[发明专利]基于前级项目的多项目选址机制在审
申请号: | 201610486571.X | 申请日: | 2016-06-28 |
公开(公告)号: | CN107545343A | 公开(公告)日: | 2018-01-05 |
发明(设计)人: | 郑丽娜 | 申请(专利权)人: | 上海洋启投资中心 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 201399 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 项目 多项 选址 机制 | ||
1.基于前级项目的多项目选址机制, 其特征是:项目规划里面可以对项目进行多个前级项目选择, 只有前级项目完成后才启动这个项目;骨干微粒群优化算法利用一个关于微粒全局引导者和局部引导者的高斯分布完成微粒位置的更新,具有无需设置惯性权重和学习因子等控制参数的优点。
2.根据权利要求1所述的项目规划里面可以对项目进行多个前级项目选择, 只有前级项目完成后才启动这个项目,其特征是:多人多子项目在项目列表;项目列表由项目分类树进行规划分类:规定期限,分配项目权重;所有的子项目是2层特殊结构,分类目录+项目数据形式存在;在项目列表可进行2次自动创建指定人员和大量子项目;对项目进行预览规划; 按照所有参与人员按照时间轴进行横向比较,并且对人员可进行任意增减;项目规划里面可以对项目进行多个前级项目选择, 只有前级项目完成后才启动这个项目。
3.根据权利要求1所述的骨干微粒群优化算法利用一个关于微粒全局引导者和局部引导者的高斯分布完成微粒位置的更新,具有无需设置惯性权重和学习因子等控制参数的优点,其特征是:与传统微粒群优化算法相比,BB-PSO更为紧凑简洁,并且不需要调节任何控制参数;将BB-PSO算法用于具有离散变量的多项目选址问题,提出一种改进的骨干微粒群优化算法;首先,给出多项目选址问题的优化模型;接着,通过定义微粒解码方式,给出微粒的适应值评价方法;通过解决微粒引导者的选择和微粒位置的更新等关键算子,给出所提方法的具体步骤;最后,验证所提方法的有效性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海洋启投资中心,未经上海洋启投资中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610486571.X/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理