-
公开(公告)号:CN115329710B
公开(公告)日:2023-08-29
申请号:CN202211034700.3
申请日:2022-08-26
Applicant: 苏州大学
IPC: G06F30/392 , G06N3/126 , G06F111/04 , G06F115/12 , G06F119/08
Abstract: 本发明涉及一种基于遗传算法的热管约束组件布局优化方法,包括:沿着与热管朝向垂直方向建立x轴,与热管朝向平行方向建立y轴;根据热管约束组件结构在x轴上建立子种群一、在y轴上建立子种群二,初始化函数评价次数、氏族规模、子种群一和子种群二;使用遗传算法寻找子种群一在x轴上的最优布局,根据子种群一在x轴上的最优布局寻找子种群二在y轴上的最优布局,结合子种群一在x轴上的最优布局和子种群二在y轴上的最优布局得到热管约束组件布局的最优可行解。本发明可以将热管散热的组件布局有效应用在CLO问题中,并且提升搜索有效性和高效性、得到更优的布局解。
-
公开(公告)号:CN117273590A
公开(公告)日:2023-12-22
申请号:CN202311358313.X
申请日:2023-10-19
Applicant: 苏州大学
IPC: G06Q10/0835 , G06Q10/047 , G06N3/048 , G06N3/0464
Abstract: 本发明提供一种求解车辆路径优化问题的神经组合优化方法及系统,涉及车辆路径规划技术领域,该方法包括对CVRP问题进行描述,引入热力图来反映节点之间的关联关系,并采用图神经网络来参数化热力图;基于参数化的热力图来确定客户与车辆的匹配,构建包括状态、动作、奖励和策略的客户匹配框架;采用强化学习方法对神经网络模型进行训练,以所有车辆的行驶路径长度最小化为优化目标,得到训练好的神经网络模型;利用训练好的神经网络模型,求解车辆的最优配送路径。本发明在CVRP问题上对所提出算法进行了评估,该方法在求解性能和求解时间上明显优于现有的实时求解器。
-
公开(公告)号:CN117273590B
公开(公告)日:2024-07-09
申请号:CN202311358313.X
申请日:2023-10-19
Applicant: 苏州大学
IPC: G06Q10/0835 , G06Q10/047 , G06N3/048 , G06N3/0464
Abstract: 本发明提供一种求解车辆路径优化问题的神经组合优化方法及系统,涉及车辆路径规划技术领域,该方法包括对CVRP问题进行描述,引入热力图来反映节点之间的关联关系,并采用图神经网络来参数化热力图;基于参数化的热力图来确定客户与车辆的匹配,构建包括状态、动作、奖励和策略的客户匹配框架;采用强化学习方法对神经网络模型进行训练,以所有车辆的行驶路径长度最小化为优化目标,得到训练好的神经网络模型;利用训练好的神经网络模型,求解车辆的最优配送路径。本发明在CVRP问题上对所提出算法进行了评估,该方法在求解性能和求解时间上明显优于现有的实时求解器。
-
公开(公告)号:CN115329710A
公开(公告)日:2022-11-11
申请号:CN202211034700.3
申请日:2022-08-26
Applicant: 苏州大学
IPC: G06F30/392 , G06N3/12 , G06F111/04 , G06F115/12 , G06F119/08
Abstract: 本发明涉及一种基于遗传算法的热管约束组件布局优化方法,包括:沿着与热管朝向垂直方向建立x轴,与热管朝向平行方向建立y轴;根据热管约束组件结构在x轴上建立子种群一、在y轴上建立子种群二,初始化函数评价次数、氏族规模、子种群一和子种群二;使用遗传算法寻找子种群一在x轴上的最优布局,根据子种群一在x轴上的最优布局寻找子种群二在y轴上的最优布局,结合子种群一在x轴上的最优布局和子种群二在y轴上的最优布局得到热管约束组件布局的最优可行解。本发明可以将热管散热的组件布局有效应用在CLO问题中,并且提升搜索有效性和高效性、得到更优的布局解。
-
-
-