性能差、效率低的缺陷。本发明包括以下步骤：原始不平衡数据集的分割；静态多目标优化算法的初始化；基于代理预测模型的初始种群构建；增量不平衡数据流的再平衡；基于全量不平衡数据集的性能评估。本发明拥有求解效果好，再平衡效率高的特点，可解决现有不平衡数据集问题中再平衡方案对不平衡数据集规模的限制，实现不平衡数据集的在线再平衡，以及对于再平衡方法参数值的快速定位。
-
公开(公告)号：CN117129000B
公开(公告)日：2024-03-26
申请号：CN202311223688.5
申请日：2023-09-21
Applicant: 安徽大学
Abstract: 本发明涉及一种基于种子优化算法的多目标货运车辆路径规划方法，与现有技术相比解决了车辆路径问题鲁棒解少、最优性差的缺陷。本发明包括以下步骤：鲁棒多目标优化车辆路径问题种群的初始化及模型构建；目标函数评估生成路径；种子优化算法引导搜索可行路径；鲁棒多目标优化车辆路径问题针对不确定因素加干扰；种子优化算法筛选搜索生成鲁棒路径。本发明拥有群体智能涌现明显、鲁棒性强、面向实际问题的特点，可解决现有车辆路径问题中鲁棒车辆模型和目标函数构建的限制，提高了在不确定因素扰动下鲁棒最优路径的质量和数量，有助于有效应对物流系统中的突发状况。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
