欢迎来到三一办公! | 帮助中心 三一办公31ppt.com(应用文档模板下载平台)
三一办公
全部分类
  • 办公文档>
  • PPT模板>
  • 建筑/施工/环境>
  • 毕业设计>
  • 工程图纸>
  • 教育教学>
  • 素材源码>
  • 生活休闲>
  • 临时分类>
  • ImageVerifierCode 换一换
    首页 三一办公 > 资源分类 > DOC文档下载  

    管理论文基于量子微粒群算法的车辆路径问题研究.doc

    • 资源ID:3990869       资源大小:24KB        全文页数:3页
    • 资源格式: DOC        下载积分:8金币
    快捷下载 游客一键下载
    会员登录下载
    三方登录下载: 微信开放平台登录 QQ登录  
    下载资源需要8金币
    邮箱/手机:
    温馨提示:
    用户名和密码都是您填写的邮箱或者手机号,方便查询和重复下载(系统自动生成)
    支付方式: 支付宝    微信支付   
    验证码:   换一换

    加入VIP免费专享
     
    账号:
    密码:
    验证码:   换一换
      忘记密码?
        
    友情提示
    2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
    3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
    4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
    5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。

    管理论文基于量子微粒群算法的车辆路径问题研究.doc

    基于量子微粒群算法的车辆路径问题研究 基于量子微粒群算法的车辆路径问题研究是小柯论文网通过网络搜集,并由本站工作人员整理后发布的,基于量子微粒群算法的车辆路径问题研究是篇质量较高的学术论文,供本站访问者学习和学术交流参考之用,不可用于其他商业目的,基于量子微粒群算法的车辆路径问题研究的论文版权归原作者所有,因网络整理,有些文章作者不详,敬请谅解,如需转摘,请注明出处小柯论文网,如果此论文无法满足您的论文要求,您可以申请本站帮您代写论文,以下是正文。 摘要:提出一种基于量子行为的微粒群智能优化算法,使用量子角表示量子比特的状态,并引入微粒群算法中,对量子群中的各量子角进行自适应动态调整,设计一种新的编码方式,用于求解车辆路径问题,通过计算表明,该算法是解决车辆路径问题的有效方法。关键词:量子算法;粒子群算法;车辆路径问题中图分类号:TP14文献标识码:A文章编号:1002-3100(2008)05-0012-03Abstract: Quantum-Behaved Particle Swarm Optimization was applied to solve the discrete Vehicle Routing Problem(VRP). The quantum angle is emplyed in the quantum bit and the improved particle swarm optimization is adopted to update the Q-bit automatically. It has been proved that QPSO is an effective algorithm solving the Vehicle Routing Problems.Key words: quantum algorithm; particle swarm optimization; vehicle routing problems0引言车辆路径问题(Vehicle Routing Problem)是由Dantzig等提出的,它是物流活动的关键环节之一,其任务是选派合适的车辆,确定行车路线时间及服务对象,以降低配送费用和提高服务质量。车辆路径问题是一类具有广泛应用的NP难题,国内外学者已经提出了许多求解该问题的启发式算法,如禁忌搜索算法遗传算法节约算法蚁群算法等。量子进化计算(Quantum Computation, QC)是一种将量子机制与基本进化计算相结合的概率搜索算法,其本质特征是充分利用了量子态的叠加性和相干性,量子计算以其并行性指数级存储容量和指数加速度特征展示了其强大的功能。本文采用量子算法与微粒群算法相结合,提出了一种新的基于量子行为的微粒群算法(QPSO)求解VRP问题,取得了较好的效果。1车辆路径问题的模型描述2算法原理及描述2.1量子进化算法(QEA)4实验结果及其分析实验结果表明,QPSO方法对该问题具有较高的搜索成功率100%,且QPSO的运算时间和整体搜索成功率也较高。5结束语本文将粒子群算法和量子算法结合,运用到物流车辆配送问题中,通过实验表明QPSO算法是解决VRP问题的一种有效的方法,具有较好的运算速度和寻优能力。本文只研究了规模较小情况的量子微粒群算法的寻优能力,规模较大的情况还有待进一步深入的研究和讨论。参考文献:1 李军,郭耀煌. 物流配送车辆优化调度理论与方法M. 北京:中国物资出版社,2001.2 王岩,路春一,丰小月,等. 一种新的量子群进化算法研究J. 小型微型计算机系统,2006,2(8):1478-1482.3Kennedy J, Eberhart R C. Particle swarm optimization: Developments, Applications and ResourcesC / Proc. Congress on Evolutionary Computation 2001. Piscataway, NJ: IEEE Press, 1999:1931-1938.4Ayed Salmen, Imtiaz Ahmad, Sabah AI-Madani. Particle swarm optimization for task assignment problemsJ. Microprocessors and Microsystems, 2002(26):363-371.5SUN, XU WE. A global Search Strategy of Quantum-behaved Particle Swarm OptimizationC / Proceedings of IEEE Conference on Cybemetics and Intelligent Systems, 2004:111-116. 其他参考文献Baker, Sheridan. The Practical Stylist. 6th ed. New York: Harper & Row, 1985.Flesch, Rudolf. The Art of Plain Talk. New York: Harper & Brothers, 1946.Gowers, Ernest. The Complete Plain Words. London: Penguin Books, 1987.Snell-Hornby, Mary. Translation Studies: An Integrated Approach. Amsterdam: John Benjamins, 1987.Hu, Zhuanglin. 胡壮麟, 语言学教程 M. 北京: 北京大学出版社, 2006.Jespersen, Otto. The Philosophy of Grammar. London: Routledge, 1951.Leech, Geoffrey, and Jan Svartvik. A Communicative Grammar of English. London: Longman, 1974.Li, Qingxue, and Peng Jianwu. 李庆学、彭建武, 英汉翻译理论与技巧 M. 北京: 北京航空航天大学出版社, 2009.Lian, Shuneng. 连淑能, 英汉对比研究 M. 北京: 高等教育出版社, 1993.Ma, Huijuan, and Miao Ju. 马会娟、苗菊, 当代西方翻译理论选读 M. 北京: 外语教学与研究出版社, 2009.Newmark, Peter. Approaches to Translation. London: Pergmon P, 1981.Quirk, Randolph, et al. A Grammar of Contemporary English. London: Longman, 1973.Wang, Li. 王力, 中国语法理论 M. 济南: 山东教育出版社, 1984.Xu, Jianping. 许建平, 英汉互译实践与技巧 M. 北京: 清华大学出版社, 2003.Yan, Qigang. 严启刚, 英语翻译教程 M. 天津: 南开大学出版社, 2001.Zandvoort, R. W. A Handbook of English Grammar. London: Longmans, 1957.Zhong, Shukong. 钟述孔, 英汉翻译手册 M. 北京: 商务印书馆, 1983.Zhou, Zhipei. 周志培, 汉英对比与翻译中的转换 M. 上海: 华东理工大学出版社, 2003.

    注意事项

    本文(管理论文基于量子微粒群算法的车辆路径问题研究.doc)为本站会员(仙人指路1688)主动上传,三一办公仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知三一办公(点击联系客服),我们立即给予删除!

    温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




    备案号:宁ICP备20000045号-2

    经营许可证:宁B2-20210002

    宁公网安备 64010402000987号

    三一办公
    收起
    展开