考虑路径可靠性的垃圾回收选址-路径问题研究

在路径中断情况下,为了降低垃圾回收成本和提高收集路径的安全性,本文主要对基于路径可靠性的垃圾回收选址-路径问题进行研究.建立了带有车辆路径可靠性约束的选址-路径问题优化模型,在路径可靠性水平满足要求的条件下,最小化回收物流总成本.根据问题模型的特点设计粒子群优化(particle swarm optimization,...     

逆向物流网络中选址-路径问题的研究

在逆向物流网络系统中,回收中心的选址定位和运输路径的设计安排是两个重要的研究问题,以往的研究都是将这两个问题单独考虑,致使系统衔接不够完善.现将二者合并分析,建立了一个混合整数规划模型--R-LRP模型,并采用启发式聚类规则与禁忌搜索算法的混合策略进行求解,最后通过算例验证了该模型和算法的有效性和实用性.     

动态价格约束下生鲜无人零售点选址-路径方法研究

“新零售”创新了生鲜无人零售的渠道和销售模式,通过研究网络化无人售货的技术优势,引入在线动态定价机制,解决了生鲜无人销售品控难、客户黏度低的问题,有效减低了系统综合成本;同时构建了一种面向生鲜商品的无人零售的干线和支线混杂配送模型,在多目标求解、问题解耦和PSO全局优化等方面进行突破,建立了一种动态价格约束下的带时间窗选址-路径二级运输模型（2E-dPLRPTW）,并进行了案例验算,确认该方法能有效提升生鲜商品无人售卖的效益。     

车辆路径问题的改进遗传算法

在分析车辆路径问题的现有启发式算法的基础上,本文构造了车辆路径问题的染色体表达式,并对染色体进行了可行化映射,建立了此问题的遗传算法．实验表明,此算法可以有效求得车辆路径问题的优化解或近似优化解．     

粮仓选址问题的数学模型

提出了计算加权图中任意两点之间最短距离的算法——Dijkstra矩阵算法,证明了结论：当粮仓可建在村庄里或道路上时,则粮仓建在村庄里可使总运费达到最小.因此,粮仓建在道路上不能使总运费更少,不必要建在道路上.给出了最优粮仓地址的计算方法,对一个具体例子,求出了最优粮仓地址.     

税务缴费多点选址问题研究

讨论了一个固定区域内的税务缴费点选址问题。首先根据税务缴费点的特性给出了一个合理的选址标准,在此基础上建立了基于P-Median模型带有约束的最优化问题的缴费点选址模型;其次,应用Floyd算法求得所有点之间最短有向路径并给出了该优化模型求解算法,最后,应用建立的选址模型和Matlab软件,解决了一类给定区域上的多点选址问题。     

车辆路径问题（VRP）的一个启发式算法

考察车辆路径问题：足够多的车座落在一个中心车库，车从车库出发，最终返回到车库，满足顾客的运输需求，求所有顾客的总费用最小。每辆车的装载量不超过它的容量。本文提出一个新的VRP模型及其于贪婪算法的启发式算法，并给出了算法的一个下界，最后给出了一个算例。     

含装卸工调配的车辆路径问题的探讨

文章研究含装卸工调配的车辆路径问题,给出以装卸工费用与运输费用总和为最小的整数规划模型,并提出一个启发式算法,最后以算例验证算法的可行性。     

考虑碳排放的冷链物流配送路径优化

为解决生鲜农产品配送成本和碳排放量的双高问题,提出了一种以最小化配送成本为目标的冷链物流路径优化模型。该模型将配送过程中的碳排放量转化为碳排放成本,并采用结合2-opt 优化算子的改进遗传算法对模型进行求解。通过数值仿真实验证明：虽然引入碳排放量约束配送路径距离增加了 3.205 km,但是碳排放量和配送成本分别下降了 1.99% 和22.10%,此数据证明了该模型和算法的可行性。     

一种新型的选址问题

某一公司想在某一城市投资一个超市,无论这一城市是否已有一些超市,作为一种商业行为,该公司总是要使得自己的收益在某些条件的限制下达到最大,当限制条件为距离时,我们把这一问题抽象为具有距离限制的最大loading选址问题(MLPWDR).本文给出了该类问题的一个最优算法及其复杂性分析.     

考虑惩罚成本的果蔬品配送中心选址研究

果蔬品具有易腐、易烂的特征,在配送过程中会发生腐烂,而且每个需求点对果蔬品的配送都有时间窗要求.针对果蔬品配送中心选址问题,假设易腐品的腐败率是线性可变的,考虑果蔬品在配送过程中产生的腐败成本和未按客户时间要求送达而产生的惩罚成本,由建设成本、运输成本、腐败成本、惩罚成本组成总成本且以总成本最小为目标.建立果蔬品配送中心选址模型,设计了启发式算法mk-means进行求解.通过Matlab编程进行了实例分析,验证了模型的有效性和正确性.     

定位-运输路线安排问题的一种启发式算法研究

定位-运输路线安排问题（LRP）是分销网络设计和物流管理决策中的难题,属于NP难问题,求解有一定难度.文章通过构造辅助函数对优化问题约束条件的处理,基于分层次实现多个目标的思路将LRP看作一个整体,利用具群体智能的粒子群算法进行求解,避免了基于两阶段算法的不足,减小了在进化过程中停滞于局部最优解的概率.为粒子群算法在大规模组合优化问题中实际应用做了有益的尝试.     

进化算法在废弃物选址问题上的应用

研究城市废弃物中转站和处理站的选址问题,考虑总成本（建设费、运费）最低和环境负效应最小,建立优化模型.设计进化算法求解,确定要建立的中转站和处理站的位置、容量及建设费用,并确定了中转站服务的产生点和处理站服务的中转站.最后算例仿真表明了算法的可行性和有效性.     

粒子群优化算法在求解平面选址问题中的应用研究

平面选址问题实质上是带约束的非线性连续函数优化问题。给出了用粒子群优化算法求解平面选址问题的过程描述,分析了算法的时间复杂度。该算法具有易克服局部最优和容易处理约束等优点,不需要进行特殊的编码和译码设计,算法实现简单。应用算例表明该算法是有效的,可以应用于类似优化问题的求解。     

集合覆盖问题的一种启发式算法

给出了完备策略的概念，并提出了一个求解集合覆盖问题的启发式算法，对该算法的合理性，时间复杂性以及精度进行了分析，用该方法可以求解其它的ＮＰ困难问题。     

改进遗传算法在WiMAX基站选址问题中的研究（增刊）

针对无线网络规划优化中基站选址问题，建立了一种适用于WiMAX基站选址问题的模型。利用遗传算法中的一些算子所具有的选择、交叉、变异和迁移等特性，提出了改进的遗传算法，设计了一种高效的十字搜索算子(CSO），并将其应用到WiMAX基站选址问题的研究中。仿真结果表明，所提出的改进的遗传算法与基本遗传算法和已有算法相比，收敛速度大大提高，并能在理想的迭代次数内得到全局近似最优解，搜索效果优于已有算法。     

不确定条件下考虑最优可靠路径的救援车辆分配问题（英文）

救援车辆在不确定条件下的分配优化问题是应急管理领域中非常重要的一部分。由于天气或者交通事故引起的OD(出发地-目的地)需求的变化等不确定因素,导致车辆在道路交通网络中的行驶时间是一个随机变量。尤其是在紧急情况下,更加需要从不确定的角度去研究救援车辆的最优可靠路径规划问题。本文首先提出了一种考虑出行时间不确定和路段相关性的救援车辆最优可靠路径规划模型。在此基础上,研究了在最小化救援时间的情况下如何优化救援车辆的分配问题。由于所提出数学优化模型的目标函数具有非线性和不可加性,因此本文采用了一种基于K短路算法和不等式放缩的启发式算法来求解改进的整数规划模型。最后,通过数值实验验证了所提出模型和算法的准确性以及有效性。结果表明,若忽略出行时间可靠性的影响,会使得救援车辆的通行时间被高估或者低估,进而导致救援车辆分配方案的不准确,严重影响救援效率。     

一种新的求解集合覆盖问题的启发式算法

给出一种新的求解集合覆盖问题的新的启发式算法,对该算法的合理性,时间复杂性以及解的精度进行了分析,主要创新点是用完备策略建立启发式算法。该方法具有一定的普遍性,可以应用到其它的ＮＰ困难问题。本算法应用到规则学习问题建立了新的规则学习算法,示例分析表明了该算法的有效性。     

需求随机下考虑时间效率的设施选址问题研究

在竞争环境下,时间效率是构建服务系统需要考虑的重要因素.基于M/M/c排队系统,考虑服务系统期望旅行时间最小化与客户最大容忍逗留时间内系统所处理需求量的期望值最大化双重目标,建立了模型.采用遗传算法,以武汉市某区加油站选址为例,就算法的收敛性、选址与分配方案进行讨论,并就预算B、最大容忍逗留时间T与系统时间效率关系进行分析.结果表明:B和T与系统时间效率紧密相关,且当B与T变化时,系统选址与服务台分配方案发生变化.     

物流配送车辆路径问题(VRP)算法研究

物流配送车辆路径问题(VRP)属于NP-hard问题.文章介绍了当前最具有代表性的算法,分析并总结了各种算法的优缺点及目前的改进情况,指出目前启发式算法是求解车辆路径问题的主要方法,至于大规模客户集的配送路径优化问题或者是多约束的复杂VRP问题,可以考虑利用多种算法相结合的办法来解决.