基于GIS和遗传算法的物流配送中心选址研究

物流配送中心的选址是物流系统优化的一个具有战略意义的问题。在分析传统物流配送中心选址算法不足的基础上,建立了一个基于GIS和遗传算法的物流配送中心选址模型。首先确定配送中心选址的目标及影响选址的因素,接着利用GIS的空间分析技术,定量分析可在电子地图上表现的物流配送中心选址的影响因素,得出一系列候选地点,最后利用遗传算法,求解得出最佳选址地点,并通过实例研究表明该算法的可行性。     

粒子群算法在物流中心选址中的应用

物流中心选址是物流系统规划中的重要决策问题。为了快速得到合理的物流中心选址方案,针对问题的特点给出了选址问题的模型,提出了以最小化物流成本为目标函数的粒子群优化算法,开发了模型求解的MATLAB程序,并将算法应用于求解工厂仓库选址和废弃物回收中转站选址问题。实例求解结果表明,该算法求解选址问题的性能优于精确重心法,具有良好的搜索性能和实用性。     

基于顾客需求量分布的生鲜农产品前置仓选址研究

在分析前置仓模式特点和常用选址模型的基础上,以最小成本为目标,建立多重心法生鲜农产品前置仓选址模型.根据顾客需求量的分布,采用改进的DBSCAN聚类算法和K-means算法二次聚类确定区域内前置仓建设数量,采用以最小成本为目标的多重心法来实现生鲜农产品前置仓的选址,即对每个聚类区域,分别通过重心法求得选址坐标位置.通过Java语言、SPASS软件和MATLAB软件对某区域算例进行求解,验证算法和模型有效性,并分析研究中的不足和进一步研究方向.     

基于微粒群优化算法的超市最优选址定量化研究

论文尝试使用微粒群优化算法与GIS相结合解决超市最优选址问题。首先,对影响超市经营好坏的因子进行了分析,包括:人口密度、交通因子以及竞争因子的影响;然后,详细阐述了微粒群优化算法与GIS技术相结合用于解决超市最优选址的实施方法;最后,以广州市芳村区为例,对PSO方法进行实例验证。通过与穷举法进行对比实验,证明微粒群优化算法具有较好的收敛速度、较高的结果精度,是解决超市最优选址的一种有效方法。     

量子密钥分发网络组密钥服务节点选址算法

针对量子密钥分发QKD(Quantum Key Distribution)网络组密钥协商中的组密钥服务节点选址问题,根据组密钥服务节点数量确定和不确定两种不同情况,构建了常规的p-median选址模型和改进的p-median选址模型,并就每种选址模型分别设计了枚举法和贪婪算法两种选址算法。通过仿真模拟实验比较了两种算法的性能,并结合两种算法的不同性能特点阐述了各自的应用场景。结果表明,该算法步骤清晰,操作简单,易于掌握,具有一定的实际意义和参考价值。     

大规模突发事件应急设施选址模型及算法

大规模突发事件下应急物资的需求量巨大以及对资源持续需求的特点,考虑设施选址的公平性、效率性及成本等因素,基于多级覆盖和覆盖衰减思想,提出一类应急设施多目标多重覆盖衰减选址模型。基于MATLAB7.0设计贪婪算法、上升算法、遗传算法程序对模型进行求解,以25组不同规模的算例验证了模型的性能和算法的有效性。数值模拟结果表明,该模型较之传统覆盖选址模型可以为需求点提供更高的覆盖满意度;当目标权系数取不同值时对选址结果产生较大影响;对三个算法性能进行比较,遗传算法最优,上升算法次之,贪婪算法最差,上升算法适于求解中小规模的选址问题,而遗传算法更适合于大规模选址问题的求解。     

低碳约束下冷链物流配送共享仓选址多目标优化方法

针对当前冷链物流配送中心选址模型存在选址不合理、选址过程复杂,导致资源浪费和经济成本增加的问题,提出在低碳约束下,构建一个基于低碳约束冷链物流配送共享仓中心选址和路径优化模型,在粒子群算法的基础上,分别加入免疫算法和粒子群算法,得到改进免疫粒子群算法和混合粒子群算法,通过这两种算法分别实现共享仓中心选址求解快速寻优和多目标优化,以提升模型的路径优化能力和鲁棒性。实验结果表明,提出的方法改进免疫粒子群算法可在不同约束条件下实现冷链物流配送共享仓快速选址,且选择位置寻优求解速度提升;同时通过混合粒子群算法可实现物流路径优化,规避路径缺陷,从而提升路径优化能力,实现多目标优化路径的准确选址。     

聚类算法分析及在GIS中心选址中的仿真研究

通过对聚类算法初始点选择策略的分析和比较,经典k-means算法在GIS海量数据处理上的效率问题,提出了随机采样的k-means算法来进行坐标聚类;并将随机采样k-means算法应用于GIS中心选址,充分利用GIS数据分析和处理能力,以城市间的欧几里得距离为相似条件,采用最大最小原则选取初始点进行聚类,从而缓解局部最优解产生的概率;选取中心城市作为目标对象,从而提高商业决策的充分性和可靠性;经仿真结果验证了所提出的随机取样k-means算法的有效性和正确率。     

一种基于GIS动态服务技术的Agent迁移策略

针对现有分布式地理信息系统数据处理的瓶颈问题,利用Web服务和移动Agent技术解决GIS领域的动态服务问题,详细阐述GIS软件的系统结构和动态服务模型,介绍移动Agent和构件服务等相关实现技术,给出基于智能决策的Agent迁移策略及其算法描述.最后通过模拟仿真实验,验证了该迁移策略和算法的有效性.     

随机中断情境下的离散型设施选址问题研究

针对传统的供应链设施选址模型大多是基于静态背景下的确定性选址问题研究,而较少考虑中断风险因素的情况,基于随机中断情境,建立了混合整数规划模型表述的设施可靠性选址问题模型,采用拉格朗日松弛算法进行求解。通过构建的算例,求解了问题模型的最优解并验证了该算法的求解性能。     

基于C#的主成分分析算法及其与GIS接口

分析了传统方法开发的组件存在“DLL Hell”问题和传统GIS软件在面对大数据集时效率低的不足,指出使用C#语言开发的组件可以有效地解决这些问题。并以开发主成分分析模块为例,介绍了主成分分析主要计算方法,给出了基于C#的算法,最后给出了基于C#的主成分分析模块实现及其与GIS软件的接口技术。     

基于遗传算法的伺服系统参数自整定

针对直流伺服电机的速度控制和位置跟踪问题,根据直流电机的数学模型,搭建了电机的三闭环控制系统模型;依据遗传算法对PID参数的寻优过程及方法,编写了基于遗传算法优化伺服参数的软件,并利用软件对电流环和速度环的控制参数做了寻优实验。实验证明:软件运行良好,基于遗传算法的PI参数整定方法可行,控制效果良好。     

基于EEMD的电缆故障测距方法仿真研究

正确辨识和检测故障行波信号是实现电缆故障行波定位的关键.为了解决传统EMD方法频带混叠问题,提出了一种基于集合经验模态分解(EEMD)的电缆双端行波测距方法,通过EEMD提取双端故障行波线模分量的固有模态函数,利用基于瞬时频率突变和模极大值的奇异性检测原理进行行波波头的准确标定,实现故障点定位.利用PSCAD/EMTDC(电力系统CAD/电力系统仿真分析软件)软件搭建基于频变特性电缆线路的10 kV配网模型.大量的仿真结果验证了该方法可行,测距精度高.     

一种基于TOA测距的室内三维质心定位算法研究

针对现有的室内三维定位技术定位精度较低的问题,提出了一种基于到达时间(TOA,time of arrival)测距的室内三维质心定位方法.在COMSOL软件中,建立真实的物理场仿真环境,将筛选出的4个基站坐标分别作为球心,基站与终端间的距离分别作为半径,构建出三维球体定位模型,对质心定位算法进行仿真.通过在相同实验条件下仿真实验表明,相比于传统质心定位的算法和基于RSSI的质心定位算法,改进的定位算法在精度上得到了提高,对环境也具有良好的适应性.     

基于AE的校园房产三维GIS系统开发与研究

本研究介绍了三维GIS与ESRI公司的组件式GIS——ArcGIS Engine的基本思想与技术,并使用ArcGIS Engine为开发工具,以Multipatch为三维数据模型,在Visual Basic环境下探讨开发＂校园房产三维GIS系统＂的方法,并对三维建模、系统结构、系统设计和功能实现等作了阐述。系统解决了传统三维可视化软件难以对建筑物分楼层建模存储的问题,能按建筑物的楼层高度和楼层数进行建模,并充分利用ArcGIS系列产品专业的空间分析功能,包括空间位置分析和缓冲区分析,是传统房产管理方式的新突破。     

基于软件架构的可靠性分配算法

研究软件可靠性分配中的软件开发成本最小化问题.将软件系统的成本最小化问题表达为一类带约束条件的组合优化问题,并且提出了基于架构的软件可靠性与开发成本评估及分配思想,建立了基于软件架构的可靠性-成本模型,提出了基于该模型的可靠性最优分配算法.该算法可以求解在给定可靠性目标前提下的可靠性分配问题,使得软件系统预期开发成本最小.     

The center location-dependent relocation problem with a probabilistic line barrier

This paper presents a new mixed-integer nonlinear programming (MINLP) for a multi-period rectilinear distance center location-dependent relocation problem in the presence of a probabilistic line-shaped barrier that uniformly occurs on a given horizontal route. In this problem, the demand and location of the existing facilities have a dynamic nature and the relocation is dependent to the location of new facilities in previous period. The objective function of the presented model is to minimize the maximum expected weighted barrier distance between the new facility and the existing facilities during the planning horizon. The optimum solution of small-sized test problems is obtained by the optimization software. For large-size test problems which the optimization software is unable to find the optimum solution in the runtime limitation, two meta-heuristics based on the genetic algorithm (GA) and imperialist competitive algorithm (ICA) are applied. To validate the meta-heuristics, a lower bound problem based on the forbidden region instead of the line barrier is generated. Related results of numerical experiments are illustrated and are then compared.     

基于改进型蚁群算法的输电线路故障测距模型研究

为了解决输电线路运行过程中容易出现的单相短路、两相接地、相间短路、三相短路等故障,构建一种基于改进型蚁群算法的输电线路故障测距模型,以实现输电线路故障测距优化。通过在常规蚁群算法的基础上优化寻优路径,以解耦方式消除三相线路中的互感作用。利用阻抗矩阵与导纳矩阵获取电力系统的相模矩阵。根据相模变化结合傅氏补偿算法,解决影响输电线路故障测距精度的多项因素,并以此为基础构建输电线路故障测距模型最优解。采用MATLAB仿真软件对所构建的模型进行了仿真试验。试验结果表明,所设计的模型受故障测距影响因素的影响较小,测距精度更高。该研究为后续的输电线路故障测距算法改进奠定了理论基础。