zhaotianhong / spatial_crowd
基于空间众包的动态物流配送路径智能规划系统
☆49Updated 6 years ago
Alternatives and similar repositories for spatial_crowd:
Users that are interested in spatial_crowd are comparing it to the libraries listed below
- 基于深度学习的共享单车预测与调度解决方案,使用神经网络构建单车需求量与时间段和地理画像的关联,预测不同区域单车需求量;使用蚁群算法规划最优单车调度路径。☆93Updated 6 years ago
- JD 城市物流运输车辆智能调度☆107Updated 6 years ago
- 配送路线优化系统,Web端项目,遗传算法+蚁群算法+多目标优化☆20Updated 4 years ago
- 通过遗传算法求解物流配送路径问题☆173Updated 7 years ago
- 物流运输车辆调度☆31Updated 6 years ago
- 时间约束下物流企业运输成本,从路径优化的角度进行物流企业的运输成本的优化,利用遗传算法进行解决☆28Updated 7 years ago
- 基于蚁群算法的多配送中心的车辆调度问题的研究☆62Updated 5 years ago
- 部分关于车辆路径规划问题(Vehicle Routing Problem, VRP)的智能优化算法☆64Updated 3 years ago
- 利用蚁群算法,实现校园小车送餐路径规划。可自动实现小车数量以及最优路径。它没有用到机器学习库,比较适合用来研究蚁群算法的实现过程。同时带有Matlab版本。☆18Updated last year
- 基于粒子群的VRP(车辆配送路径规划)问题建模求解☆44Updated 2 years ago
- 遗传算法解决枢纽选址问题☆21Updated 5 years ago
- 遗传算法路径规划及仿真☆51Updated 5 years ago
- 遗传算法解决最短路径问题(两个出发点)☆13Updated 5 months ago
- 本项目分别实现了遗传算法(GA)和模拟退火算法(SA)解决多旅行商问题(MTSP)。☆57Updated 4 years ago
- 人工智能大作业论文,粒子群优化算法求解旅行商问题的源代码及数据☆18Updated 4 years ago
- 遗传算法,是大学写论文的时候引用的算法,来解决社区配送人力/车力/路径优化的问题是☆20Updated 4 years ago
- 实现高升论文《基于电动汽车的带时间窗的路径优化问题研究》中的算法☆138Updated 6 years ago
- 这是中国研究生数学建模大赛的C题,用于解决航班恢复的问题。程序首先建立了飞机,航班,客户,机场四个类用于模拟航班调度环境。之后应用遗传算法寻找最优的航班调度方案☆32Updated 6 years ago
- Solving the Demand Splittable Vehicle Path Problem Using the Ant Colony Algorithm 使用蚁群算法求解需求可拆分车辆路径问题☆18Updated 2 years ago
- MATLAB公选课论文代码,基于matlab分别使用了模拟退火算法和蚁群算法解决TSP问题☆33Updated 6 years ago
- 多AGV路径规划算法研究☆11Updated 6 years ago
- 基于遗传算法的应急路径规划☆22Updated 2 years ago
- 遗传算法、模拟退火算法求解TSP问题☆55Updated 7 years ago
- 使用四种基本启发式算法(模拟退火、禁忌搜索、遗传算法与蚁群算法)求解广义旅行商(广义TSP/GTSP)问题。☆62Updated 2 years ago
- 利用GA算法解决物流中的问题[考虑最大行驶距离限制、配送货物量]☆10Updated 5 years ago
- 一个疫情背景下应急物资配送算法:用改进后的多目标粒子群优化(MOPSO)算法解决带有风险矩阵的多辆车配送旅行商问题(TSP)☆79Updated 2 years ago
- 求解TSP问题的:蚁群算法、遗传算法、粒子群算法、模拟退火算法、禁忌搜索算法、动态规划算法、贪心算法☆52Updated 2 years ago
- 用遗传算法求解VRP问题☆20Updated last year
- 常用元启发式算法案例合辑☆18Updated last year
- 基于遗传算法的车辆充电调度系统。遗传算法 ,非支配排序算法、多目标优化、车辆充电调度、MATLAB☆48Updated 4 years ago