基于发车时刻表的单线公交组合调度模型

针对目前全程车和大站快车的单线公交组合调度模型中对乘客的分类及滞站乘客乘车处理方法的不足,分3个步骤对模型进行了补充:首先,系统地探讨了乘客的构成及转化关系,并基于滞站乘客等车数、滞站原因及目的站距离提出一种处理滞站乘客乘车的方法,并以此方法计算滞站乘客等车的时间成本;其次,通过发车车型、模式和间隔的变量组合构建发车时刻表,进而以此表的信息为基础推算运营时刻表的各项变量,从而计算出公交服务各项指标及乘客和车辆的相关成本;最后,根据问题特征,应用最大最小蚁群系统算法求解模型。结合实例,对比分析了给定配车数和限定时间段内4种调度策略的发车时刻表最优解及相应最优解的公交服务指标和相关成本。实验结果表明,采用间隔不定的组合调度策略能够使车辆均衡分配站点客流,最大限度地降低乘客的时间成本及车辆耗燃成本。     

改进的遗传算法在公交车调度中的应用

应用单亲遗传算法解决公交车辆的调度问题。在兼顾公交公司与乘客双方利益的情况下,用单亲遗传算法对调度模型进行优化。仿真结果表明,该方法可有效提高公交车辆运营效率。     

基于禁忌搜索的智能公交调度研究

为了兼顾乘客群体和公交公司的满意度,提出了基于禁忌搜索的智能公交调度策略。其策略是以乘客群体和公交公司满意度之和最大为目标函数,采用禁忌搜索方法查找某车次公交车辆各时段的最优发车间隔,以便适应客流变化,减少乘客等车时间,并降低公交运营成本增加公交公司经济收益,从而解决基于固定发车间隔的公交调度不足。     

基于粒子群算法的列车运行调度研究

列车运行调度是铁路行车调度指挥工作的重要内容,其计算机自动计算求解问题是我国铁路信息化建设的核心技术和难点。建立了高速列车运行调度的数学模型,采用粒子群算法求解。设计的算法步骤是,将列车运行调整问题描述成适合粒子群算法的形式,确定该问题的适应度函数,对基本问题模型进行改进,进而确定运动方程。以京广高速铁路线路内具有6个车站的下行方向,运行14列列车为例,利用设计的粒子群算法求解了某干扰条件下的列车运行调度问题,为列车运行调整提供了新的方法。     

基于细菌觅食优化算法的城市轨道交通调度优化

为了合理高效地制定城市轨道交通调度方案,实现客流与车次的优化配置,提出了一种基于细菌觅食优化算法的城市轨道交通调度优化策略。兼顾乘客与运营企业双方利益,以发车间隔为决策变量,乘客平均候车时间最短和发车次数最少为优化目标,建立调度优化模型,并对细菌觅食优化算法求解该调度模型的过程进行分析。结合某城市轨道交通一号线实际运营数据进行仿真实验,并与其他算法的优化结果进行对比分析,实验表明该算法和模型能有效解决城市轨道交通调度优化问题。     

基于粒子群算法的供油船调度

供油船调度是港口作业船舶调度中不可或缺的一个环节。根据港口的实际情况,以分析供油船的工作过程和特点为基础,本文提出了一种针对供油船的编码方式,并且将粒子群算法应用到供油船调度系统中。经过多次优化运行,证明优化的结果好于仿真。相比传统的经验调度,采用模型和算法的调度方式能够提高供油船作业的效率。     

基于PSO算法的飞行保障车辆调度问题研究

通过对飞行保障车辆调度过程的分析,针对传统估算法依据指挥员经验进行飞行保障车辆调度效率低等缺点,提出了一种基于线性递减权重PSO的飞行保障车辆调度问题解决方案。根据飞行保障车辆调度问题解的特点,对粒子的编码及寻优操作进行了深入研究,提出适合飞行保障车辆调度问题的粒子编码和寻优方式,并将算法利用Matlab编程实现,应用于实际飞行保障车辆调度过程中。仿真结果表明,通过对算法参数的合理设置,可以快速地得到较优的飞机保障工序排序结果,该排序结果能够满足动态飞行保障车辆调度的需要。     

基于QPSO算法的作业车间调度问题的研究

针对现行的遗传算法存在进化速度过慢和过早收敛的局限,以及粒子群优化算法搜索空间有限、容易陷入局部最优点的缺陷,提出将一种基于量子行为的粒子群优化算法应用于作业车间调度问题.将该问题中的每个调度组成一个多维向量,以此向量作为量子粒子群优化算法中的粒子进行进化,由此在解空间内搜索最优解.实例仿真结果表明,该算法收敛速度快、全局收敛性能好,可以得到比遗传算法、粒子群优化算法更佳的调度效果,证明了算法的有效性.     

半导体黄光区调度问题研究

对半导体黄光区调度问题进行了研究,建立了半导体黄光区调度的数学模型,分别提出了用于求解该问题的启发式方法和粒子群算法方案,阐明了两种算法方案的具体实现过程。通过对仿真实例进行计算和结果比较,表明了粒子群算法优于启发式方法,取得了不错的优化效果。     

出行行为决策动力系统的演化分析

城市道路流量通过一个复杂的多维出行决策行为（同时包含出行模式、出发时间和路径）缓慢地进行演化。针对一般的出行行为决策过程,使用演化博弈理论,提出一个新的交通分配问题的动力系统模型,对驾驶者的多维出行选择进行相当一般和合理的假设,使用李雅普洛夫方法在一般网络上考察均衡点的稳定性,结果表明,当个体出行收益满足一些约束条件的时候,演化动力系统存在唯一的均衡解。这意味着从长远观点来看,交通系统可能存在着内在的驱动力,使得它的流量朝着稳定的模式发展。这些结果可以提高对于城市交通流演化的理解,并且为相关的管理部分提供有价值的参考。     

基于粒子群算法的济钢氧气系统优化调度研究

济钢的氧气系统一直存在着供需不平衡的问题,导致氧气放散率高,影响经济效益.通过对氧气系统的生产、存储和使用等环节进行综合分析,以氧气放散率最低;经济效益最大为目标函数,建立氧气系统优化调度的模型,并利用改进的粒子群算法求得最优解,取得了良好的效果.     

基于遗传粒子群混合算法的供应链调度优化

针对大规模定制模式下的供应链调度优化问题,首先将供应链调度优化问题进行数学规划建模,并通过一些定义将模型映射为有向图,以便于智能搜索算法的应用;然后,结合遗传算法全局搜索能力强与粒子群算法收敛速度快的特点,进行优势互补,构造了一种混合算法;最后,运用混合算法对供应链优化调度问题模型进行求解.通过与其他算法进行比较,所得结果表明混合算法有着更好的整体性能.     

基于粒子群算法的流程工业生产调度研究

以优化流程工业生产为目标,研究了将基于惯性权重的粒子群算法应用到流程工业的生产调度问题。在对流程工业生产调度问题进行分析的基础上,建立了以总加工完成时间最短为优化目标的生产调度模型。调度算法采用动态惯性权重,使惯性权值在粒子群算法搜索过程中线性变化,以提高粒子群算法的优化性能。给出了粒子编码与解码实现方法,以及具体的算法实现过程。以某流程工业企业生产调度实例为例,利用建立的优化调度模型和设计的粒子群算法进行了实验仿真,结果表明,建立的调度模型和设计的算法是可行的,与蚁群系统方法相比较,有较好的调度性能,适用于解决流程工业实际生产调度问题。     

基于改进粒子群算法的物流配送车辆调度

物流配送车辆调度问题是指安排有限的车辆有效地完成配送任务。优化目标是在满足客户需求和车辆能力约束的条件下,找出配送成本较低的配送车辆调度方案。由于配送过程受客户位置、配送车辆限制等多种因素影响,导致车辆的调度问题十分复杂。参照经典车辆路径问题模型,考虑了车辆配送里程和用户数等限制,建立了双向车辆调度问题的数学模型。在标准粒子群算法的基础上,引入爬山操作,增加了粒子群的多样性,提高了算法的局部搜索能力,并设计了基于改进粒子群算法的物流配送车辆调度算法,有效地解决了物流配送车辆的优化调度问题。     

求解job-shop调度问题的量子粒子群优化算法

针对粒子群优化算法搜索空间有限、容易出现早熟现象的缺陷,提出将量子粒子群优化算法用于求解作业车间调度问题.求解时,将每个调度按照一定的规则编码为一个矩阵,并以此矩阵作为算法中的粒子;然后根据调度目标确定目标函数,并按照量子粒子群优化算法的进化规则在调度空间内搜索最优解.仿真实例结果证明,该算法具有良好的全局收敛性能和快捷的收敛速度,调度效果优于遗传算法和粒子群优化算法.     

基于混合粒子群算法的项目调度

针对以工期最短为优化目标的资源约束项目调度问题进行研究,在建立数学模型的基础上,提出一种混合粒子群算法求解该问题。新算法重新定义了粒子的位置更新方式,使其适合于求解工期优化调度类离散问题,加快收敛速度,获得最佳调度方案。在工程项目调度实例中的应用仿真,验证了算法的有效性。     

基于改进粒子群算法的高铁列车动态调度

高铁列车易受到恶劣天气、设备故障、异物入侵等突发事件的影响,导致列车无法按照初始调度计划运行而出现列车晚点.针对高铁列车晚点动态调度问题,引入调整策略控制参数,以列车总晚点时间最小和列车总晚点数量最少之和为目标,建立了高铁列车动态调度非线性规划模型.为提高求解效率,利用动态变化不可行解比例控制参数,提出基于双适值的改进...     

基于粒子群优化算法的云计算资源调度策略研究

针对移动互联网用户具有移动性的特点,采用移动云的概念来分担计算任务.粒子群算法能够有效地寻找移动互联网的计算资源,从而提高云计算中各个计算资源的分配速度和计算效率.采用粒子群算法,兼顾用户的服务质量,高效调度异构网络中的计算资源,完成具有大计算量的科学计算的云计算资源调度方案.仿真结果表明,所提策略能够提高资源调度的速度,并且能提高云计算的效率.     

基于混沌粒子群算法的项目调度干扰问题研究

针对资源受限项目调度问题中的干扰情况进行了界定, 面向几种干扰问题建立了相应的资源受限项目调度干扰模型和混沌粒子群求解算法, 对项目网络图干扰、任务干扰和资源干扰三种干扰问题进行仿真计算, 验证了算法和模型的有效性, 为决策者在干扰事件发生后及时对原最优调度计划作出调整给出了方向。