【摘 要】
：
为提高生鲜农产品配送效率,保障生鲜农产品运送品质,提出电子商务生鲜农产品冷链配送耗时控制算法。以货品质量和客户需求为基础,最短配送耗时为目标,定义车辆额定载重量、货物质量、运输成本等相关参数,构建冷链配送耗时模型,采用粒子群优化算法选择耗时最短的配送路径,完成配送耗时控制。为验证所提算法有效性,设计实验。实验结果验证了所提算法能够有效将配送耗时控制在理想配送时间段内,具有一定的可行性和实际应用价值
【基金项目】
：
湖南省社科基金西部项目(15YBX028),大鲵资源保护与综合利用湖南省工程实验室开放基金项目(DNGC1901)。
论文部分内容阅读
为提高生鲜农产品配送效率,保障生鲜农产品运送品质,提出电子商务生鲜农产品冷链配送耗时控制算法。以货品质量和客户需求为基础,最短配送耗时为目标,定义车辆额定载重量、货物质量、运输成本等相关参数,构建冷链配送耗时模型,采用粒子群优化算法选择耗时最短的配送路径,完成配送耗时控制。为验证所提算法有效性,设计实验。实验结果验证了所提算法能够有效将配送耗时控制在理想配送时间段内,具有一定的可行性和实际应用价值。
其他文献
在对数码立体显微视频进行多特征点跟踪处理时,由于显微构件的倾斜旋转,以及视频目标重叠交叉等原因,导致特征点轨迹跟踪效果不理想。为此提出了基于粒子滤波状态观测的多特征点跟踪方法。首先建立基于空间变换的特征状态方程,并进一步设计了关于特征点位置、速度和噪声的观测模型,同时针对采样不均匀引入补偿处理。然后在计算状态方程的过程中,考虑到特征分布情况,设计了粒子滤波方法。利用状态矢量和对应权重构建粒子,通过
为填补室内定位方面研究的空缺,针对超声波、射频识别、红外线等定位技术定位精度不足、解决实时性较差问题,提出一种新的基于WiFi指纹滤波法的室内行人定位方法,并利用惯性导航技术进行定位结果优化。研究具体过程如下:研究分为三个阶段,第一阶段基于WiFi指纹进行室内定位估算,内容包括指纹数据库建立、相似度匹配,实现目标位置估算;第二阶段基于惯性导航的定位。内容包括步态检测、步长计算以及航向获取,完成室内
针对当前二级导线测量精度仿真估算方法的定位能力较弱,导致二级导线测量精度估算方法仿真的空间可达性较差,仿真估算误差较大的问题,提出了基于GIS技术的二级导线测量精度估算方法仿真。根据二级导线各参数之间关系,力学分析导线变形过程,构建导线柔度矩阵,根据导线端点边界条件,结合导线功能组件作用力,得到广义自相似矩形导线的弹性延展率,基于GIS技术,利用三相元件相分量阻抗模型,结合循环矩阵基本性质,定位二
针对传统方法未能考虑室内封闭空间拓扑关系提取问题,导致室内封闭空间划分准确度下降,划分费用上升的问题,提出基于BIM建筑要素拓扑关系的室内封闭空间划分方法。利用BIM模型对封闭室内各空间的连通和隔离对应进行信息分析,并提取出封闭室内各空间的连通关系的拓扑表示,以实现室内封闭空间拓扑关系提取。通过建筑信息模型组建RCARG模型,将一组对比分量定量作为模型的固有特征。利用建筑信息模型的领域属性,获取一
传统的静态灰度图像多特征识别方法,在混合光照干扰下,静态灰度图像中经常会出现大量的干扰因素,导致识别结果不完整、处理速度慢等问题。为此提出一种基于Sobel算子和张量分类器的混合光照干扰下静态灰度图像多特征识别方法。采用Sobel算子提取静态灰度图像特征,将水平和垂直方向的梯度、灰度特征相融合构成静态特征,采用背景建模的方式对静态特征进行加权处理。对灰度图像特征进行多尺度变换,结合加权结果,将图像
随着机器视觉技术的不断发展,针对经典的Canny算法对图像进行检测与识别时,存在边缘检测效果差、检测准确率低等问题,提出一种基于改进Canny算法的图像边缘检测方法。选取公开数据集图像进行仿真,并将改进后的算法与经典的Canny算法、Soble算子等进行了对比实验和结果评估。从图像边缘检测效果、边缘图像统计结果和算法执行效率三方面对实验结果进行分析后得出,改进后的Canny算法图像边缘信息连续性更
煤泥浮选泡沫的图像特征与浮选工况密切相关。为提高图像特征分类的准确率,提出一种泡沫亮点分布特征、图像灰度特征与Tamura纹理特征相融合的方法用以表征浮选工况状态。首先利用Otsu阈值分割与形态学开操作提取泡沫的亮点,统计其大小、数量等分布特征;然后根据图像灰度值计算像素均值、方差和峰度方差;再提取泡沫图像Tamura纹理的粗糙度、对比度与方向度参数。将以上三类图像特征线性排列,标记特征数据建立支
针对传统网络混合式信息推荐满意度和精度低的问题,提出了基于个性化自适应的网络混合式信息推荐。首先采用模块化矩阵对子因素序列进行模块化处理,计算出每一个子因素序列对应的关联系数均值,利用耦合度函数研究网络混合式信息之间的耦合关系,完成网络混合式信息的模块化处理。然后通过判断网络混合式信息的权重值是否高于提前设定好的门限值,计算网络混合式信息的权重,通过定义网络混合式信息之间的相似度,得到信息集中网络
针对跨社交网络用户匹配数据整合不完善、准确率较低的问题,提出基于多源数据整合的跨社交网络用户匹配方法。通过对多源数据相关挖掘获得用户在不同社交媒体网络中账号的对应关系,采用高斯模型处理账号依据对应关系完成数据整合。拟采用用户名、链接地址、姓名和用户Email信息来表示不同网络用户间的属性相似度,将已知匹配用户的相似度向量作为训练向量,同时将身份匹配转化为二分类问题,计算用户匹配度,完成跨社交网络用
网络信息种类繁多、特征混乱,信息结构可视化难度较大,导致其推荐误差较大,且相似信息资源直接点击率不高。提出新的基于个性化自适应学习的网络混合式信息推荐方法。将自适应学习分为知识学习、测验考试、学习策略决策及数据维护四大功能模块,自适应挖掘混合式信息特征,降低用户个性属性维数;构建领域知识模型,对混合信息知识结构做可视化导航;将基于内容推荐方法与协同过滤算法相结合,划分具有相同喜好的用户,生成混合式