定位2运输路线安排问题的两阶段启发式算法

重点研究了集成化物流中一类特殊的定位一运输路线安排问题(LRP)的解决方法．LRP问题包括设施定位和运输路线优化两方面决策，属于NP-hard难题．由于问题的复杂性，提出基于假设前提的LRP模型及其两阶段启发式求解算法．该方法分两步实现：首先，采用基于最小包络聚类分析的启发式方法确定被选择的潜在设施及由每一个选中的设施所要提供服务的客户群；其次，运用带有控制开关的遗传算法求解每一确定客户类中的优化运输路线．提出利用两阶段启发式算法求解LRP问题，此方法实现容易、运算简单，一定程度上避免了遗传算法中的“局部最优现象”．仿真实验证明了该算法求解单目标LRP的有效性和准确性．     

求解仿真优化问题的知识型启发式搜索方法

仿真优化研究基于仿真的目标优化问题,已经成为系统仿真和运筹学等领域共同关注的热点和前沿课题.针对离散事件动态系统仿真优化中的难点问题,提出了一种全新的知识型启发式搜索方法.采用知识模型和启发式搜索模型相结合的集成建模思路,以启发式搜索模型为基础,同时突出知识模型的作用,将启发式搜索模型和知识模型进行优化组合、优势互补,以提高启发式搜索技术的效率.基于期望值模型的数值仿真,验证了方法的可行性和有效性.仿真结果表明,无论是求解质量还是求解速度,都优于其它几种现有方法.研究结果表明,将知识模型合理地嵌入到现有启发式搜索方法中,可以有效地解决复杂的仿真优化问题.     

面向分布式环境的仿真部署工具设计

仿真环境的构建是大规模分布式仿真系统中最为繁琐的问题,易受到人的主观因素影响，存在着环境重构难、自动化程度低和数据资源难以管理等多个方面的问题。本文设计一种基于客户端/服务器架构的面向分布式环境的仿真部署工具，通过定义规范化的对象系统、标准化的交互接口和统一化的数据资源调度方式，实现分布式环境下仿真资源的集中管理，优化了部署环境，简化了部署流程。仿真实验表明使用本文提出的方法可快速实现部署环境的重构。     

客运站高峰期运输组织优化仿真

该文在对铁路客运站运输组织过程进行分析的基础上，建立了大型客运站高峰期运输组织优化的网络流模型．确定了相应的优化目标及评价方法，对客运组织方案在计算机中的表示方法进行了讨论，运用现代仿真技术，提出了大型客运站高峰期运输组织优化仿真的一般过程，对客运组织方案网络节点的类型及其表示、数据库设计及其实现等问题进行了讨论．对仿真中的关键技术提出了解决的方法。     

基于两阶段随机仿真优化算法的体检顾客预约调度

针对体检机构顾客排队等待时间长的问题，研究随机服务时间下的体检顾客调度，采用多人时间槽预约策略，并在预约调度策略的基础上优化每位顾客的体检项目顺序，提出一种包含粗糙仿真评估和精确仿真评估两阶段随机仿真优化算法。运用序优化思想将基于亲和度评估的多种群遗传算法作为迭代优化策略，并利用改进的最优计算量分配方法排除超级个体的影响，形成仿真资源的全局和自适应优化分配机制。实验结果表明，与不进行任何调度及使用体检顺序启发式调度规则的离散事件结果相比，该算法获得了更好的调度解。     

基于海鸥优化算法的企业平衡运输问题研究

【目的】智能时代背景下物流需求的运输成本精准预测对于资源调度及管理起着关键作用,本研究是为了丰富当前解决运输问题的方法,简化NP-hard问题的局限性。【方法】针对企业平衡运输成本问题,归纳了当前运输问题分类,以运输总成本最小化为目标,采用了传统运输问题的平衡数学模型,并运用了国外最新智能优化算法——海鸥优化算法来求解,通过迁移、攻击寻找目标函数的最优解。【结果】仿真实验结果证明了海鸥优化算法与传统管理运筹学方法、量子粒子群算法、遗传算法的求解结果相吻合。【局限】海鸥优化算法是新兴元启发式算法,仍在不断发展演变,由于相关文献的局限性,仍有待对其进一步研究。【结论】通过本研究验证了海鸥优化算法的有效性和优越性,为企业平衡运输问题提供了新的智能优化算法解决方案。     

用Visual Basic实现对Arena仿真模型的控制

本文提供了两种用Visual Basic实现对Arena仿真模型的控制的方法：内部控制方法可以实现Arena模型运行过程中修改某些仿真参数，外部控制法可以重复仿真，利用这两种方法，可以将自己定义的优化方法加入到Arena模型中，求解复杂的仿真问题。     

基于混合粒子群算法的试验选址问题研究

大型海上试验涉及分散在全国各地的人员、平台、测量设备和产品等资源。试验海区分布在漫长的海岸线上,将这些资源运输到合适的海区属于运输问题。试验海区的选择会影响资源的取舍,资源的取舍与试验流程优化这一车间调度问题密切相关,而试验流程优化反过来又会影响资源的取舍和海区的选择。因此,试验海区的选择是运输问题和车
车间调度问题的耦合。本文建立了该问题的数学模型,并分别用粒子群算法和排队论处理流程优化中的时间约束和资源约束,再用启发式算法对运输问题进行优化。最后,以某产品的试验为例对算法进行了验证,结果表明了该方法的有效性。     

集群式流媒体服务器仿真系统的设计与实现

集群式流媒体服务器已经逐渐成为了高端流媒体服务器的主流.对集群式流媒体服务器资源优化配置和相关算法性能的研究都需要科学的仿真系统来协助完成.本文基于集群式流媒体服务器体系结构,利用已有的流媒体服务器实验床设计并实现了一套集群式流媒体服务器仿真系统.对仿真系统实验所得数据进行分析并给出了集群式流媒体服务器性能瓶颈和其资源优化配置的有益结论.     

潜艇作战仿真方法与系统设计

潜艇作战仿真是潜艇作战问题研究的重要方法之一.基于分布交互式仿真技术体系,提出了潜艇作战仿真的闭环仿真和开环仿真方法,构建了潜艇作战仿真系统的典型架构;设计了潜艇作战闭环仿真方法,包括集群并行仿真任务调度方法和蒙特卡罗并行仿真算法;构建了潜艇作战系统开环仿真系统,实现了潜艇作战系统LVC一体化仿真;设计并优化了潜艇作战仿真流程.提出的潜艇作战仿真方法实现了对仿真软硬件资源的充分利用,显著提高了仿真任务吞吐率和仿真效率,拓展了仿真应用范围,已经在潜艇作战问题研究实践中得到了成熟应用.     

智能交通动态调度优化模型与评价方法

为了降低大城市市民出行成本,缓解公交企业运力压力,提出一种智能交通出行OD(Origin Destination,出行地和目的地)的公交调度优化算法,以公交出行OD客流预测和计划排班发车时间间隔为出发点,运用公交出行OD客流推导理论,构建智能交通出行OD的公交调度优化模型。通过获取个人OD数据,利用单条线路公交OD方法,实现全市公交OD矩阵推算。根据全市公交出行OD推算结果,求解公交调度模型,解决智能交通调度多目标规划和公交线网优化问题。通过仿真模拟试验,分析智能公交排班计划评价指标,计算车辆营运效率占比:自动排班仿真数据为79%,实际运营数据为73%;统计车辆高峰时段与全天营运车次占比:自动排班仿真数据为36.75%,实际运营数据为37.37%,满足智能公交计划排班评价指标的要求,实例证明模型和算法具有实用性和可靠性。     

模糊粒子群优化算法的第四方物流运输时间优化

针对第四方物流运输(4PL)过程中的运输时间优化问题,本文建立了第四方物流运输时间优化模型,并设计引入收敛因子和隶属度函数的模糊粒子群优化算法(CFPSO),对运输路线和第三方代理商选择进行决策。仿真实验中设计了3个不同规模的算例,并将收敛模糊粒子群优化算法的实验结果与枚举算法、基本粒子群优化算法、遗传算法和量子粒子群优化算法的实验进行对比分析,证明了模型和算法的有效性。     

集装箱多式联运运输组合优化的建模研究

为适应经济全球化对运输效率的发展要求,针对集装箱多式联运系统中各种运输线路以及运输方式的组合模式进行了研究。分析了集装箱多式联运过程中影响运输时间以及运输费用的因素,详细描述了多式联运网络,建立了以时间为约束的集装箱多式联运系统运输费用组合优化模型,对集装箱多式联运过程中各种运输线路和运输方式的组合模式进行了定量分析,通过对1个算例进行仿真证明了模型的有效性。     

干扰条件下城市交通网络系统仿真

建立城市交通复杂网络模型，遴选表征网络拓扑结构和功能的参数，系统设计多种表达真实网络抗干扰的仿真策略，以上海市轨道交通网络为例模拟分析其抗干扰特性，提供了分析和优化交通基础设施结构和功能的模型和思路。     

基于改进蚁群算法的物流运输路径研究

为了在复杂的交通环境中能够快速求解出物流运输的最优路径,在传统蚁群算法基础之上提出了一种基于改进蚁群算法的物流运输路径优化模型。首先,通过在传统蚁群算法中加入基于运输时间、成本、道路平均通畅程度因子的约束条件,同时改进传统信息素的更新方式,对道路上的信息素浓度进行最大最小限制,从而改变路径选择转移概率。最后,利用改进蚁群算法与CSAACO算法、ACO算法进行仿真实验,在相同实验环境条件下测试3种算法在物流运输路径的距离缩短量和时间减少量,实验数据表明,改进蚁群算法在运输距离和运输时间方面明显低于CSAACO算法和ACO算法。改进蚁群算法拥有更强的全局寻优能力,算法收敛速度更快,所需时间更少,获得的最优路径更短,提高了整个物流行业的运输效率。     

基于WCVaR的易逝品生产分销网络优化策略

针对需求信息概率分布部分已知下的易逝品生产-分销网络,引入最坏条件风险值(WCVaR)对易逝品的生产-分销网络进行风险度量。在考虑产品生产、物流量分配、运输路径选择等因素对生产成本、运输成本、存储成本以及缺货损失影响的基础上,建立满足一定服务水平下最坏情景网络风险值最小的优化模型,并通过最小化生产-分销网络的尾部风险损失实现易逝品生产-分销网络最佳优化策略。模型数值仿真结果表明:相比稳健优化,WCVaR方法不仅能处理更具波动的不确定,而且具有更优的稳定性;当需求变量为混合分布时,WCVaR优化模型可较好解决生产-分销网络不确定优化问题。     

一种基于冷链低碳物流路径的混合优化算法

冷链物流运输路径优化问题是国内外学者近几年研究的一个热点问题.首先分析了冷链物流运输的特点和需求,并且提出了考虑综合代价、带硬时间窗和容量约束的单物流中心车辆路径优化模型,其中综合代价包括固定代价、车辆运输代价、货损代价、制冷代价、时间惩罚代价和碳排放代价.车辆路径规划问题是一个NP问题,需要使用智能优化算法对解空间进...     

考虑供应商选择的选址一库存一路径的联合优化

针对装配型制造企业供应链集成优化问题,建立了随机需求情形下整合供应商选择和各层级之间运输方式选择的多层级选址—库存模型。该模型通过对供应商的选择,装配厂和分销中心的选址,相邻两层级之间的分配服务关系及运输方式的确定,实现整体供应链网络成本最小化。为求解此混合整数非线性规划模型,设计了一种矩阵编码的改进自适应遗传算法。仿真实验表明,该算法的解的寻优能力明显优于标准遗传算法,得出了供应链总成本与装配厂的最大提前期存在一定规律性的结论。     

A solid transportation problem with type-2 fuzzy variables

This paper focuses on generating the optimal solutions of the solid transportation problem under fuzzy environment, in which the supply capacities, demands and transportation capacities are supposed to be type-2 fuzzy variables due to the instinctive imprecision. In order to model the problem within the framework of the credibility optimization, three types of new defuzzification criteria, i.e., optimistic value criterion, pessimistic value criterion and expected value criterion, are proposed for type-2 fuzzy variables. Then, the multi-fold fuzzy solid transportation problem is reformulated as the chance-constrained programming model with the least expected transportation cost. To solve the model, fuzzy simulation based tabu search algorithm is designed to seek approximate optimal solutions. Numerical experiments are implemented to illustrate the application and effectiveness of the proposed approaches.     

公交车和驾驶员集成调度算法研究

为解决公交车及驾驶员调度优化问题,本文给出了一种基于免疫计算的调度优化方案。设计了公交车和驾驶员调度问题的数学模型,给出了非劣邻域支配的多目标免疫优化算法的框架、基于实数编码的比例克隆算子和领域变异算子以及支配抗体的拥挤距离公式,并在仿真环境下进行了实验。实验结果表明,本文算法能有效地解决公交车及驾驶员调度优化问题,具有较好的应用价值。