【技术实现步骤摘要】
本专利技术涉及运输管理，具体涉及一种智能运输管理方法及系统。
技术介绍
1、近年来，随着快递量的快速增长，快递物流行业进入了发展的高峰期。目前，城市快递运输面临巨大的挑战，由于城市交通拥堵以及快递运输量过大等问题，快递往往无法准时的运送到快递点，造成快递服务行业的质量下降。为了提高快递运输的效率，进而提高快递服务的质量，需要对快递的运输进行更加有效地管理。
2、当城市的快递配送量较大时，如何管理快递配送时间成为了快递高效运输的重要任务之一。目前，随着数据处理
的发展，大多采用优化算法对城市快递运输进行优化管理。比如，遗传优化算法以及粒子群优化算法，在快递物流、运输管理领域应用较为广泛。但是，遗传优化算法，在多种问题最优解的寻找的过程中，往往需要大量样本才能得到较为准确的最优解；粒子群优化算法，优化过程中容易陷入局部最优，往往需要对算法参数进行合理的确定才能得到较好的全局最优结果。
技术实现思路
1、本专利技术提供一种智能运输管理方法及系统，以解决粒子群优化算法中单一惯性权...
【技术保护点】
1.一种智能运输管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种智能运输管理方法，其特征在于，所述根据快递配送车的实际配送信息获取每次迭代后每个粒子的近邻粒子集合，根据每次迭代后每个粒子的近邻粒子集合获取每次迭代后粒子群的递变规律指数序列的方法为：
3.根据权利要求2所述的一种智能运输管理方法，其特征在于，所述根据每次迭代后每个粒子的近邻粒子集合获取每次迭代后每个粒子的迭代变化规律指数的方法为：
4.根据权利要求1所述的一种智能运输管理方法，其特征在于，所述根据每次迭代后粒子群的递变规律指数序列获取每次迭代后...
【技术特征摘要】
1.一种智能运输管理方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种智能运输管理方法，其特征在于，所述根据快递配送车的实际配送信息获取每次迭代后每个粒子的近邻粒子集合，根据每次迭代后每个粒子的近邻粒子集合获取每次迭代后粒子群的递变规律指数序列的方法为：
3.根据权利要求2所述的一种智能运输管理方法，其特征在于，所述根据每次迭代后每个粒子的近邻粒子集合获取每次迭代后每个粒子的迭代变化规律指数的方法为：
4.根据权利要求1所述的一种智能运输管理方法，其特征在于，所述根据每次迭代后粒子群的递变规律指数序列获取每次迭代后粒子群的粒子异质性程度指数的方法为：
5.根据权利要求1所述的一种智能运输管理方法，其特征在于，所述根据每次迭代后粒子群的粒子异质性程度指数获取每次迭代后粒子群的优化奇异指数的方法为：
6.根据权利要求1所述的一种智能运输管理方法，其特征在于，所述...
【专利技术属性】
技术研发人员：王嘉瑞，李富星，陆放，俞靓，杨耿，
申请(专利权)人：延安大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。