低碳供应链资源配置算法及其鲁棒性能

• 作者: 刘小红 单汨源 张人龙
• 来源期刊: 系统工程
• 学科: 社会科学
• 关键词: 低碳供应链 资源配置 混合算法 云模型 鲁棒性
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 供应链与物流系统工程
• 页码范围: 36-51
• 页数: 16页
• 分类号: C934
• 语种: 中文

摘要

为合理解决低碳供应链资源的配置效率问题,本文在云模型、量子神经网络研究基础上提出了基于云模型的混合量子神经网络算法.应用混合粒子群算法来确定神经网络的连接权值、隐层神经元个数及各层神经元的阈值等参数.通过对低碳供应链资源配置算法及其算法的鲁棒性能等问题展开深入研究,确定了混合量子神经网络算法的参数主要有各层神经元的个数及阈值.数值实验发现不同的初始状态和参数设计会影响混合算法鲁棒性能的测定.采用混合量子粒子群算法的混合网络结构可以提高在低碳供应链资源配置过程中的错聚效率,能有效提高低碳供应链资源配置的准确度和正确性.