排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
针对单一机制的灰狼优化算法(GWO)易陷于局部最优、收敛速度慢的问题,提出了一种改进灰狼优化(IGWO)算法来解决实际铁路物流配送中心选址的问题。首先,在基本的灰狼优化算法的基础上,引入佳点集理论初始化种群,从而提高了初始种群的多样性;然后,利用差值剔除策略(DES)来增加全局寻优能力,以达到一种高效的寻优模式。仿真实验结果表明:与标准的灰狼算法相比,所提出的IGWO适应度值提高了3%,在10个测试函数中最优值精度可最多提高7个单位;与粒子群优化(PSO)算法、差分进化(DE)算法和遗传算法(GA)比较,所提算法的运行速度分别提高了39.6%、46.5%和65.9%,选址速度也明显提高。可见所提算法可用于铁路物流中心的选址。 相似文献
1