随着我国经济的迅速发展和信息技术的进步,物流行业已经被确定为我国国民经济的重要产业和经济发展的新增长点,其中物流配送路径的优化是物流系统中的关键一环,选择合理经济的配送路线可以极大的降低配送成本,提高配送效率,增加企业的经济效益。 本文以如何科学的解决配送路径的优化问题为出发点,分析比较了各种算法在解决VRP中的特点与利弊,由于蚁群算法有着良好的正反馈机制与较强的鲁棒性和灵活性,本文选择了蚁群算法作为解决VRP问题的算法,并结合VRP问题本身的特点,针对蚁群算法存在的过早收敛等不足进行改进,最后将改进的蚁群算法应用在本文所建立的VRP模型中,并通过仿真试验,证明了蚁群算法在解决大规模动态VRP问题中的有效性和可行性。 论文主要研究工作和创新性成果有以下几个方面: (1)设定了一类配送点位置不变,需求时间不定的动态带软时间窗的VRP问题。利用时间段的概念,将动态VRP问题转化为连续时间段内的静态VRP问题进行研究,构造了该问题的模型,提出了动态VRP问题的求解方案。 (2)结合VRP问题的特点,针对蚁群算法的早熟等不足,对蚁群算法进行改进,通过对伪随机概率公式的改进,配送点的二次...
上传时间： 2013-12-18
上传用户：yuanyuan123
BP 算法的神经网络，采用VC编制，具有较好的鲁棒性和快速收敛特性。
上传时间： 2013-12-13
上传用户：yuchunhai1990
早期二自由度的具体分析，理论与图形结合，便于理解
标签： 二自由度
上传时间： 2016-03-09
上传用户：KKW8
遗传算法已经成为组合优化问题的近似最优解的一把钥匙。它是一种模拟生物进化过程的计算模型，作为一种新的全局优化搜索算法，它以其简单、鲁棒性强、适应并行处理以及应用范围广等特点，奠定了作为21世纪关键智能计算的地位。 背包问题是一个典型的组合优化问题，在计算理论中属于NP-完全问题， 其计算复杂度为，传统上采用动态规划来求解。设w是经营活动 i 所需要的资源消耗，M是所能提供的资源总量，p是人们经营活动i得到的利润或收益，则背包问题就是在资源有限的条件下， 追求总的最大收益的资源有效分配问题。
上传时间： 2018-04-26
上传用户：jiazhe110125
生源定位算法，包含SRP-PHAT(GCC-PHAT)、MUSIC、beamforming（波束形成）三类算法
上传时间： 2020-10-15
上传用户：
面向 5G 的新型多载波传输技术比较 摘 要: 介绍了几种面向 5G 的新型多载波传输技术: 滤波器组多载波( FBMC，Filter Bank Multicarri- er) 、通用滤波多载波( UFMC，Universal Filtered Multicarrier) 和广义频分复用( GFDM，Generalized Fre- quency Division Multiplexing) 的基本原理，并从第五代移动通信系统( 5G) 支持的应用场景和技术需求的 角度对三种多载波传输技术的优缺点进行比较。研究表明三种多载波传输技术的带外泄露较低，FBMC 系统 不使用 CP( CP，Cyclic Prefix) ，因此具有很高的时频效率，但 FBMC 系统帧的长度比较长，不适合短 包类业务; UFMC 对一组连续的子载波滤波，可以支持较短的帧结构，但 UFMC 不使用 CP，复杂度较高; GFDM 基于独立的块调制，具有灵活的帧结构，鲁棒性好，复杂度比前两者 低，便于实际应用。 关键词: 多载波; 第五代移动通信系统; 滤波器组多载波; 通用滤波多载波; 广义频分复用
标签： 5G
上传时间： 2022-02-25
上传用户：kingwide
蚁群算法基本模型STEP1（外循环）若满足算法停止规则，停止计算，输出计算得到的最好解给定外循环的最大数目，表明有足够的蚂蚁工作当前最优解连续K次相同而停止，K是给定的整数，表示算法已收敛◆给定优化问题的下界和误差值，当算法得到的目标值同下界之差小于给定的误差值时，算法终止否则使蚂蚁s（1≤s≤m）从起点出发，用L（S）表示蚂蚁S行走的城市集合，初始L（s）为空集。设m只蚂蚁在图的相邻节点间移动，协作异步地得到解。蚂蚁计算出下一步所有可达节点的一步转移概率，并按此概率实现一步移动，依此往复。一步转移概率由图中每条边上的两类参数决定：信息素值、可见度（即先验值）。信息素的更新有2种方式：挥发——所有路径上信息素以一定比率减少增强——给评价值“好”（有蚂蚁走过）的边增加信息素蚁群算法基木模型令我们以求解平面上n个城市的TSP问题（1，2，…，n）表示城市号为例说明ACA的模型。n个城市的TSP问题就是寻找通过n个城市各次且最后回到出发点的最短路径蚁群算法研究现状令ACA是模拟自然界中真实蚁群的觅食行为而形成的一种模拟进化算法。10年多来的研究结果已经表明：ACA用于组合优化具有很强的发现较好解的能力，具有分布式计算易于与其他方法相结合、鲁棒性强等优点，在动态环境下也表现出高度的灵活性和健壮性。在求解TSP、QAP问题方面，与遗传算法、模拟退火算法等算法比较，ACA仍是最好的解决方法之一。
标签： 蚂蚁算法
上传时间： 2022-03-10
上传用户：
人口老龄化是世界各国正在面对的一个普遍问题。随着我国老龄化程度的持续加剧，对于老年人群体的医疗资源投入会不断提高。而与此同时，跌倒已经成为老年人日常生活中最为常见的危险行为活动。所以，跌倒检测系统的研究和应用对降低老年人受到的身心伤害和医疗成本具有显著的意义。目前解决老年人跌倒检测的方案仍存在许多不足。其中，基于计算机视觉的跌倒检测技术在无干扰的场景下检测较为有效，但其易受环境变化（如背景光线影响、人遮挡问题等）影响。此外，基于可穿戴计算的跌倒检测技术受限于算法稳定性和识别准确率，系统的灵敏度和特异性难以同时得到保证。针对上述问题本文提出一种融合计算机视觉和可穿戴计算数据的跌倒检测新的方法。首先，设计并开发了集成三轴加速度计、三轴陀螺仪和蓝牙的活动感知模块，实现实时采集、传输人体活动数据：其次，使用深度学习算法从摄像头采集的图像数据提取人体姿态特征数据：最后，对采集的人体活动数据和姿态数据进行规范化和时序化处理，设计了两个深度学习网络分别对数据进行特征提取，并将两特征进行特征层数据融合，在此基础上构建神经网络对融合数据进行活动本文搭建了实验平台并进行了算法测试，其中，本文跌倒检测算法针对离线测试数据的准确率为992%，平均敏感度为995%、平均特异性为99.8%：针对在线数据系统测试准确率为98.9%、平均敏感度为99.2%、平均特异性为99.5%实验结果证明了利用计算机视觉和可穿戴计算数据融合的跌倒检测具有较高的准确率和鲁棒性。
上传时间： 2022-03-14
上传用户：bluedrops
本手册介绍了 32 位基于 ARM 微控制器 STM32F101xx 与 STM32F103xx 的固件函数库。该函数库是一个固件函数包，它由程序、数据结构和宏组成，包括了微控制器所有外设的性能特征。该函数库还包括每一个外设的驱动描述和应用实例。通过使用本固件函数库，无需深入掌握细节，用户也可以轻松应用每一个外设。因此，使用本固态函数库可以大大减少用户的程序编写时间，进而降低开发成本。每个外设驱动都由一组函数组成，这组函数覆盖了该外设所有功能。每个器件的开发都由一个通用 API(application programming interface 应用编程界面)驱动， API 对该驱动程序的结构，函数和参数名称都进行了标准化。 所有的驱动源代码都符合“Strict ANSI-C”标准（项目于范例文件符合扩充 ANSI-C 标准）。我们已经把驱动源代码文档化，他们同时兼容 MISRA-C 2004 标准（根据需要，我们可以提供兼容矩阵）。由于整个固态函数库按照“Strict ANSI-C”标准编写，它不受不同开发环境的影响。仅对话启动文件取决于开发环境。该固态函数库通过校验所有库函数的输入值来实现实时错误检测。该动态校验提高了软件的鲁棒性。实时检测适合于用户应用程序的开发和调试。但这会增加了成本，可以在最终应用程序代码中移去，以优化代码大小和执行速度。想要了解更多细节，请参阅 Section 2.5。 因为该固件库是通用的，并且包括了所有外设的功能，所以应用程序代码的大小和执行速度可能不是最优的。对大多数应用程序来说，用户可以直接使用之，对于那些在代码大小和执行速度方面有严格要求的应用程序，该固件库驱动程序可以作为如何设置外设的一份参考资料，根据实际需求对其进行调整。
上传时间： 2022-04-17
上传用户：
本手册介绍了32位基于ARM微控制器STM32F101xx与STM32F103xx的固件函数库。该函数库是一个固件函数包，它由程序、数据结构和宏组成，包括了微控制器所有外设的性能特征。该函数库还包括每一个外设的驱动描述和应用实例。通过使用本固件函数库，无需深入掌握细节，用户也可以轻松应用每一个外设。因此，使用本固态函数库可以大大减少用户的程序编写时间，进而降低开发成本。每个外设驱动都由一组函数组成，这组函数覆盖了该外设所有功能。每个器件的开发都由一个通用API (application programming interface 应用编程界面)驱动，API对该驱动程序的结构，函数和参数名称都进行了标准化。所有的驱动源代码都符合“Strict ANSI-C”标准（项目于范例文件符合扩充ANSI-C标准）。我们已经把驱动源代码文档化，他们同时兼容MISRA-C 2004标准（根据需要，我们可以提供兼容矩阵）。由于整个固态函数库按照“Strict ANSI-C”标准编写，它不受不同开发环境的影响。仅对话启动文件取决于开发环境。该固态函数库通过校验所有库函数的输入值来实现实时错误检测。该动态校验提高了软件的鲁棒性。实时检测适合于用户应用程序的开发和调试。但这会增加了成本，可以在最终应用程序代码中移去，以优化代码大小和执行速度。
上传时间： 2022-04-26
上传用户：
