傳統(tǒng)的用遺傳算法的港口船舶物流中存在逾期懲罰成本過高的問題,為此,提出粒子群優(yōu)化算法在港口船舶物流中的應(yīng)用。分析港口船舶物流影響因素并完成粒子編碼,使得粒子位置與影響因素一一對應(yīng),計(jì)算多目標(biāo)適應(yīng)度函數(shù),根據(jù)種群適應(yīng)值均值調(diào)整目標(biāo)粒子適應(yīng)度函數(shù),保證適應(yīng)度函數(shù)最優(yōu),利用微粒迭代更新粒子的位置和速度,通過判斷種群的收斂精度實(shí)現(xiàn)最優(yōu)解的輸出。實(shí)驗(yàn)結(jié)果表明,應(yīng)用粒子群優(yōu)化算法的港口船舶物流中逾期懲罰成本遠(yuǎn)低于應(yīng)用遺傳算法物流中的逾期懲罰成本,說明粒子群優(yōu)化算法的應(yīng)用有效地改善了逾期懲罰成本過高的問題。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(04)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

應(yīng)用不同算法的實(shí)驗(yàn)結(jié)果Fig.1Experimentalresultsusingdifferentalgorithms3結(jié)語

【參考文獻(xiàn)】：
期刊論文
[1]一種基于Pareto關(guān)聯(lián)度支配的多目標(biāo)粒子群優(yōu)化算法[J]. 湯可宗,李佐勇,詹棠森,李芳,姜云昊.  南京理工大學(xué)學(xué)報(bào). 2019(04)
[2]基于FCM聚類算法的點(diǎn)云數(shù)據(jù)分類與提取[J]. 張東.  工程技術(shù)研究. 2019(15)
[3]一種改進(jìn)的粒子群優(yōu)化算法及其算法測試[J]. 劉玉敏,高松巖.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2019(09)
[4]自適應(yīng)混沌量子粒子群算法及其在WSN覆蓋優(yōu)化中的應(yīng)用[J]. 周海鵬,高芹,蔣豐千,余大為,喬焰,李旸.  計(jì)算機(jī)應(yīng)用. 2018(04)



本文編號：3487316