基于k-中心聚类与布谷鸟搜索的伙伴选择

来源 :计算机工程与设计 | 被引量 : 0次 | 上传用户:lilinli2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对供应链合作伙伴选择问题,提出一种基于布谷鸟搜索和k-中心聚类算法相结合的寻优算法。构造基于多目标优化的合作伙伴选择模型,形成离散化的数据,用k-中心聚类算法对数据进行分组,利用布谷鸟全局搜索能力强的特性寻求问题的最优解;利用布谷鸟搜索算法对每簇进行寻优得到每簇的局部最优解,作为下一阶段的初始解,利用布谷鸟算法对初始解进行寻优,求得供应链合作伙伴选择的最优解。对比该算法与离散化的粒子群算法、布谷鸟搜索算法,对比结果表明,该算法的搜索效果更好。
其他文献
交互多模型(IMM)算法运算复杂、计算量大,很难满足高实时性系统要求,为此,提出了一种将IMM跟踪算法在TMS320C2000系列DSP芯片上实现的方法.根据DSP特点,利用C代码优化、汇编优
在高邮灌区节水改造作中统筹考虑灌区生态建设,并将其贯穿于灌区的规划、设计、施工与管理全过程。通过渠道的生态衬砌,集水期灌制度的构建,稻田与明沟湿地系统的联合以及灌
针对基于delta表存储的what-if查询处理实现技术中查询性能较低的问题,对what-if分析的两个阶段提出优化方案:在假设视图生成阶段,提出基于Bloom filter算法实现what-if视图生