Resumen

Los modelos de redes neuronales han logrado recientemente avances significativos en la resolución de problemas de programación de vehículos. El algoritmo de colonia de hormigas adaptativo proporciona una nueva idea para que las redes neuronales resuelvan problemas complejos de sistemas de modelos de enrutamiento de vehículos intensivos en red multiconstraint. La feromona en el camino se modifica ajustando de manera adaptativa los factores volátiles en el proceso de operación. Esto supera de manera efectiva la tendencia del algoritmo de colonia de hormigas tradicional a caer fácilmente en la solución óptima local y a una velocidad de convergencia lenta para buscar la solución óptima global. El algoritmo de enrutamiento de vehículos intensivos en red multiconstraint basado en el algoritmo de colonia de hormigas adaptativo en este documento se refiere a la interacción entre grupos. Se introducen estrategias de transferencia adaptativa y actualización de feromonas basadas en el algoritmo de colonia de hormigas tradicional para optimizar aún más los mecanismos de sele

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Modelos de redes neuronales; Problemas de programación de vehículos; Algoritmo de colonia de hormigas adaptativo; Modelos de enrutamiento de vehículos intensivos en red multiconstraint; Feromona; Solución óptima global
• Keywords:Neural network models; Vehicle scheduling problems; Adaptive ant colony algorithm; Multiconstrained network intensive vehicle routing models; Pheromone; Global optimal solution