使用工厂模式做的车辆调度系统可以在多个数据库上运行（例如：SQLServer、Oracle等）可以同时切换不同的数据库。
2020-01-03 11:23:42
1.69MB
1
物流配送车辆调度问题作为一个NP难题，随着客户数量的增加，可选的配送路径方案数量将以指数速度急剧增长。因此，用启发式算法求解该问题就成为人们研究的一个重要方向。本文将在建立物流配送车辆调度问题的数学模型的基础上，研究用爬山算法、禁忌搜索算法、模拟退火算法、遗传算法等现代优化计算方法对其求解。
2019-12-21 21:56:01
5.5MB
1
考虑智能交通系统中员工在聚集站点上下班，建立车辆调度问题的数学模型。 针对蚁群优化算法的缺点，自适应地改变信息素挥发因子，采用混沌搜索产生初始种群可以加速染色体向最优解收敛，构成一种自适应蚁群优化算法。 应用该算法和基本蚁群优化算法对该模型求解，实验证明了构造算法在收敛速度和寻优结果两方面都优于基本蚁群优化算法
2019-12-21 21:15:29
877KB
1
标准微粒群算法（PSO）通常被用于求解连续优化的问题，很少被用于离散问题的优化求解，如作业车间调度问题（JSP）。
因此，针对PSO算法易早熟、收敛慢等缺点提出一种求解作业车间调度问题（JSP）的混合微粒群算法。算法将微粒群算法、遗传
算法（GA）、模拟退火（SA）算法相结合，既增强了算法的局部搜索能力，降低了算法对参数的依赖，同时改善了PSO算法和GA算
法易早熟的缺点。对经典JSP问题的仿真实验表明：与标准微粒群算法相比，该算法不仅能有效避免算法中的早熟问题，并且算
法的全局收敛性得到了显著提高。
2019-12-21 20:54:50
1.88MB
1
#include "stdio.h"
#include "math.h"
void main()
{
long x[21]={0},y[21]={0},d[191]={0},e[191]={0},g[41]={0},s[42]={0};
int i,j,h=1,k,l,o,m,n=0,p,q=3,r=0;
int flag;
double a[21]={0},b[21][21]={0},c[21][21]={0},f[191]={0};
char ch;
printf(" C-W算法求解TSP问题 \n\n\n");
printf("请输入坐标（20个以内），坐标之间用空格隔开，按回车键结束输入：\n");
re:scanf("%d,%d",&x[h],&y[h]);
ch=getchar();
if(ch!='\n')
{ h++;
goto re;
2019-12-21 20:35:20
5KB
1