优化运输问题初始方案的一种方法

介绍了一种将求解指派问题的匈牙利法推广到求解一般运输问题的方法，并建立了确定运输问题初始方案的广义匈牙利法。     

匈牙利方法在运输问题初始优化解上的推广

介绍了一种将求解指派问题的匈牙利法推广到求解一般运输问题的方法，并建立了确定运输问题初始方案的广义匈牙利法。     

指派问题匈牙利方法的改进

求指派问题最优解的匈牙利方法存在所谓“选择原则困难”。即：当效益矩阵的每一个行列都存在不止一个“零”时，选取哪一个“零”才能保证找到最优解呢？为此引入“Ｃ参数选择原则”，解决了这一困难，从而完善了匈牙利方法。     

一类运输问题数学模型的一种简化方法

分析了数学建模过程中模型简化的意义，并通过一类运输问题的数学模型的建立和简化，给出在数学建模中比较实用的一种简化模型的方法。     

钢管订购和运输问题优化方案

本文在寻找总费用小的优化路径过程中，提出了模型建立的五个原则，以这些原则为基础和约束，将问题化为一种动态线性规划问题，采用改进的单纯形法，通过计算机编程求得最优方案。     

合作博弈与运输优化

从博弈论的角度分析了区域性大系统中的运输问题，考虑了在这种运输系统中，由于各个子运输系统之间的相对独立性和彼些之间的竞争，采用运筹学中通常的运输问题模型是无法使这样的一个运输系统达到最优状态的。理论与实践的分析都证明，要在区域性运输大系统中实现运输问题的最优解，允许各子运输系统之间结盟是必要的。作者将合作博弈理论与运筹学中的运输问题模型相结合，在允许子运输系统之间结盟的条件下，建立了全局运输问题的博弈模型，证明了该模型构成一个n人合作博弈。提出了在由若干相对独立的子系统所构成的大系统中，如何实现运输问题最优方案的一个新方法。     

指派问题的一种改进算法

指出了用于解指派问题的匈牙利算法并不是很完善的,并给出了匈牙利算法的修改和改进的算法。     

伏格尔法在退化性运输问题中的应用方法

通过实例分析提出了伏格尔法在求解退化性运输问题中存在的问题，给出了对伏格尔法的一种规范性描述，从而能够避免了问题的出现，并保证伏格尔法在应用中的精确度。     

量子粒子群优化算法在运输问题中的应用

将量子粒子群优化算法用于运输问题求解。用粒子的位置表示运输路径,建立运输路径的数学模型。与遗传算法相比,实验结果表明,该算法在求解运输问题中提高了最优解的精度,且具有较快的收敛速度。     

圈出有利元素法求解运输问题

这是求解运输问题的一种简化,只需在原损益矩阵表上画圈圈,即能方便地求得最优解。     

关于匈牙利法的优化

对指派问题的解法——匈牙利法的现有解法进行改进，将最小元素法引入到匈牙利法中以减少某些不必要的步骤和繁琐的计算过程？并用实例比较改进前后2种解法的效率。最后得出这种改进是可行的，并且是有效的。     

危险品运输车辆路径优化问题研究综述

危险品运输是社会关注的热点之一,危险品运输车辆路径优化也是重要的研究问题.本文对现有相关研究进行整理和分类,梳理危险品运输车辆路径优化问题的研究进展.首先将危险品运输车辆路径优化研究分为4类,即单目标危险品运输路径选择研究、多目标危险品运输路径选择研究、单目标危险品运输车辆路径问题研究、多目标危险品运输车辆路径问题研究...     

整数最小极差运输问题及其算法

建立一个关于均衡运费(时间,距离等)的极差运输问题的线性规划模型,根据对偶规划原理推导出模型最优解的判定定理,解决了求模型最优解的问题,给出求此模型最优解的算法,通过一个实例说明该算法的有效性和实用性。     

初始点任意优化问题的广义梯度投影法

利用广义的投影与罚函数技巧和辅助规划处理等式和不等式约束问题以及采用二阶段搜索方法，给出了一个初始可任意的带不等式和等式约束的优化问题的广义梯度投影算法，并证明了该算法具有全局收敛性。     

无约束优化的一种改进的梯度法

本文提出了一种改进的梯度寻化方法,它能克服普通梯度法在初始寻优阶段以后的寻优过程变得缓慢的缺点.     

一类变形的运输问题

考虑一类变形的运输问题，这类问题除考虑运输费用外，还考虑了一种与整批物资完成运输时间有关的管理费用，其目标是二者的总费用达到最少，对这类问题提出一种有效算法，该算法稍加修改还可用来解释其他类似的变形问题，如Ｇｅａｔｈａ和Ｎａｉｒ在文献［１］中提出的变形指派问题等。     

一种求解约束优化问题的微粒群算法

约束保持法是目前求解约束问题时处理约束的主要方法之一,该方法的思想是确保进化过程中所有粒子始终在可行域范围内。本文借鉴复合形法的思想,提出一种求解约束优化问题的新方法。当粒子超出可行域范围时,通过反射、扩张、收缩等操作,为粒子重新产生一个可行位置。通过对标准函数仿真实验表明,该算法实现原理简单,而且能得到较优的解。     

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.