基于优化遗传算法的多配送中心车辆路径研究

将遗传算法与模拟退火算法相结合,提出了一种基于优化遗传算法的多配送中心车辆路径调度方法,该调度方法不仅具有自适应遗传算法的强大全局搜索能力,也具有模拟退火算法的强大局部搜索能力。通过对杂交率和变异率进行自适应调整、对接受算子进行退火处理,有效地增强了全局寻优能力,通过对适应值函数退火拉伸,加速了寻优过程。     

多配送中心路径优化研究

针对冷链物流配送客户分布不均匀,导致单一配送中心压力过大、配送中心之间车辆调度不协调的问题,提出了一种改进的遗传算法求解多配送中心路径优化问题的方法。建立了基于K-m eans聚类算法与遗传算法相结合的冷链物流车辆路径优化模型。给出基于全局最优的区域划分与车辆路径协调优化策略,以实现多配送中心协同配送。最后,通过实例分析证明了该算法及优化策略可以有效地减少运输成本,提高多配送中心整体的工作效率。     

粒子群算法求解物流路径优化问题

为了高效解决物流配送车辆路径优化问题,提出一种粒子群优化算法,根据粒子群较强的寻优能力,扩大了种群多样性和提高算法精度。本文针对此算法进行仿真实验,结果证明该算法寻求的最优解、平均解、以及找到最优解次数和时间均有明显效果。     

基于模拟退火差异演化算法的资源约束项目调度问题研究

资源约束项目调度问题是工程管理领域研究的热点之一,但无论是模型构建还是求解均有一定的难度,尤其是模型求解已被证明是NP-hard 问题。鉴于此,构建了以工期最短为优化目标的项目调度模型,为便于求解,将模型的显性约束和隐性约束做了适当处理,并利用差异演化算法较强的记忆能力和全局收敛能力以及模拟退火的局部跳出能力,将模拟退火算法和差异演化算法进行有效结合。通过工程实例,分别采用遗传算法、差异演化算法以及模拟退火差异演化算法进行求解。结果表明,3 种算法都可以收敛到最优解,但论文算法具有较大的搜素范围与局部寻优能力,同时求解的稳定性指标明显优于遗传算法和差异演化算法。     

基于遗传算法的房屋建筑工程项目优化调度算法

为保证各项收益最大化,建筑行业对工程项目的优化调度问题十分关注,房屋建筑工程项目优化调度算法存在运输车辆最短碳排放时间过长的问题,为此,设计基于遗传算法的房屋建筑工程项目优化调度算法。假设施工产生的直接成本是所需工期的单调递减函数,获取房屋建筑工程项目成本,利用降维技术将关键路径上的工作都转移到同一个时间维度,基于遗传算法构建资源动态管理模型,将延期条件量化成经济损失,设计项目优化调度算法。实验结果表明：设计的房屋建筑工程项目优化调度算法,与另外两种房屋建筑工程项目优化调度算法的运输车辆最短碳排放时间均值分别为：237.67 h、336.51 h、298.03 h,说明在结合遗传算法后,设计的房屋建筑工程项目优化调度算法实用性更佳。     

基于GASA混合优化策略的双层规划模型求解算法研究

本文提出用遗传—模拟退火算法(GASA)混合优化策略来求解双层规划模型。混合优化策略结合了遗传算法的并行结构和模拟退火算法的概率突跳性,提高了找到全局最优解的可靠性和计算效率。数值模拟实验表明算法性能良好,GASA混合优化策略求得全局最优解时的进化代数比单一的遗传算法减少约35％,比模拟退火算法的迭代次数减少约50％。     

基于遗传算法的多目标外卖路径规划

本文针对外卖配送服务的车辆调度问题,根据外卖配送服务建立了路径最短的带时间窗约束的车辆路径模型,利用遗传算法对模型进行求解,以国内某外卖商家实际数据进行了仿真实验,通过对实验结果分析,验证了算法的合理性和有效性。该方法也适用于不同外卖配送模式下的车辆调度。     

基于改进的遗传模拟退火算法的钢框架优化设计

将遗传算法的全局寻优性能好和模拟退火的局部搜索能力强的优点相结合,提出了用于钢框架优化设计的遗传模拟退火算法,并对其进行了改进。在遗传算法部分提出了基于阈值的动态交叉、变异概率,并且采用联赛精英选择策略和最优保存策略,在种群的整体适应度提高的同时,增强了进化后期的种群多样性,提高了算法的收敛速度。在退火部分,针对钢框架优化的具体问题提出了一种更加紧凑灵活的邻域结构,提高了算法寻优性能。最后,将改进的算法用于工程实例,并与其他优化方法相比较,结果表明,该改进算法是一种用于钢框架结构优化设计的更加行之有效的方法。     

一种基于等步长分层拓展的混合A~*路径规划方法

针对传统混合A~*算法搜索效率较低且搜索路径平滑性较差的问题,文章提出一种基于等步长分层拓展的混合A~*路径规划方法,可应用于非结构化道路场景,为智能车辆规划一条安全、平滑且满足车辆运动学约束的可行驶路径。其首先通过改进的子节点拓展方式和合理设计的启发式函数与代价函数,保证算法快速搜索得到一条较平滑的车辆可行驶路径;然后采用数值优化方法对搜索得到的路径进一步地优化平滑;最后针对路径点稀疏和不均匀的问题,采用三次样条曲线对路径点进行插值处理。仿真对比试验与实车试验结果表明,所提方法能显著提高路径搜索效率,与传统算法相比,平均搜索时间减少了51.6%,且搜索得到的路径具有足够的安全性和较好的平滑性。     

融合进水调度控制的雨水调蓄设施多目标优化设计

针对目前雨水调蓄设施设计中缺乏与该设施实际运行时进水调度的整合分析，导致雨水调蓄设施的作用在设计方案的模拟中无法被充分体现的问题，以内涝溢流总量、造价与性价比作为优化目标，以雨水调蓄设施的设计参数与调度参数作为决策变量，应用多目标优化算法驱动雨洪管理模型（SWMM）进行寻优。结合实际案例采用awGA（自适应权重遗传算法）、NSGA-Ⅱ（第二代非支配排序遗传算法）与NSGA-Ⅲ（第三代非支配排序遗传算法）分别进行了测试，分析了各种算法对雨水调蓄设施多目标优化问题的适应性。对比测试表明，融合进水调度控制的多目标优化方法能够充分体现大中型雨水调蓄设施通过灵活调度缓解区域内涝的潜力。另外，所采用的性价比函数能够迅速识别出效益突出的方案。