基于改进神经网络的非满载车辆路线优化模型

• 作者: 林国福 林文如 陈腾林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 神经网络 非满载车辆 线路优化
• 年，卷（期）: 2015,（16）
• 所属期刊栏目: 工程与应用
• 页码范围: 239-242,247
• 页数: 5页
• 分类号: TP391.9
• 字数: 3445字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1410-0166

摘要

货物流通过程中，目前流行的车辆调度方式——基于简单的神经网络模型设计，造成运输成本的浪费。提出了一种基于改进神经网络的非满载车辆路线优化挖掘模型，来解决运输过程中的非满载车辆调度优化问题。改进的模型通过对非满载车辆时域长度和空域概率的加权、对神经网络稳定状态进行约束、建立非满载车辆起点和终点函数方程生成改进算法配送模型，并通过对新模型进行时间窗加权，合成了改进神经网络非满载车辆挖掘模式。仿真结果表明，该挖掘模型与传统的神经网络计算方法相比，能够提高非满载车辆路线选择效率和正确性，取得了较好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈腾林	闽江学院交通学院	17	54	5.0	6.0
2	林文如	闽江学院计算机科学系	17	31	4.0	4.0
3	林国福	闽江学院计算机科学系	7	15	2.0	3.0