2025年1月9日
星期四
|
欢迎来到青海省图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
周新
作品数:
1
被引量:6
H指数:1
供职机构:
中国石油大学(北京)地球物理与信息工程学院
更多>>
发文基金:
中国石油大学(北京)科研基金
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
机械工程
更多>>
合作作者
鲁强
中国石油大学北京地球物理与信息...
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
机械工程
1篇
自动化与计算...
主题
1篇
蚁群
1篇
蚁群算法
1篇
在线检测
1篇
群算法
1篇
GPU并行
1篇
GPU计算
1篇
并行蚁群算法
机构
1篇
中国石油大学...
作者
1篇
鲁强
1篇
周新
传媒
1篇
仪器仪表学报
年份
1篇
2015
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于在线检测动态一维下料问题的GPU并行蚁群算法
被引量:6
2015年
随着在线检测技术发展,生产线上的物料需要根据检测结果进行快速切割。已有一维下料优化问题是根据全局目标进行建模的,其最优化算法不能满足实时调整切割方案的要求。本文首先根据物料在线检测及切割特点提出了动态多规格一维下料优化问题,并给出最优化模型;然后结合GPU特点创建并行蚁群算法来求解多规格动态一维下料问题,以保证在有限时间内求得近似最优结果;经过算法分析证明,对于大规模数据变量,并行蚁群算法效率高于传统蚁群算法。通过实验表明,在大规模数据量下,此并行蚁群算法与传统蚁群算法和分支定界算法相比,能够在较短时间内得到较优切割方案。
鲁强
周新
关键词:
并行蚁群算法
在线检测
GPU计算
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张