版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、大連理工大學(xué)碩士學(xué)位論文智能優(yōu)化算法在中值選址問(wèn)題中的應(yīng)用研究姓名:覃華勤申請(qǐng)學(xué)位級(jí)別:碩士專業(yè):運(yùn)籌學(xué)與控制論指導(dǎo)教師:郭崇慧20070618大連理工大學(xué)碩士學(xué)位論文IntelligentOptimizationAlgorithmsforthepMedianProblemAbstractLocationproblemsaretypicalinoperationsresearchItexistseverywhereIthasbeenst
2、udicd晰delyforalmostonehundredyearssinceitwasdevelopedPeopleresearchhowtoimprovethelocationmodelsorbowtodesignrightalgorithmsforcorrespondingmodels舷paperstudiesmainlyabouttheapplicationofintelligentoptimizationalgorithmsf
3、orthepmedianproblemwhichiSoneofthemosttypicallocationproblemsPartoueintroducesthebackgroundoffacilitylocationproblems,includingthesignificance,evolutivestages,螄calclassificationandpresentresearchstatus,followedbythemainr
4、esearchofthispaperParttwomentionsbasicdefinitionandwidelyusedintegerpro鏟ammingformulationofthepmedianproblemsInpartthree,hdescribesindetail011thebasicptoccdBres,criticalelementswithcrucialinfluenceonthepeffommrxs,andgene
5、ralcharacteristicsofthetabusearchalgorithmand掣舭algorithmofintelligentoptimizationalgorithmsInpartfouritconcentratesspeciallyontheapplicationoftabusearchalgodthraandgencticalgorithminsolvingthepmedianproblemBasedonexisted
6、algorithms,anew/mprovingtabusearchalgorithmforⅢ璩apacita_tcdpmedianproblemisputforwardwhichUSeSobjectivefunctiondifference鶴evaluationfunctioninsteadofobjectivefuqgtioninoriginalRollandefficienttabusearchalgorithmItalsopro
7、posesallimprovinggeneticalgorithmaccordingtotheevolutionalprinciplefortmcapacitawdpmedianproblem,whichisbasedonOsmanetcls’efficientgeneticalgorithmTheydifferintheselectingofparentsofCrOSSOVeroperatorNumericalinstanc鼯show
8、thatbothtwoimprovingalgorithmsperformbetterthanorigina|algorithmsItalsoshowshowtodesigntabusearchalgorithmandgeneticalgorithmforthecapacitatedpmedianproblemattheendofthissectionTheIastpartconcludestheresearchofthispapera
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 螞蟻算法在組合優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 智能多目標(biāo)優(yōu)化在火力分配問(wèn)題中的應(yīng)用研究.pdf
- 和聲搜索算法在函數(shù)優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- ε-dominance多目標(biāo)演化算法在優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 差分進(jìn)化算法在組合優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 遺傳算法及其在函數(shù)優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 人工免疫算法及其在優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 一類智能算法在物流運(yùn)輸-庫(kù)存聯(lián)合優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 改進(jìn)的極值優(yōu)化算法及其在組合優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 微粒群算法及其在離散優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 優(yōu)化算法在一類反問(wèn)題中的應(yīng)用研究.pdf
- 量子遺傳算法在機(jī)械優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 進(jìn)化算法在調(diào)度問(wèn)題中的應(yīng)用研究.pdf
- 風(fēng)驅(qū)動(dòng)優(yōu)化算法及其在電磁綜合問(wèn)題中的應(yīng)用研究.pdf
- 殖民競(jìng)爭(zhēng)算法在離散制造系統(tǒng)優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 最優(yōu)化在物流問(wèn)題中的應(yīng)用研究.pdf
- 改進(jìn)的遺傳算法在函數(shù)優(yōu)化問(wèn)題中的應(yīng)用研究.pdf
- 蟻群算法在排課問(wèn)題中的應(yīng)用研究.pdf
- 微粒群算法在分類問(wèn)題中的應(yīng)用研究.pdf
- 智能算法在多約束QoS組播路由問(wèn)題中的應(yīng)用研究.pdf
評(píng)論
0/150
提交評(píng)論