竞争环境中的截流选址与设计问题

研究了在竞争环境下同时优化选址和设计决策的截流选址问题。产生于网络路径上的顾客流按一定概率分布来选择各个设施,概率分布由设施服务台数量与偏移原路径距离共同决定。在已有竞争设施存在的情况下,通过选址和设计服务台数量的决策使净收益最大。采用一种带权重的贪婪算法来求解该问题,经过大量计算实验表明该方法求解质量和求解速度都比较理想。     

基于改进萤火虫算法的应急救援中心选址

引用双层规划理论,以应急救援车辆行驶时间最短和救援体系总成本最少为目标,考虑时变条件下道路拥堵情况,建立双层规划选址模型;在基本萤火虫算法的基础上将萤火虫个体的位置更新公式中添加线性递减权重函数,提出惯性权重萤火虫新算法;通过设计应急救援算例,利用双层规划模型和惯性权重萤火虫新算法进行算例的求解,得出算例求解结果并验证新算法在寻优过程中的优越性。     

基于危险斥力场的自动驾驶汽车主动避撞局部路径规划

针对平直道路上碰撞交通事故的多发性和复杂性,借鉴人工势场理论思想,提出了一种基于危险斥力场的自动驾驶汽车主动避撞局部路径规划算法.该算法建立了算盘式道路和危险斥力场模型,根据算珠受到来自道路边界斥力、障碍物边界斥力和线性拉伸弹簧拉力共同作用达到的受力平衡状态,得到一个非线性方程组,用牛顿迭代法求解出一条能安全避开障碍物且符合汽车动力学性能要求的避障路径.仿真结果表明,该算法有效可行,且具有运算量小、实时性好、安全可靠的特点.     

公交网络换乘问题的一种实现

公交换乘问题是公共交通信息查询的重要内容。针对公交网络换乘问题构造了公共交通网络模型。基于该模型,提出了基于改进Dijkstra算法的公交网络最短路径问题的求解。将求解最短路径获得的站点作为搜索站点,并将这些站点及经过这些站点的线路构成换乘矩阵,结合换乘次数的要求,给出了换乘的实现算法,确定可行的换乘方案。     

跨区域物流网络优化的模型与算法的改进研究

针对跨区域物流网络存在的非优问题,综合考虑物流运输成本、过城费、出入库费、装卸费、仓储费以及物流网络流量等决策因素,建立了双目标数学模型:最小化物流总成本和最大化物流网络流量。给出了改进的最小费用最大流算法,并结合有供需需求的网络流算法和典则型网络转化法对模型进行求解。最后,通过MATLAB仿真实验,证实了模型的价值和算法的有效性。     

RMS中工件路径网络生成方法

利用图论建立RMS中工件路径网络生成模型。给出设备物理布局生成的3种算法：设备物理规划布局算法、基于二次布置问题(QAP)模型的VMC设备物理布局算法以及已有设备物理布局算法。给出AGV路径网络生成算法、AGV路径网络生成改进算法、可替代路径网络生成算法,包括节点间最短路径寻找子算法、路径网络预处理子算法。算法的输入为表示重构对象节点间距离信息的距离矩阵文件和表示某生产周期多工艺路线的流量文件,输出为优化的路径网络。用Visual C 实现了以上算法,实例测试验证了算法的正确性。     

中小城市直达公交网络优化

为了在非直达需求均能满足最少换乘的基础上进一步提高公交网络的直达率,建立了以直达率最大化和直达总时间最小化为目标的直达公交网络优化模型。与现有的研究相比,增加了换乘次数最小化约束,并采用具有遗传迭代机制的元启发式算法求解模型。利用Floyd算法求解初始网络最短路径,经线路删减、合并等操作后作为初始公交网络,使得模型具有高质量的初始解;通过space P法建模计算网络总换乘次数,在原有发车频率、最大车辆配备数、线路长度等约束下增加换乘次数最小化约束,采用频率共享规则进行客流分配,并与现有研究结果进行对比。结果表明,对于4条线路的Mandl's Swiss网络,在不考虑发车频率优化时,直达率较现有研究的试验1、2、3分别提高9.7%、8.41%和0.39%。     

基于能力拍卖和多Agent的综合生产计划分布式建模及求解

把拍卖和市场理念引入到生产计划的求解过程中,结合多Agent理论,对大规模生产系统按生产单元建立分布式模型.各个生产单元看作相对独立核算的经济实体,其目标是实现自身利益最大化.当生产能力足够时,按照需求进行生产;当生产能力不足以完全满足需求时,紧缺生产资源的持有者按照单位能力获得最大收益的原则进行生产竞价与拍卖,实现了各个生产单元的分布式自主协商决策,并设计了求解算法.算例研究证明该方法的可操作性和求解的有效性.     

基于PIWOA的绿色闭环供应链网络多目标模糊优化设计

针对闭环供应链网络优化设计问题,建立了一种基于Me测度的闭环供应链网络多目标优化设计模型,以此降低供应链网络设计中不确定性因素在求解时的影响。首先,针对多层级闭环供应链网络,建立以成本最小、CO₂排放量最小以及社会效益最大为目标的优化函数,并采用Me测度和三角模糊数对模型及相关约束进行模糊处理,得到不确定性闭环供应链网络优化模型;其次,在原有鲸鱼算法的基础上,引入变异收敛因子,增强其搜索能力,并将Pareto引入改进后的鲸鱼算法求解所建模型;最后,通过数值实例和仿真分析验证算法在搜索能力、时间以及优化目标函数值等方面具有较强的优势和性能。     

遗传算法在单层球壳质量、刚度模糊优化中的应用

在单层球壳的优化设计过程中,必然会遇到大量的不确定性信息和因素,对这些不确定性因素应该使用模糊理论加以分析和处理。同时往往要考虑多个目标如质量最小和整体刚度最大等,而各个目标之间存在矛盾,要使各个目标都达到最优很困难。采用模糊数学的原理建立单层球壳多目标模糊优化模型,通过模糊判决法,将多目标的模糊优化问题转化为单目标的非模糊优化问题,最后利用小生境遗传算法(ANGA算法)对非模糊化的优化模型进行求解。对70 m跨单层球壳进行质量、刚度模糊优化,结果令人满意,验证了该方法的合理性和可行性,说明基于ANGA算法的模糊优化方法可以有效解决优化变量繁多的大中型网格结构多目标模糊优化问题。     

基于混沌差分进化粒子群算法的模糊资源受限项目调度问题

本文研究了工期模糊情况下的资源受限项目调度问题,采用一种基于区间数距离的模糊取最大运算比较模糊工期的大小,解决了以往研究中忽略的工期模糊情况下,项目关键路径可能会发生改变,相应地各活动的模糊调度时间以及项目的模糊最短工期也可能随之发生改变的问题。引入一种基于混沌和差分进化的混合粒子群优化算法,并对算法的惯性权重进行改进来求解上述问题。通过一个算例验证了所建立模型及提出方法的有效性。     

Survey of Deterministic Networks

The state-of-the-art of deterministic networks is surveyed with a discussion of shortest path, transportation, assignment, transshipment, maximum flow, minimum spanning tree, Chinese postman, Euler path and multicommodity flow models. The computational complexity of network models is discussed. The survey concentrates on models and algorithms that can be used to solve large-scale problems.     

Survey of Deterministic Networks

The state-of-the-art of deterministic networks is surveyed with a discussion of shortest path, transportation, assignment, transshipment, maximum flow, minimum spanning tree, Chinese postman, Euler path and multicommodity flow models. The computational complexity of network models is discussed. The survey concentrates on models and algorithms that can be used to solve large-scale problems.     

Shortest path calculation in large road networks

One of the basic problems in transportation planning systems is the calculation of the fastest route between two points in a road network. General shortest path algorithms, which examine a large part of the whole graph for each shortest path, are very slow if the road network is large. Since the road network does not change very often it is possible to calculate auxiliary information in a preprocessing step. I will present a preprocessing algorithm which requires linear storage. It is substantially faster than the general algorithms without preprocessing. Received: 17 July 1996 / Accepted: 22 April 1997     

区域物流网络中多配送中心的库存需求预测模型

研究了某区域物流网络中由m个配送中心、n个零售商组成的配送网络的需求预测问题。分析了区域物流网络的需求特点,运用Dijkstra算法得出最短路径矩阵,在此基础上构建了库存需求预测模型,通过该模型求得每个配送中心的需求总量,并以实例验证了该模型的正确性和可行性。     

基于混沌粒子群优化算法的AGV路径规划研究

目的 优化物流AGV路径最优问题。方法 提出一种改进的混沌粒子群优化算法,采用基于Bézier曲线的路径规划模型,通过调整Bézier曲线的控制点数量,显著改善AGV轨迹路线的长度和平滑度。结果 采用混沌粒子群滤波算法（CPSO）最优化处理Bézier曲线的控制点数,引入适应度函数,评估是否满足终止标准,如果达到最大迭代次数或者在给定迭代次数时未修改最优解则终止CPSO算法,最后利用选取的控制点计算出更短、更平滑的轨迹路线,提高了算法的寻优能力。结论 采用CPSO算法初始化Bézier曲线可以获得更加平滑的最短路径。     

基于改进蚁群算法的码垛机器人路径规划应用研究

目的为解决蚁群算法在码垛机器人路径规划中存在的收敛速度慢、容易陷入局部最优等问题,提出一种人工势场和蚁群算法相结合的方法。方法首先,根据码垛机器人机械手在人工势场中不同节点所受到的合力,对初始信息素进行不均匀分布,以解决蚁群算法初期由于缺乏信息素导致的无效路径搜索。其次,在启发函数的设计中引入码垛机器人机械手在下一节点所受到的合力,以解决蚁群算法容易陷入局部最优的问题。最后,对信息素的更新策略进行改进。按照寻得路径的长度不同,对每次迭代完成后信息素的增量成比例进行更新,并设置最大、最小值,以解决迭代后期路径上信息素过大而使蚁群算法陷入局部最优的问题。结果改进后的蚁群算法收敛速度提升了约51%,寻找到的最短路径提升了约10%。和其他改进的蚁群算法相比,在综合性能上也有一定程度上的提高。结论改进后的蚁群算法收敛更快,寻找的最优路径更短。     

黑版地形图道路提取算法的研究

地图道路的提取及道路网的生成是电子导航、城市规划、电力、通讯等应用的关键.论文基于数学形态学与节点分析的要素提取算法,通过对地形图进行预处理和道路节点的判断,实现了二值化地形图道路的提取.在分析最短路径问题对道路信息需求的基础上,进行了道路网拓扑结构的构建.通过原型系统的实验证明,上述算法有效可行.     

基于表面网格的塑料注射成型浇口位置优化

直接利用表面网格的几何信息计算最佳浇口位置,可显著提高浇口位置优化算法的计算速度与有效性。基于流动平衡的定义和权值流动长度,建立了优化目标函数。根据一定假设条件,将表面网格转化为带权值的无向图,结合遗传算法与爬山算法的优点,建立了Generic-Hillclimbing(GH)浇口位置搜索方法,并利用最短路径算法求解目标函数值。与Moldflow浇口优化功能相比较的实例表明,该方法能够高效准确地得到优化的浇口位置。     

An algorithm for optimising the servicing of products with constrained,multiple defects

The twin pillars of sustainable development are the conservation of natural resources and the management of waste. Waste is generated whenever a product is serviced or repaired, or when it is ultimately discarded at the end of its useful life. In order to manage such waste, the servicing options and costs must first be ascertained. This paper presents an algorithm for the generation of optimal disassembly and re-assembly sequences for the servicing of products with multiple defects, subject to constraints such as inaccessible components. The multiple service action (MSA) algorithm determines the minimum total servicing cost for a product network based on Floyd's Algorithm, a shortest path algorithm. Well-established shortest path algorithms, which compute the shortest route between any pair of nodes in a network, are unable to handle multiple defects. The product network is first constructed, depicting the components and subassemblies as nodes, and embodying in directed arcs, the labour, materials and tooling costs associated with disassembly and re-assembly, as well as the cost to repair, reuse, recycle or dispose the defective components. The MSA algorithm was tested on seven different product networks representing multiple defective components that can be serviced by different feasible routes. For each feasible service route, associated costs were computed. It was established that the algorithm was able to generate optimum disassembly and re-assembly routes for the servicing of products with multiple defects subject to constraints.