动态规划在物流配送最短路径问题中的应用

动态规划最大的优点在于把问题分解成简单易算的小阶段,处理问题的方法简便,思路清晰,理论可靠,在提高效率方面,解决多阶段决策等方面的问题有很大好处和便利.由此,首先简要的介绍了动态规划的思想、特点以及建立动态规划模型的步骤,然后将动态规划引入到物流配送的问题求解中,通过应用举例来阐述说明动态规划在物流配送最短路径问题中有着很好的应用.     

利用动态规划算法求解最短路径

动态规划是研究一类最优化问题的算法。文中介绍了如何将最短路径问题通过动态规划来求解。     

A*算法改进及其在动态最短路径问题中的应用

动态最短路径搜索算法是智能交通系统技术应用的关键问题之一．为了解决这一问题,提出以一致性原则动态形式为基础的动态A*算法(dynamic A* algorithm,DA* algorithm)并证明了在两节点间动态下界满足一致性原则动态形式前提下,该算法能够求解满足先进先出原则的动态网络中两节点间最短路径问题．在以广州市交通路网为基础的动态网络上对DA*算法进行试验．试验结果表明,Dijkstra算法的和A*算法的平均计算时间分别是DA*算法的6．55和1．43倍．     

在交通运输上使用动态规划求解最短路径

随着我国交通运输事业的发展，降低运输成本成为日益关注的问题。动态规划在工程技术、经济管理、工业生产、交通运输等众多领域都有广泛的应用，其中最短路径问题是动态规划在管理领域的一个重要应用。本文通过具体实例说明动态规划在交通运输方面求解最短路径的过程，方法简便，思路清晰。     

求解最短路径问题的DNA动态规划算法

最短路径问题是一个组合优化问题,许多交通运输、工程、管理等实际问题可转化为最短路径问题进行求解。文中利用DNA计算的并行计算模式,给出一个求解最短路径问题的DNA动态规划算法,该算法最多需要7n-11个生物操作。     

车辆路径问题的改进遗传算法

在分析车辆路径问题的现有启发式算法的基础上,本文构造了车辆路径问题的染色体表达式,并对染色体进行了可行化映射,建立了此问题的遗传算法．实验表明,此算法可以有效求得车辆路径问题的优化解或近似优化解．     

动态规划法在TSP问题中的应用

动态规划作为一种工具,在计算机科学界已被大家认同,动态规划法主要被应用于求解一些算法问题,特别是在求解多阶段决策最优化问题方面,动态规划法被广泛的应用.     

求解动态路径诱导K路最短问题的人工免疫优化方法

针对智能交通诱导系统中传统最短K路算法的运行效果不佳，提出一种新型人工免疫优化搜索算法，并将其应用于扩展节点法建立的城市交通路网模型，实现了城市交通诱导系统的最优K路搜索．该算法基于生物免疫系统的免疫记忆功能，具有全局性并行搜索的特点．在K路最短问题求解时能同时给出K条最短路径，不存在遗传算法的早熟现象并具有更好的并行处理能力．示例仿真验证了算法的有效性与实用性．     

物流配送车辆路径问题(VRP)算法研究

物流配送车辆路径问题(VRP)属于NP-hard问题.文章介绍了当前最具有代表性的算法,分析并总结了各种算法的优缺点及目前的改进情况,指出目前启发式算法是求解车辆路径问题的主要方法,至于大规模客户集的配送路径优化问题或者是多约束的复杂VRP问题,可以考虑利用多种算法相结合的办法来解决.     

物流配送车辆路径问题(VRP)算法综述

物流配送车辆路径问题(VRP)属于NP-hard问题,对这类问题如何求解,学术界提出了多种算法,这些算法可归结为2大类:精确算法和启发式算法.通过对这2类算法中最具代表性的几种算法的分析、比较和总结,指出了各种算法的优缺点、适用范围和场合、存在的问题以及改进的方案,为物流配送车辆路径问题求解过程中算法的选择提供了依据和参考.     

差分进化算法在物流配送路径优化中的应用

研究无时限单向物流配送车辆路径问题,主要考虑车辆容量、最大距离等约束,考虑车辆满载情况,以车辆非满载率最小、总的行驶路径最短为目标,提出了该物流配送问题的多目标优化问题的数学模型,运用差分进化算法求解该问题.算法构造了合适的编码方法,应用Matlab语言编程进行实例仿真计算,得到了模型的最优解,验证了算法的有效性.     

动态规划在水资源优化配置中的应用

随着水资源供求矛盾日益显现，水资源优化配置已成为水资源管理工作的重点，通过介绍一个动态规划在水资源优化配置中的应用实例，说明动态规模的基本原理及应用方法。     

绿色车辆路径问题的改进拉格朗日松弛算法

针对绿色带容量的车辆路径问题(Green Capacitated Vehicle Routing Problem, GCVRP),建立了以最小化总运费为优化目标的混合整数规划(Mixed Integer Programming,MIP)模型,并提出一种改进拉格朗日松弛算法(Improved Lagrange Relaxation Algorithm, ILRA)进行求解。首先,通过拉格朗日松弛技术得到原问题的对偶问题,并运用次梯度法求解对偶问题获得原问题的下界;然后针对下界设计修复算法和邻域搜索算法获得原问题的上界,进而更新乘子迭代求解;最后进行仿真实验,实验结果表明：在相同实验环境下对19个不同规模算例进行10次测试,ILRA求取MIP的上下界平均间隙为7.61%,而Gurobi求解器求取的平均间隙为15.47%。可见,相较于Gurobi求解器,ILRA能够高效获得GCVRP的高质量解。     

智能电网中电动汽车充电的自适应电价控制方法

针对电动汽车的充电提出一种电价控制策略。聚合管理者集中管理电动汽车的电池,并且考虑用电高峰时电网的电能供给有限,通过电价控制调整充电的需求量。采用自适应动态规划,通过在线网络训练,得到最优的电价策略。仿真结果表明,该自适应电价控制方法能够通过学习电动汽车的移动性和充电过程,从而调整实际充电需求量至期望水平,保证智能电网的稳定运行。     

动态规划的并行化方法

基于动态规划法提出了寻找最短路程的并行化方法,该方法将递推计算问题影射到两个线性阵列结构上并行实现,提高了计算的实时性。该方法也可用于动态规划法并行求解其它多级决策过程。     

基于LDP算法的手写数字串切分

以银行票据OCR系统中的账号为例,分析了手写数字串切分的难点,提出了基于LDP算法的切分方法,并对切分过程中的搜索空间、搜索方法及代价函数进行了研究。实际应用表明,采用本方法处理手写数字串倾斜、拥挤和连笔的情况,能够取得良好效果。     

电子部件可靠性设计的动态规划方法

在初步分配了各分系统的可靠度Ｒｋ和冗余数ａｋ的基础上，针对冗余数ａｋ≥１的分系统，应用动态规划的方法，对其中单个部件的局部电路或某些元件进行冗余设计，提高了单个部件的可靠度，降低分系统的冗余数，从而使分系统的成本、重量和体积减小，这是一种具有工程应用价值的局部动态规划方法。     

绿色车辆路径问题研究

对绿色车辆路径问题的发展形势进行了分析.阐述了绿色车辆路径问题的起源,梳理了绿色车辆路径问题的研究热点,将其划分为最小化燃料消耗的绿色车辆路径问题、考虑污染路径的绿色车辆路径问题、结合新能源车的绿色车辆路径问题这3个研究的主要阶段,指出了绿色车辆路径问题研究的不足和未来可能的研究方向.