考虑司机驾驶风险的危险品运输路径双目标优化

为保障危险品安全运输的同时运输成本最小化,采用双目标优化方法确定危险品运输的最佳路径。基于层次分析法,建立司机驾驶风险评价指标体系,确定不同因素对司机驾驶风险的影响权重,对司机进行等级划分;基于司机等级、事故发生概率等因素构建运输风险评价模型,以运输风险和运输成本最小化为目标建立双目标数学模型,并设计非支配排序遗传算法求解。以9个节点、17条路段构成的路网为例,验证模型和算法。结果表明,该方法可获得危险品运输Pareto最优路径,决策者可根据不同司机等级及对目标的偏好,选择最佳的运输路线。     

随机时间依赖路网中危险品运输路径多准则优化

为实现动态路网中的危险品运输路径优化,以期为运输商的路径选择提供决策支持,分析了运输网络的随机时间依赖(STD)特征,对分段连续时间区间内各路段的行程时间和受影响人数进行曲线拟合.考虑到达时间窗的约束,以行程时间和运输风险的随机属性值为优化准则,建立0-1整数规划模型.结合STD网络的FIFO性质设计了两阶段多维标号修正算法,得到不同出发时刻以给定置信水平满足时间窗约束的非支配路径集合,并提出准则权重和阈值支配方法,实现计算效率和求解质量的均衡.研究结果表明:危险品在STD路网中的行程时间和运输风险与到达时间窗的设置和出发时刻的选取有关;生成的非支配路径取决于出发时刻和运输商的选择偏好,非支配路径的数量取决于支配阈值的大小;不同类型运输商可根据准时到达置信水平来选择出发时刻与运输路径的最优组合.     

基于改进混合蛙跳算法的个性化旅游路线推荐

大众在旅游途中期望获得开销低、行程方便、舒适度高的旅游体验,同时还具有历史人文、自然景观、美食购物等不同游览需求.因此,本文提出了一种基于改进混合蛙跳算法的个性化旅游路线推荐方法.首先建立个性化旅游路线推荐问题的优化模型,并针对该模型的特点,设计改进混合蛙跳算法.通过调整可控精度,增加筛选准则和及时处理异常解等策略增强群体的多样性,降低遗漏最优解的风险,强化局部搜索能力,并提高算法的求解精度.以南京三日游个性化旅游路线推荐问题作为实例,收集南京市内知名景点的门票价格、开放时间、不同出行方式所需的时间和花费情况以及食宿费用等相关数据,基于改进混合蛙跳算法进行求解.实验结果表明,与改进前的方法相比,所提改进方法能够获取更优的路径解,推荐的路线能够更好地满足用户的个性需求.     

城市直送式配送运输线路优化

运用运筹学中的Dijkstra算法建立模型,给出对城市直送式货物配送运输车辆路线进行优化的方法和步骤,得出最优运输线路。并结合某市道路状况,以配送运输路线的优化选择为例,作出具体优化计算。配送线路优化能有效提高企业的服务质量、降低成本。     

基于运输网络的配送路线优化模型

针对传统的配送优化模型通常不考虑运输网络约束,而是直接利用勾股定理计算配送中心及各客户之间的运输距离,而不能很好地用于解决实际生产中的配送问题这一现象,在实际运输网络的基础上,利用弗洛伊德算法计算配送中心及各客户之间的最短路程,并利用该最短路程构造配送模型的运输距离矩阵,建立了配送路线问题的整数线性规划模型。利用LINGO软件对随机生成的算例进行求解,实验结果验证了该整数线性规划模型的正确性。考虑到LINGO求解速度较慢的弱点,开发了基于C语言的模拟退火算法对该物流配送问题进行求解,实验结果显示,模拟退火算法在求解速度和求解质量方面均表现良好。     

规划层面的危险品运输路径优化模型

对危险品运输路径进行优化,能够降低运输风险,同时又能兼顾企业成本需求,为政府决策提供依据．在城市总体规划的基础上,分析危险品运输的特征,建立了危险品运输路径优化指标体系．从可实施性以及可量化角度,选取规划道路的性质以及道路沿线的用地性质来评定路段风险,同时将路段的应急能力作为校正因子,改进风险模型;以BPR路段阻抗函数来计算运输成本,以江西萍乡为例给出运输风险和运输成本的计算过程;以运输风险、运输成本为目标建立危险品运输路径双目标优化模型,探讨了模型的求解方法．所建模型简便、实用、可操作性强,可为危险品运输网络的规划设计提供理论基础．     

基于新型线边集成超市的周期性物料配送优化

为结合传统线边储料和成套供料的优势,有效改善汽车混流装配线的送料机制,引入一种新型线边集成超市物料配送系统,并对送料工人进行物料配送工位分配和周期性配送优化。首先,对相互关联的工位分配和周期性配送问题进行描述,并以最小化送料工人固定成本和物料配送成本为目标建立数学模型。其次,结合模型提出引理定理、构建嵌套启发式动态规划方法获取小规模问题的精确解,对于中大规模问题,构建改进型和声搜索算法进行求解。在算法设计中,通过反复拆分、合并和声记忆库加快算法的搜索速度,并融入邻域搜索、交叉变异等操作以扩大和声搜索空间、避免传统和声搜索算法早熟收敛、易陷入局部最优等缺点。最后,通过仿真实验与其他改进算法进行对比,验证了该算法运行速度快、搜索结果优,可有效解决物料配送优化问题。     

考虑碳排放的大型制造企业甩挂运输牵引车调度优化

为了在完成既定运输任务的前提下减少大型制造企业内的碳排放量,阐述了大型企业采用甩挂运输的可行性和优越性。以吨公里CO2排放量为目标函数,构建了硬时间窗约束下的考虑碳排放的大型制造企业内牵引车优化调度模型,并设计了两阶段启发式算法求解该模型。该算法首先应用扫描算法获得模型初始可行解;然后,分别采用模拟退火算法和禁忌搜索算法提高初始可行解质量;最后,将优化模型和算法运用于以湖南华菱钢铁公司实例为基础的11个算例,并进行求解。结果表明:优化调度模型及两阶段启发式求解算法是可行、有效的。本文优化调度方法具有良好的节能减排效果,同时也说明大型制造企业内牵引车的中心节点选址能有效降低甩挂运输的碳排放量。     

基于NSGA-Ⅲ算法的多目标集成工艺规划与调度问题研究

为了减少工业制造中的碳排放,设计以生产过程碳排放最小、最大完工时间最小和总拖期最小为目标的多目标集成工艺规划与调度问题,建立相应目标的优化模型。针对建立的优化模型,提出一种改进的NSGA-Ⅲ算法,使用三段式编码方式解决工艺规划的柔性特征;使用变邻域搜索方法增强算法的局部搜索能力;引入Pareto解集更新策略,保存种群更新过程中的非支配解。在工艺规划阶段,以完工时间、碳排放最小为优化目标,为每个工件生成工艺路线非支配解集,并从中随机挑选非支配解输入到调度阶段;在调度阶段,对优化目标的模型进行优化,生成调度非支配解。使用测试实例对提出方法进行验证,并与现有算法对比,实验结果验证了本文算法找到的非支配解更接近真实的Pareto前沿。     

相控阵雷达搜索和跟踪资源博弈分配策略

为了解决搜索和跟踪（SAT）资源分配（RA）实时性的问题,提出博弈论视角下的资源分配策略. 建立搜索与跟踪的系统模型,将SATRA建模为非合作博弈问题,将模型中搜索子空域和跟踪多目标间的资源分配问题看作合作博弈关系,利用Shapley值完成相应资源的分配,给出纳什均衡求解的双目标优化模型;为了快速找到符合决策者偏好的分配解,将双目标优化模型通过动态加权的理想点法转化为单目标优化问题,提出并行混合遗传粒子群优化（PHGAPSO）算法求解上述优化问题最优分配方案,仿真验证了博弈分配策略的有效性和先进性以及混合算法性能的优越性. 在相同的条件下,与帕累托双目标优化方法进行对比. 实验结果表明,博弈论的方法具有更高的灵活性,平均搜索信噪比提高了1.02%,平均跟踪目标误差降低了1.55%.     

基于HACO-ALNS的车辆与无人机协同配送问题研究

针对物流配送需求增大、“最后一公里”交付困难、车辆或无人机配送均具有一定局限性等问题,作者提出了带有动态能耗约束的车辆与无人机协同配送问题,以最小化总配送成本为目标建立了混合整数规划模型,在约束中考虑了无人机一次起飞可完成多点配送、客户点差异等限制。设计了一种基于自适应大邻域搜索的混合蚁群算法进行求解,在蚁群算法中融入遗传算法,设计新的启发式因子。实验结果表明,该算法在不同规模算例上均具有良好的求解精度和运行速度。与不同配送模式的对比表明,多点配送的无人机装载率比单点配送高22.1%,动态能耗模式的成本与固定能耗相比平均降幅为3.31%。     

用免疫遗传算法实现配送路线求解

合理的配送路线可以提高物流配送的效率。针对遗传算法局部搜索能力较差的缺点,提出将免疫算法与遗传算法相结合的遗传免疫算法来对物流配送路线进行优化。采用免疫检测与免疫选择对遗传算法进行改进,并阐述了免疫算法求解配送最优路径的步骤。实例证明,免疫算法能较好地解决遗传算法中出现的退化现象,而且使收敛速度显著提高,具有良好的局部与整体收敛性,是有效可行的。     

城市配送车辆调度模型及算法设计

在分析城市货物配送和车辆调度特点的基础上,建立了追求总体效益最优的车辆调度多目标决策模型,并设计分派-节约启发式算法求解该模型。通过分派启发式算法保证最大程度地满足客户的要求,再利用节约算法保证了全局最优。最后对初始解进行局部和整体优化调整以得到较优解。基于该算法设计并开发了城市配送车辆调度系统,运行结果表明:该算法能够有效地解决城市配送的客户满意、总成本最低、配送车辆空载率最小的多目标决策问题。     

基于改进MOPSO的煤炭企业内部供应链优化研究

针对煤炭企业内部供应链优化的高维、非线性问题,构建了以企业利润最大、客户满意度最高为目标函数,以各原煤矿井的原煤生产量、洗煤厂的洗选品种与洗选数量、客户对于企业的重要性、客户对于煤炭品种与规格以及数量和质量要求、煤炭到达目的地的运输方式等准则为约束条件的煤炭企业内部供应链优化模型.面向优化模型求解的难题,在传统粒子群优化算法(PSO)基础上,提出了一种改进的多目标粒子群优化算法(MOPSO),该算法在供应链优化方案生成时可以避免长时间的无效搜索,提高粒子群优化算法的求解效率.通过该方法对某煤炭企业内部供应链多目标优化模型进行仿真分析与计算,验证了该方案的正确性和有效性.     

基于确定网络的多级物流网络优化设计

针对已存在的多级物流配送网络没有充分考虑配送节点的可能状态的问题,根据一段时期产品的需求量不同等特点,通过动态调整节点关闭状态,以最小化企业物流网络的总体费用为优化目标,构建了可描述带能力约束的多级配送网络设计问题的优化模型.根据物流配送网络设计问题的特点,基于模拟退火算法思想,结合该模型对算法做出了改进,并使用改进后的模拟退火算法对模型进行求解分析.算例的计算结果表明,该优化方法运算快捷,所求结果合理,是解决相关物流问题的一种有效方法.     

基于遗传算法的农产品配送路线优化研究

在建立针对农产品配送路线优化同题数学模型的基础上,利用遗传算法求解该问题.并用实例证明此方法可以有效求得农产品配送路线优化问题的优化解或近似解,是解决此类问题的较好的方案.     

基于遗传模拟退火算法的钢管订购和运输优化问题求解

钢管订购和运输中的参数优化问题是个复杂的非线性规划问题.针对路费与路线长度的非线性关系、目的地的需求量及货物的未知价格等影响因素,建立了钢管订购和运输问题的二次规划模型,探讨了利用遗传算法求解该问题的方法,并在此基础上提出利用遗传算法与模拟退火算法相结合的方法对该问题进行求解.实验结果验证了利用遗传模拟退火算法求解该问题的可行性与高效性,为求解该类问题提供了一个有效的新途径.     

并行机生产与成批配送协调调度问题的近似策略

为了提高供应链体系中企业的生产效率,降低生产和运输成本,针对钢铁企业生产与产品配送特点,提出了并行机生产与成批配送协调调度问题.并行机上加工完成的订单以组批的方式配送到相应的客户,每批配送的订单需要考虑运输时间和运输费用,目标为将总完工时间与配送费用之和最小化.通过对问题的最优解进行分析,利用程序划分和动态规划方法,提出了伪多项式时间算法.结果表明,伪多项式时间算法可以成为解决该问题的全多项式时间近似策略.     

基于蚁群算法的图书物流中心配送路径规划

以图书物流中心车辆路径规划问题为研究对象,结合图书配送多品种小批量的特点,以配送路线最短为目标,在考虑车辆容量限制的条件下,建立基于零担运输策略的图书物流中心车辆路径规划模型;针对传统路径规划问题研究的不足,运用GPS导航系统重新定义了配送距离.用蚁群算法对所建模型进行求解与仿真,并结合实际案例给出优化结果,验证了模型及算法的有效性.     

一种基于简谐振动的云资源分配方法

为优化云服务系统的资源分配,提高不同资源类型的服务质量,提出基于简谐振动的云资源分配模型,设计一种求解模型的迭代算法.根据谐振子运动特性进行能级划分,加强对邻域内最优解的精细搜索,降低云资源被局部分配的概率,依据能级差构造解空间,使用简谐系统能量转换规律自适应调整解向量的搜索步长.通过实验验证分配模型的求解算法以及解的质量,相比分支定界法和遗传算法相比,该算法在较大规模问题上执行效率高且资源分配成本低.