公共文化服务平台

一种基于强化学习的线缆生产调度优化方法: 本发明公开了一种基于强化学习的线缆生产调度优化方法，首先建立多流水线和复杂资源约束条件下的线缆生产调度优化模型，优化模型以截止期延期惩罚费用最小化为目标，在此基础上，结合超启发式算法框架，将强化学习机制作为超启发式算法的...; 林剑宋洪波王周敬; 文献传递

并行处理的数字滤波器: 并行处理数字滤波器，具有N阶（N为偶数），包括：N/2个模块化结构A：包含4个乘法器，两个加法器；N/2个模块化结构B：包含4个乘法器，两个加法器；N+1个抽头系数，即为N+1个乘法器；作为第一模块的模块化结构A只包含2...; 黄朝耿周志光林剑; 文献传递

基于Blackboard+"雨课堂"的混合式教学模式--以"信息技术应用基础"为案例: 伴随着线上线下混合模式教学改革的开展，《信息技术应用基础》以Blackboard+"雨课堂"为载体，开展线上和线下的混合教学的具体实施案例。实现了学生通过Blackboard平台开展课前预习和课后测试，教师通过Black...; 冯小青林剑王琴; 关键词：BLACKBOARD 混合式教学

一种面向粗略定位的协同车辆路径优化方法: 本发明公开了一种面向粗略定位的协同车辆路径优化方法，根据物流服务供应商向其合作伙伴提供的顾客的粗略定位信息，构建面向粗略定位的协同车辆路径模型，并运用LNS和局部搜索算法相结合的改进型蚁群优化算法对面向粗略定位的协同车辆...; 张帅陈铭洲张文宇林剑沈月蔡怡帅; 文献传递

一种基于两阶段优化的物流配送路线推荐方法及系统: 本发明公开了一种基于两阶段优化的物流配送路线推荐方法及系统，首先以配送路径最短化为目标进行多模态优化得到多条物流配送路线，再根据配送员偏好给出最终推荐路线；具体包括如下步骤，步骤1：采用多模态优化思路，基于动态半径划分方...; 林剑方瑞茺李广萍王周敬宋洪波刘雯雯; 文献传递

求解带容量约束车辆路径问题的多模态差分进化算法被引量：1: 2023年; 针对带容量约束车辆路径问题(CVRP)中交通拥堵、资源供给、客户需求等不确定性因素的影响容易导致单一最优解不可行或非最优的问题,提出一种多模态差分进化(MDE)算法,以同时求解得到目标值相近的多个备选车辆路径方案。首先结合CVRP的特点,构建高效的解个体编解码策略,并基于修复机制提升解个体的质量;然后在差分进化(DE)算法框架下,基于多模态优化视角引入动态半径小生境生成方法,并采用杰卡德系数来度量解个体之间相似性,进而实现对于解个体之间距离的计算;最后,改进邻域搜索策略,采用精英存档和更新策略来得到多模态最优解集。基于典型数据集的仿真实验与分析结果表明,所提MDE算法寻优得到的平均最优解个数达到1.7434个,平均最优解与已知最优解的平均偏差为0.03%,而差分进化(DE)算法二者分别为0.8486和0.63%。可见,所提算法在求解CVRP上表现出较高的有效性和稳定性,能同时得到CVRP的多个近似最优解。; 林剑叶璟轩刘雯雯邵晓雯; 关键词：车辆路径问题多模态优化差分进化小生境

一种电池交换站选址和电动汽车路径规划方法: 本发明公开了一种电池交换站选址和电动汽车路径规划方法，首先生成初始路径计划及其对应的电池交换站选址计划；根据预设的概率，采用BPSO算法或局部搜索算法来求解最优的电池交换站选址计划；然后采用变邻域搜索算法VNS求解最优路...; 张文宇张帅陈铭洲林剑沈月; 文献传递

一种电池交换站选址和电动汽车路径规划方法: 本发明公开了一种电池交换站选址和电动汽车路径规划方法，首先生成初始路径计划及其对应的电池交换站选址计划；根据预设的概率，采用BPSO算法或局部搜索算法来求解最优的电池交换站选址计划；然后采用变领域搜索算法VMS求解最优路...; 张文宇张帅陈铭洲林剑沈月; 文献传递

分布式装配置换流水车间调度问题研究综述被引量：1: 2024年; 近几十年来,现代制造业发展迅速,一种趋势是在分布式生产工厂进行工件的加工,待完成后到装配工厂集中装配成最终产品。该模式在带来诸多好处的同时,对资源调度提出了新的挑战。针对分布式装配置换流水车间调度问题(distributed assembly permutation flowshop scheduling problem,DAPFSP),介绍了DAPFSP的背景和存在的主要困难,进而对以最小化最大完工时间为优化目标的DAPFSP,从数学模型、编解码策略、全局和局部搜索算法角度进行探讨,分别综述了以最小化总流程时间等为优化目标,具有零等待等约束,以及考虑准备时间等因素的DAPFSP研究成果。最后,对有待进一步开展的研究工作进行展望。; 张静宋洪波林剑; 关键词：资源调度搜索算法

一种基于协同进化遗传规划的线缆生产动态调度方法: 本发明公开了一种基于协同进化遗传规划的线缆生产动态调度方法，该方法包括如下步骤：步骤1、建立数学模型；步骤2、构建终端集和函数集；步骤3、设置算法参数并随机生成初始化种群；步骤4、构建训练实例生成器；步骤5、计算子种群P...; 林剑王宇轩潘笑天

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

林剑