弹性需求下的接运公交网络设计

针对接运公交需求随着接运公交网络的改变而发生变化的情况,研究了弹性需求下的接运公交网络设计问题。在具体描述此问题的基础上,给出了设计流程。引入Logit模型分析乘客对接运交通方式的选择行为,以接运公交乘客量最大化、乘客成本最小化、运营成本最小化为目标,建立了数学模型,选用遗传算法求解。算例对可用车队大小进行了灵敏度分析,验证了模型和算法的有效性。结果表明:应同时优化接运公交线路和时刻表,并根据实际需求考虑可用车队大小。     

边缘匹配度算法与变邻域搜索结合的矩形件下料算法

研究了广泛存在于生产制造中的二维矩形件下料问题,提出一种边缘匹配度算法和变邻域搜索算法相结合的混合算法进行求解。首先,分析了一般最低水平线相关算法的缺陷,提出了一种边缘匹配度评价函数。下料时其可以对所有剩余的矩形件进行评价,从中选出与当前布局边缘重合最大的矩形件进行排放。其次,由于下料问题存在上位效应,提出一种与其相匹配的邻域结构,得到了一种适应下料问题的变邻域搜索算法,边缘匹配度算法通过与变邻域搜索算法结合来加强其搜索能力。最后,通过对已有文献的多个案例进行试验。实例证明提出的算法可以得到较好的排样结果,相较于其它算法提高了板材利用率1.16%～12.03%,具有较高的实用性。     

多目标遗传局部搜索算法的研究进展

在分析了由演化算法局部搜索能力差造成的多目标演化算法在收敛速度和求解精度上尚不能令人满意的局限性的基础上，详细地论述了融入局部优化方法的多目标混合演化算法能够有效地平衡算法的全局搜索与局部搜索能力、均衡搜索效率与效果，而且已成为求解多目标优化问题的一个非常重要而有前途的研究方向。其次，综述了多目标遗传局部搜索算法的研究进展与分类。最后，简单介绍了一些具有代表性的多目标遗传局部搜索算法，并提出了其有待进一步研究的若干方向和内容。     

基于多目标遗传-蚁群算法的中牟县水资源优化配置

随着经济社会的快速发展,水资源短缺和水环境污染问题变得日益严重.通过建立水资源优化配置模型,运用多目标遗传-蚁群算法(MOGACHA)对配置模型进行求解,并将所配置模型及求解方法应用于优化中牟县水资源配置.结果表明,配置模型及其参数、约束条件的处理是可行的.从配置结果来看,2015年和2020年在不同的保证率(50%、75%、95%)下各需水部门的需水要求均能被满足,系统协调度也都大于0.8,从而有效协调各部门之间的用水竞争问题,实现水资源质与量的高效统一和社会、经济、生态环境的综合效益最大化,促进水资源的可持续利用和经济社会的可持续发展.     

基于动态分配邻域策略的分解多目标进化算法

邻域规模是影响分解多目标进化算法性能的重要因素之一,传统分解多目标进化算法通常对计算复杂度不同的子问题分配相同的邻域规模,算法运行效率受到限制.针对以上问题,提出了一种基于动态分配邻域策略的分解多目标进化算法(M OEA/D-SD):首先,在收敛性方向和多样性角度上评估个体的进化状态;其次,根据进化状态动态调节邻域大小...     

基于粒子群算法的城市接驳公交网络优化调度方法

为提高公共交通分担能力和解决轨道交通与交通出行起讫点之间的公共交通接驳优化调度问题,提出了轨道与公交的接驳公交网络优化模型.模型主要考虑不同接驳站点在不同时间对轨道交通和交通出行起讫点之间的接驳需求建立多目标模型.分析选用粒子群算法对所建立的多目标优化模型进行分析求解,比较了在轨道接驳需求下多种车队规模的调度线路、时刻安排状况,得到轨道线路邻近区域内接驳网络的优化调度,当车队规模在定值时即可满足接驳轨道交通的换乘需求,优化调度使得平均满载率显著下降,另外,验证了接驳公交网络基于粒子群算法的优化调度可有效降低营运消耗.     

多目标优化模型在工程网络计划中的应用研究

探讨工程工期、成本和资源均衡的多目标优化模型,建立多目标规划模型,利用网络计划软件和目标规划计算软件,对网络进行优化,从而使工程网络计划达到总体最优。通过工程实例对建立的多目标优化模型进行验证,并绘制出优化前和优化后的双代号时标网络图,以说明该模型的优越性和可行性。     

求解约束优化问题的引导多目标差分进化算法

将约束优化问题转化为带偏好的双目标优化问题,用差分进化算法求解转化问题。为了克服基于Pareto支配关系的多目标算法求解转化问题时没有考虑问题偏好、收敛慢等缺点,借助多目标α-支配关系的特点,提出了基于动态α-支配的新适应度函数。新适应度函数根据种群中可行解的比例动态平衡进化过程中对两个目标的偏好,引导算法不断向问题的偏好区域靠近,从而快速收敛到约束优化问题的最优解。对6个标准测试函数的数值实验结果表明:基于α-支配的动态引导多目标差分进化算法能快速收敛到问题的最优解。与3种经典高效算法的比较说明,所提出算法的鲁棒性强且效率高。     

多目标优化下WSN网络生命周期优化模型

为了有效延长中小型WSN网络生命周期,改善其能量利用效率,在增量学习算法的支持下,基于多个优化目标设计并实现WSN网络生命周期优化模型。在反馈值确定过程中同时兼顾链路距离、节点剩余能量两个方面;通过分析节点到sink节点的跳数,确保数据能够准确递交;同时针对传输时节点无法发现下一跳转发节点这一问题,制定相关协议把该节点视为孤立的,在转发节点确定过程中将此节点忽略,从而能够明显降低能量开销。通过在NS2仿真平台上与EAR协议及其改进优化的I-EAR协议做对比,结果证明所设计的协议能够在相对较小的能耗下表现出更好的性能。     

求解多目标优化问题的分布估计算法

通过对多目标优化方法研究现状的分析,针对多目标优化问题的特点提出一种基于联合正态分布的求解多目标优化问题的分布估计算法。该算法将不同目标函数的自变量作为不同的随机变量,用联合正态分布对扩充的解空间进行估计,并用投影的方式将采样点映射到解空间中。仿真结果表明了该算法的有效性。     

求解多目标区域公交车辆调度问题的遗传算法

将区域公交车辆调度(RBSP)视为“部分班次被某车辆完成”的集合划分问题,考虑站场容量、补充燃料和返回站场最迟时间限制等约束因素,建立一类追求车辆利用效率和公交车辆调度方案的可靠度极大化的多目标混合整数规划模型.用约束法将该模型转为单目标规划问题,利用遗传算法求解该问题的非劣解.研究表明:公交调度方案的可靠性越高,车辆利用率越低.     

求解4G网络建站问题进化多目标算法

根据4G建站模型,设计了一种针对重点区域进行杂交、变异的进化多目标算法.该算法能有效减少个体进行杂交和变异时编码的长度、降低复杂度,使处理4G建站模型的进化多目标算法性能大大提高;在杂交变异之后,再根据约束条件对非重点区域进行搜索,在非重点区域中,激活能够最大程度覆盖了未被覆盖的测试点的候选基站,以此类推,直到全部激活的基站的覆盖率满足模型覆盖率约束为止,既保证了生成的解均为有效解,又使得在激活尽可能少基站的情况下覆盖到尽可能多的测试点.最后用极大极小方法求解出了一组最优解集.模拟4G建站问题的计算机仿真表明该算法非常有效.     

配电网络重构的FPT-算法

将地区电网停电恢复问题转化为顶点覆盖问题,针对规模巨大的实际配电系统,将FPT-算法的思想引入配电网络重构,提出一种配电网络重构的FPT-算法,通过用图的多划分方法来化简配电网络重构问题的核心及对划分后子图的限定搜索树方法两个步骤对问题求最优解,这具有实用前景,也为人们对此问题寻找新方法提供更多的参考信息．     

求解多目标背包问题的改进人工鱼群算法

作为一种新的群智能算法,在求解多目标背包问题时,人工鱼群算法存在盲目搜索、收敛速度慢和求解精度低等问题.针对这些问题,本文结合人工鱼位置全局最优信息,对人工鱼的移动策略进行自适应改进,提出一种改进的人工鱼群算法.对多目标背包优化问题实验仿真表明,本文改进的人工鱼群算法收敛速度和搜索到的非劣解的精度均优于粒子群算法和遗传算法.     

线性二阶锥互补问题的非单调线搜索光滑算法

在光滑算法的基础上提出线性二阶锥互补问题的基于非单调线搜索的光滑算法.该算法引入了一个非单调因子,利用这个非单调因子来控制线搜索的非单调程度,同时给出算法的全局收敛性及局部超线性收敛性分析,最后给出算法的数值实验,比较不同的非单调因子对同一问题计算结果的影响,结果表明非单调因子对计算结果影响很大.     

物流网络规划的Fuzzy集成优化模型与算法

从整合的物流网络系统出发,根据各节点固定运营成本、运输成本、库存持有成本、分拣成本4方面综合决策,使用LR型模糊数建立了物流分销系统的Fuzzy集成优化模型.为求解该模型,进行了确定化处理,使之转化为一个确定型多目标线性规划模型,并设计了一个求解该模型的遗传算法,以此解决系统中给定潜在设施的位置选择、运输路线选择、配送中心最优订货量,实现了网络全局最优.最后通过算例进行了测算,结果证明了该模型、算法的有效性.     

考虑用户风险态度的不确定离散交通网络设计模型

为克服传统网络优化不考虑不确定条件下用户选择行为的问题,作者以交通供给和需求不确定性为基本前提,根据期望效用理论建立考虑用户风险态度的不确定交通网络设计模型,给出了基于Monte Carlo模拟、遗传算法和间隙函数法的网络优化模型的求解方法,并给出了算例.Nguyen Dupuis网络的计算结果表明用户的风险态度对于不确定网络建设决策有重要影响.     

导线网平差算法设计与实现

研究了单一附合导线和导线网平差的经典算法与最新算法,在此研究基础上,在MAPGIS平台下用VC＋＋设计开发了一个通用的导线网平差应用软件.