基于长短期记忆网络信息累积的动态多目标路径优化方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
基于长短期记忆网络信息累积的动态多目标路径优化方法
申请号:CN202511500293
申请日期:2025-10-21
公开号:CN120975191A
公开日期:2025-11-18
类型:发明专利
摘要
本发明公开了基于长短期记忆网络信息累积的动态多目标路径优化方法,涉及动态多目标路径优化技术领域,包括以下步骤:获取动态多目标路径优化问题,对种群和参数初始化;在每一代进化的初始阶段执行环境变化检测策略,若环境发生变化,执行长短期记忆网络信息累积的非线性预测策略,然后执行种群辅助调整策略;使用静态多目标进化算法对动态多目标路径优化问题进行优化,进行迭代,直至达到最大迭代次数,输出最终的优化结果作为最优路径。本申请通过构建并结合长短期记忆网络信息累积的非线性预测策略和种群辅助调整策略,在提高环境适应性的同时保证了动态多目标路径优化的准确性。
技术关键词
长短期记忆网络 路径优化方法 环境检测器 动态 策略 进化算法 路径优化技术 非线性 参数 DE算法 记忆单元 阶段 矩阵 决策 变量 元素
添加客服微信openai178,进AITNT官方交流群
沪ICP备2023015588号