应急车辆调度中的最优路径研究

突发事件发生后,公安机关需要及时调度车辆进行应急救援,而提高救援效率的关键因素在于建立合理的最优路径。结合实际的道路交通状况,建立救援时间影响因素的层次结构模型,同时,在基本蚁群算法的基础上进行改进,通过仿真实验,验证算法的可行性,缩短调度车辆的救援时间。     

配载约束下双向搜寻节点的车辆路径问题

目的 研究三维装箱约束的车辆路径问题,即在给定车辆中尽可能多地装入货物且保证车辆行驶路线最优。方法 提出基于双向搜寻路径节点规则的智能水滴节约算法来求解车辆路径问题,并采用基于虚拟组合块的启发式算法来求解装箱问题。结果 通过数值算例检验,混合算法使车厢的平均空间利用率达到了76.14%,并确定了最优行驶路线。结论 基于双向搜寻路径节点规则的智能水滴节约算法可找出最优的行驶路线,而基于虚拟组合块的启发式算法也能合理放置货物,得出较优的装载方案。     

探讨支持系统在智能电网调度技术中的功能应用问题

随着时代的进步和社会经济的发展,我国电力系统发展迅速,并且电网中也开始积极的应用先进技术,电网的智能化程度在不断的提升。在智能电网调度技术中,支持系统发挥着十分巨大的作用,需要引起人们足够的重视,结合其具体情况,科学的应用,推动我国电力事业获得更好的发展。本文简要分析了支持系统在智能电网调度技术中的功能应用,希望可以提供一些有价值的参考意见。     

蝙蝠算法在PFSP调度问题中的应用研究

针对新生的启发式智能算法蝙蝠算法求解离散型生产调度问题存在的局限性,利用对蝙蝠算法重新编码以及初始化的方式来求解离散型生产调度问题。通过对经典的生产调度基准数据进行测试,并同较成熟的标准粒子群算法进行比较。结果表明,蝙蝠算法在解决离散的生产调度问题时,具有较好的优化性能。验证了蝙蝠算法求解离散性问题的有效性以及可行性。     

考虑油耗的车辆调度问题模型与算法

针对目前运输行业中能源消耗已经成为影响社会环境和运行成本的重要因素这一实际,在分析汽车行驶油耗规律和定量描述的基础上,引入考虑能源消耗的车辆调度问题,考虑了车辆运行能耗目标以及客户的需求时间窗等约束,建立问题的精确数学模型。由于问题具有NP hard性质,为了求解实际大规模此类问题而设计了一种新型禁忌搜索算法。该算法引入大规模邻域搜索思想,并提出基于虚拟车辆的新型搜索邻域。通过算例试验验证了算法的有效性。     

仿生群智能算法在生产调度中的应用综述

群智能算法是在观察和研究群居生物群体行为的基础上,提出的人工智能模拟模式,通过模拟群体中多个个体之间的简单协作实现问题的求解。在介绍群智能算法原理的基础上,综述并讨论了其在生产调度中的应用,为未来的研究提供了有意义的借鉴和参考。     

云计算在现代智能电力调度中的有效应用分析

目前状况下,我国经济发展十分迅速,在这一大环境之下各行各业都取得了一定程度上的发展。就电力行业而言,近几年来不断引进新技术、新工艺,加之自身的创新,促进了整个行业的进步。电力调度系统之中引入了云计算技术便是一项具有典型性的技术融合。本文主要针对云计算在现代智能电力调度中的有效应用进行研究与分析。     

单车场多送货点车辆调度优化的一种改进禁忌算法

为解决单车场容量约束车辆调度问题提出了一种改进禁忌算法.在传统的禁忌算法思想中,它的解受算法的唯一初始解的状态影响很大,因此优化结果的稳定性得不到保证.此改进算法使用多初始解和全局禁忌表,它能够减小解的不稳定性和扩大搜索范围.与标准禁忌算法比较,它的全局搜索能力和稳定性都大大增强.通过算例试验,取得了良好的结果.     

应用改进蚁群算法求解柔性作业车间调度问题

将蚁群算法信息素更新规则进行改进,规定只有产生至今最优解的蚂蚁才能释放信息素,且只更新全局信息素,减少了传统蚁群算法的时间复杂度,提高了问题的求解效率。分析了柔性作业车间调度的特点,选取三个性能指标作为求解目标,设定其求解优先级,并建立相应的调度模型。将改进蚁群算法应用于柔性作业车间调度算例的求解,与其它算法比较,平均解有很大提高,表明了该算法求解柔性作业车间调度问题的有效性。     

在Linux下改进EDF实时调度算法

EDF(Earliest Deadline First)算法由于CPU利用率高,可调度的任务集较大等优点在实时系统中的得到广泛的应用,但是EDF算法无法保证重要任务的执行。本文在EDF算法的基础上结合任务的重要性,提出了SBID(Scheduler Based Importance and Deadline)调度算法。首先从理论的角度分析了SBID算法的可调度性,并针对SBID算法对Linux2.6系统内核作一些修改。然后通过实验数据对比表明了SBID算法在保证重要任务顺利运行方面具有较好的优越性。     

改进遗传算法解决柔性作业车间调度问题

柔性作业车间调度问题是经典作业车间调度问题的扩展,它允许工序在多台机器中的任意一台上加工.针对柔性作业车间调度问题的特点,提出一种扩展的基于工序的编码及其主动调度的解码机制,并设计一种初始解产生机制和两种有效的交叉和变异操作.为了克服传统遗传算法早熟和收敛慢的缺点,设计了精英解保留策略和子代产生模式结合的改进遗传算法应用于该调度问题.最后运用提出的算法求解基准测试问题验证算法的有效性.     

包装废弃物回收车辆路径问题的改进遗传算法

目的采用优化传统遗传算法(GA)研究包装废弃物回收车辆路径问题(VRP)的性能。方法提出改进遗传算法(IGA)。首先,设计基于贪婪算法的初始种群生成算子,提高初始种群质量;其次,设计根据适应度值大小、进化代数等自适应调整的交叉和变异概率;然后,设计最大保留交叉算子,保证种群的多样性;最后,对企业实例和标准算例进行仿真测试。结果采用IGA算法、蚁群算法(ACO)能求得算例最优解,且IGA算法运行速度快于ACO算法,分支界定算法(BBM)、传统GA算法无法求得算例最优解。结论与BBM算法、传统GA算法和ACO算法相比,IGA算法求解包装废弃物回收VRP问题的整体性能更优。     

共享策略下甩挂车辆调度问题的分析及求解

目的为了克服现阶段下甩挂货运过程中存在的空载率高、牵引车利用率低等问题,从服务点间的货运关系出发,对货运单循环系统中共享策略下甩挂车辆调度问题进行设计研究。方法以牵引车行驶总里程为目标函数,构建共享策略下甩挂车辆调度模型,并基于模拟退火算法对其进行优化求解。结果以山东省的2家小型运输企业为案例进行了仿真分析,与普通车辆调度模式分析比较可知,共享策略下调度模式的空载率、单位货运成本、单位货运油耗、牵引车利用率分别优化了79.6%,50%,22.6%,171.4%。结论文中构建的共享策略下甩挂车辆调度模型及其求解算法可行有效,在减少空载行程、提高燃油利用率等方面具有良好的效果。     

改进分散搜索算法求解包装废弃物回收路径规划问题

目的 将包装废弃物回收路径规划归纳为一个带回路和时间窗的逆向物流车辆路径问题（RL-VRPBTW）,以最小化回收成本、发车成本和时间窗惩罚为联合优化目标进行建模。方法 引入“车辆剩余空间回收能力”因素,改进经典节约里程算法,求得较好的初始解;基于分散搜索框架,设计基于初始解改进的分散搜索算法（ISISS）,根据问题模型,采用含0的编码方式,通过多样性产生、参考集更新、子集产生、子集合并、解改进等5个步骤实现算法功能。结果 在“部分回收点分布较密集”的城市型地理场景下,针对快消企业的低值固废包装,生成回收点数量分别为50、100、200的3种规模算例,并考虑大小两种车型进行仿真实验。将ISISS算法与改进节约里程、遗传和分散搜索3种算法比较后可知,ISISS算法在大规模包装废弃物回收车辆路径问题上具有更优的求解性能。结论 仿真实验结果表明,ISISS是一种求解多目标大规模包装废弃物回收路径规划问题的较优算法。     

面向Job-Shop调度的改进免疫算法研究

由于模拟生物免疫系统功能的免疫算法具有解决复杂工程问题的潜力,同时也存在容易陷入局部最优平衡态和进化后期搜索停滞不前的缺陷,在深入分析生物免疫系统机理之后,将生物免疫原理和生物遗传理论集成到免疫算法中,提出了双倍体免疫算法.这种算法采用疫苗、双倍体等多种生物机制,不仅防止了早熟,而且加快了收敛速度.最后通过典型的Job-Shop调度Benchmark问题LA21的求解证实了此算法的有效性和可行性.     

改进遗传算法求解多时间约束的柔性作业车间调度问题

将加工时间、调整时间和移动时间分别作为独立时间因素考虑到柔性作业车间调度模型中,建立以最大完工时间最小、总调整时间最小、总移动时间最小为目标的考虑多时间约束的柔性作业车间调度模型,并提出改进的遗传算法求解该模型。通过测试标准数据集,并对比其他文献算法,验证了改进的遗传算法的可行性和有效性。     

具有时间窗的开放式车辆路径的改进微粒群算法

分析了车场开放的带时间窗的车辆路径问题,在完成配送服务的车辆数目不确定的条件下,建立了该问题的数学模型,同时运用改进的微粒群算法求解该问题,算法采用一种基于客户的序数编码方法构造初始种群,对微粒群算法的进化方程进行了改进,使改进微粒群算法的搜索过程具有自适应性。最后根据第三方物流配送的实际,基于问题的不同目标,运用数值检验了模型和算法的有效性。