基于遗传算法的配送中心订单拣选优化问题研究

以拣选所有订单的行走距离最短为目标,研究了配送中心内订单分批拣选的优化问题.文中采用了遗传算法来优化订单的分批组合,不同于先前的分批优化方法,本文在订单分批时,考虑了种子订单的选择方法,通过种子订单的有效选取,使拣选总距离得到了明显的优化.     

基于Flexsim的配送中心拣选策略比较与仿真

订单拣选是影响物流中心运作效率的核心环节,本文以现有典型订单拣选策略为研究对象,通过采集国内某配送中心运营数据,在Flexsim仿真软件中对不同拣选策略进行仿真与比较研究.根据数据实验结果,明确了各种拣选策略的性能特性及适用范围,为实际订单处理业务提供了有益的决策支持.     

基于遗传算法的物流配送中心选址研究

物流配送中心的布局对其中心功能的发挥影响极大。物流配送中心选址是一个混合整数非线性规划问题,如果待选择和拟选择的配送中心数目较多,计算将十分复杂。针对这个问题,设计了基于优先权编码的遗传算法来降低问题求解的难度,并给出了一个小规模算例。     

基于串并行混合拣选策略的自动拣选系统品项分配优化

面向配送中心自动拣选系统的效率需求,提出了一种新型的串并行混合拣选策略,并设计了品项货位分配的优化方法。针对订单拣选作业,结合串、并行拣选策略的优点设计混合拣选策略:首先选择非干涉品项进行并行拣选,而后针对并行拣选后产生的间隙选择合适品项进行插空拣选,最后对剩余品项进行串行拣选。针对该拣选策略受品项货位分配影响较大的特点,设计了改进的小生境遗传算法对拣选系统的品项货位分配进行优化。仿真试验结果证明了串并行混合拣选策略和品项货位分配优化方法对提高自动拣选系统效率的有效性和可行性。     

基于遗传算法的多配送中心运输调度研究

多配送中心的车辆调度问题是一个较难的组合优化问题,也是一类典型的NP—hard问题。遗传算法作为一种有效的优化算法得到了广泛的应用。为了解决了物流多配送中心的运输问题,文章运用新的交叉变异方法提出了一种改进的遗传算法。该算法保持了良好的种群多样性,具有更高的性能。     

钢铁生产中管坯加热的单机连续型批调度策略研究

连续型批处理机调度问题是从钢铁生产线提炼出来的一种新型的批调度模型,该调度模型中,批的加工时间取决于该批的大小、批中工件的最大加工时间及机器的容量。研究目标函数为最小加权总完工时间的单机连续型批调度问题,分析最优解的性质,讨论最优的批内、批间序及分批策略,给出工件权值与加工时间逆序情况下的动态规划算法。     

产能和产出缓存有限的BTO供应链订单接受策略研究

探讨了在保证按期交货的情况下,供应链节点企业产能和产出缓存有限的二阶BTO供应链的订单接受问题.以供应链节点企业为研究对象,建立了以供应链整体利润最大化为目标的供应链订单接受整数规划模型,然后通过数值分析,验证了该模型的有效性.分析表明:该模型能够有效地协调供应链节点企业间的产能,使订单接受决策在整个供应链上更为合理.分析结果能够为BTO供应链上节点企业的订单接受决策提供有益的指导.     

基于优育子群迁徙策略的多模态遗传算法研究

通过分析小生境遗传算法(NGA)的不足,提出了用于优化计算时多模态遗传算法的完全收敛性问题.结合传统梯度进化技术,设计了基于优育子群迁徙策略的遗传算法(MBGA),并分析了其运行机理和完全收敛特性.采用新算法与NGA进行了对比仿真实验,不仅验证了所提算法的完全收敛性结论,同时验证了其求解多模态问题的有效性、完全收敛能力及其收敛的稳定性.     

基于双VSC的柔性合环装置的交直流侧合环控制策略研究

伴随社会产业的发展和智能电网的推进,用户对电能质量和供电可靠性的要求越来越高,因此配电网不停电合环负荷转供具有重要意义。文章针对极端条件下的不停电负荷转供需求,采用两侧独立STATCOM联合构成的具有灵活控制功能的双VSC柔性合环装置,提出了分别从交、直流侧进行合环调节的方案,首先分析了该合环装置的结构和工作原理,其次针对合环要求确定控制策略,交流合环中双VSC分别采用前馈解耦的双闭环控制和带前馈的电压反馈控制,直流合环中双VSC均采用双闭环控制,合环后控制策略由控直流电压改为控交流电压,进而完成负荷转供,最后在PSCAD/EMTDC环境下对采用该合环装置的10kV配电网系统进行了仿真分析,进一步验证了所提出合环方案的可行性与控制策略的有效性,通过比较两种方案各自存在的优缺点,体现出直流侧合环方案更具优势。     

考虑不可行度的改进遗传算法在电压无功调整中的研究

电压质量是电力系统安全经济运行的重要因素,需要利用合理的电压无功措施进行调整.在电压无功调整的数学模型中引入了不可行度概念,用于处理模型中的约束条件,并结合改进遗传机制的遗传算法对系统进行电压无功调整.不可行度的引入扩大了遗传算法的搜索域,提高了算法的寻优能力.通过对实际系统的分析计算表明,该算法可以较好地平衡来自目标函数最优化和约束条件限制的压力,有效地改善电压质量.     

聚类算法初始聚类中心的优化

对近年来k-means算法的研究现状与进展进行总结.首先对较有代表性的初始聚类中心改进的算法,从思想、关键技术和优缺点等方面进行分析.其次选用知名数据集对典型算法进行测试,主要从就同一个数据集不同改进算法的聚类情况进行对比分析,为聚类分析和数据挖掘等研究提供有益的参考.     

订单时间具有约束的分批配货作业优化

针对现代配送中心订单时间具有约束的分批配货作业优化问题,通过分析其特点,提出优化目标为配货时间与客户订单延误时间加权和最小的分批配货问题,建立对应的整数规划模型,并设计了相应的JBS启发式算法,以此JBS结果为初始解,运用效率较高的遗传算法求解,最后通过模拟测试,表明效果良好.     

物流配送中心车辆调度模型与遗传算法设计

对带时间约束的物流配送中心车辆调度问题，采用混合整数规划方法进行建模，分析了该模型用精确算法进行求解的复杂性，指出对实际问题若完全采用精确算法求解往往达不到实时响应的要求，提出了遗传算法与启发式算法相结合的求解方法，将该问题分解为车辆分配和单一车辆路线安排两个相互关联的子问题进行求解，仿真结果表明，该算法是很有效的。     

配电网架空线路分段规划及运行研究

电力系统中绝大多数故障的发生及网损的产生均发生在配电网中,在配网中设置位置适当的开关将线路进行分段,对提高可靠性水平和最大限度节省经济成本具有重要意义.采用改进遗传算法进行配电网线路分段规划,提出了计及网损和可靠性的线路分段优化模型,采用改进的遗传算法进行了求解,并应用实例验证了方法的有效性和实用性.     

基于自适应小生境遗传算法的物流配送路径优化研究

针对遗传算法具有早熟的缺点和小生境遗传算法比遗传算法更费时的问题,将自适应小生境技术引人遗传算法,构建自适应小生境遗传算法,用以解决带时间窗的车辆路径优化问题.实验结果表明该算法具有更好的搜索能力和收敛速度,能有效地调和种群多样性与算法耗时的矛盾,解决物流配送车辆路径优化的问题.     

利用白泥浸出液处理阴离子染料废水

以稀盐酸对碱性白泥进行酸浸,过滤得浸出液。研究白泥浸出液对水中阴离子染料活性嫩黄K-6G、酸性橙Ⅱ、直接黄R的去除效果。研究结果表明:白泥浸出液对活性嫩黄K-6G、酸性橙Ⅱ、直接黄R染料废水具有明显的脱色效果。在投加量为2g/L,pH值分别为12.50、12.00、12.00时,上述三种染料废水脱色率分别达93.5%、97.5%、99.8%,适宜的反应时间为90s。白泥浸出液碱性条件下产物对染料的吸附符合Freundlich吸附等温方程,吸附过程为自发放热反应。     

基于四元数MUSIC的双极化散射中心参量提取

针对既有水平极化发射水平极化接收,又有垂直极化发射垂直极化接收数据的双极化雷达目标散射中心模型,提出用四元数MUSIC算法进行参量提取。该算法首先将hh和vv数据用四元数联系起来,然后采用MUSIC算法的思想,构造四元数信号子空间和四元数噪声子空间,并利用四元数噪声子空间和四元数信号子空间相互正交的特性,通过谱峰搜索估计双极化散射中心的参量。同复数域的MUSIC算法相比,四元数MUSIC算法在信噪比较低时仍能较好地估计出散射中心参量。仿真实验验证了算法的有效性。     

混合遗传算法的最优通信频率分配研究

随着移动通信的迅速发展,飞速增长的用户数量与有限的频率资源这两者之间的矛盾越来越突出,如何能高速有效地分配有限的通信频率是通信公司的重要任务。针对此问题,采用混合遗传算法为通讯基站分配通信频率,该分配算法违约率低,分配速度快,可以在规定频率范围和时间内生成最优频率分配。     

基于小生境遗传算法的网格节点资源研究

针对解决网格节点资源聚类问题，提出了基于小生镜遗传算法的模糊聚类分析方法。该算法把小生镜遗传算法搜索的随机性和并行性引入模糊聚类中，对模糊聚类中的聚类中心的个数和聚类中心的选取进行指导，解决了模糊C均值聚类对初始聚类中心的敏感性问题、实验证明该方法能具有全局收敛性，克服了FCM算法可能陷入局部极小值，并有效地对网格节点资源整合归类，从而改善网格节点资源发现的性能。     

基于改进遗传算法的物流配送路线优化研究

在分析车辆路径问题(VRP)现有启发式算法的基础上，建立了考虑路线安排的物流配送方案模型，并提出了求解该问题的一种改进遗传算法(IGA)。方法的核心在于针对遗传算法的局部搜索能力的不足，在选择、交叉、变异等遗传操作之后，引入逆转换位算子，根据适应度是否增加，对新产生的染色体进行多次逆转操作。应用C语言编程进行模拟计算，结果表明该改进遗传算法明显增强了群体演化的质量，提高了算法收敛速度，较好地解决了“早熟收敛”问题。