龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京航空航天大学
摘要：本发明涉及一种基于整数规化和深度学习的区域多机场选址方法，属于机场规划技术领域，解决了现有方法计算复杂、计算量大而难以求解出选址机场的问题。包括构建区域多机场选址的目标函数；利用混沌映射算子和邻域搜索得到多个种群；对各种群并行迭代更新直至达到第一迭代次数：对非最优个体通过邻域搜索将局部最优个体加入种群，根据第一概率去除非最优个体；当连续多次迭代的最优个体相同时，根据第二概率去除非最优个体，利用混沌映射算子生成新个体；对各种群的个体进行分组，对每组中的一个个体进行种群间的交换后，重复执行迭代更新直至达到第二迭代次数；从各种群中选择最优个体得到最优选址方案。实现了机场选址准确性和性能的提升。
主权项：1.一种基于整数规化和深度学习的区域多机场选址方法，其特征在于，包括以下步骤：S1、基于多城市群多机场，构建区域多机场选址的目标函数；S2、根据选址数量和目标函数，利用混沌映射算子和邻域搜索得到多个个体数量相同的种群，每个个体对应选址方案；S3、对各种群并行进行以下迭代更新直至达到第一迭代次数：对种群内的非最优个体通过邻域搜索将各自的局部最优个体加入种群，根据个体的第一概率去除非最优个体直至种群内个体数量不变；当连续多次迭代的最优个体相同时，根据个体的第二概率去除非最优个体，利用所述混沌映射算子生成新个体补入种群直至种群内个体数量不变；所述第一概率和第二概率基于目标函数值得到；S4、对各种群的个体进行分组，根据个体中相同选址机场数量对各种群内每组中的一个个体进行种群间的交换后，重复执行S3和S4直至达到第二迭代次数；从各种群中选择最优个体得到最优选址方案。
全文数据：
权利要求：
百度查询： 北京航空航天大学 一种基于整数规化和深度学习的区域多机场选址方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号