考虑港口拥堵因素的沿海海运网络优化

沿海运输权制度是沿海运输是否保留给本国船舶或者向外国籍船舶开放的制度。港口拥堵主要发生在海运网络的枢纽港上。通过考虑沿海运输权和港口拥堵对轴辐式海运网络加以优化,以海运网络内货物运输总成本最小化为目标函数,构建一个小规模整数规划模型。从欧亚航线覆盖的主要地区中选取10个港口组成海运网络进行算例分析,并使用CPLEX软件进行求解,研究结果表明,通过考虑枢纽港间货物运输的规模经济效应和产生的拥堵成本,可合理地确定枢纽港的位置;若允许沿海捎带,外资航运企业将会改变货物中转的港口。     

应对枢纽失效的轴辐式网络枢纽备份

为提高轴辐式网络可靠性,在初始枢纽失效时保持轴辐式网络正常运转,提出了一种轴辐式网络枢纽备份优化方法,给每一个枢纽点选择一个备份枢纽,使轴辐式网络初始成本和备份成本总和最优。首先,在轴辐式网络基本模型中引入枢纽备份变量,建立非线性规划扩展模型,通过变量代换的线性化方法,将扩展模型线性化,用数学求解器CPLEX求解轴辐式网络枢纽备份小规模问题。然后,增加轴辐式网络节点规模,设计遗传算法求解大规模轴辐式网络枢纽备份优化问题。最后,在CPLEX和遗传算法中,调整初始轴辐式网络成本和备份成本比例权重,分别得到初始成本、备份成本、枢纽选址与备份枢纽的精确解和优化解。算例实验得出初始轴辐式网络、备份枢纽以及目标函数最优值。实验结果表明,所提方法备份枢纽分担了初始枢纽的流量和容量,当初始枢纽失效时,备份枢纽可以承担初始枢纽的运输任务让轴辐式网络继续运转。该枢纽备份优化方法可应用于应急物流和物流网络安全管理方面。     

非轴辐式快递网络的航线规划研究

快递服务要求在一个时间限制内（24小时、48小时等）将货物从起点运送到目的地,由于对时间的严格要求,长距离的运输一般由飞机完成。回顾了快递航线网络规划的经典模型,并研究了多货物流的非轴辐式快递网络,建立数学模型,分别提出了基于NLP模型和改进的ESSND模型的两种求解方法。最后,设计算例,详细说明了这两类方法的使用,并得出结论改进的ESSND模型能够获得接近最优的结果。     

轴辐式网络下多重时效要求的车辆调度问题

公路运输在多式联运中发挥着不可替代的重要作用,车辆调度问题日益成为制约公路运输质量和效率的主要因素之一。针对零担快运和快递干线运输的特点,考虑车辆容量限制和节点任务的多重时效性约束,建立了轴辐式网络下的车辆调度模型,设计了基于启发式调度规则的节约算法进行求解。通过中国邮政广州邮区的运营数据进行算例分析,计算结果表明,显著提高了车辆有效使用效率和运营成本,验证了模型和算法的有效性。最后分析了网络辐射范围对运输效率和经济性的影响及车辆有效使用效率与期望工时之间的关系,为公路干线运输车辆调度提供决策支持。     

混合轴辐式零担网络多目标车辆调度研究

单一指派多枢纽混合轴辐式网络是零担快运的主要形式。此类网络的车辆调用是快运企业保障运营质量及维持合理的运营成本的关键问题之一。综合考虑自有储备运力、外请临时运力的安全性、便利性和经济性,并将以上多目标优化转化为单目标优化问题,构建车辆调度数学模型,设计模型求解的遗传算法。通过算例验证得出合理的车辆调度方案,实现了运力资源的合理配置。     

轴辐式网络设计中的变折扣轴线选址问题研究

现有轴线选址问题(HALP)研究多数采用固定折扣的轴线,不能有效地针对轴辐式网络中轴线流量差别较大的情形。为此,在改进HALP假设条件的基础上,提出采用分段线性函数进行变折扣模拟的变折扣轴线选址问题(HALPUD),建立HALPUD数学模型,分析问题的最优解特性并设计拉格朗日松弛算法对HALPUD进行求解。在CAB标准数据集上的实验结果表明,对于不同的问题规模及分段线性函数,拉格朗日松弛算法均能在较短的时间内得到求解结果,具有较高的求解效率和质量。     

基于轴辐模式的物流网络构建及实证研究

本文研究轴辐式物流网络构建的思路和方法,从社会经济发展水平、产业结构布局、物流发展水平等方面的选取GDP、工业总产值、固定资产投资第三产业占比、公路货运量等七项指标,构建物流网络评价指标体系,并以德州市十二个县区的相关数据为研究对象,运用主成分分析法计算德州市各个县、区的物流综合能力,并确定天衢新区、齐河、乐陵三个物流枢纽节点,通过引力模型确定三个物流枢纽节点的辐射范围,得到德州市轴辐式物流网络,为德州市物流业的进一步发展提供借鉴。     

考虑碳排放的冷链物流轴幅式网络多目标优化

针对传统冷链网络优化模型忽视碳排放量的不足,基于绿色物流、共享经济的相关理念,在轴幅式理论下对多个区域的冷链配送进行资源整合后进行共同配送,提高冷链配送车辆的满载率.同时,构建考虑碳排放成本在内的总成本最小和最大化客户满意度的多目标优化模型,达到降低总成本和满足客户最大满意度的目的,实现经济效益和环境效益共赢的状态.以...     

轴辐类算法共谋的反垄断法规制探讨

互联网平台是轴辐类算法共谋的高发区。轴辐类算法共谋形式构造的复合性与类型实质的横向性,带来了横向共谋认定困难、竞争分析工具适用存疑以及法律责任配置方案迷失等问题。聚焦轴辐类算法共谋的形式构造与类型实质,将轴辐类算法共谋所涉及的主体划分为横向共谋组织帮助者(轴心经营者)与横向共谋当事人(轮缘经营者),分别进行规制,是一种可行路径。具体而言,应通过“协同行为”理论认定横向共谋、适当改良本身违法原则并完善“人类中心主义”下的责任体系,以便优化事实认定、调适分析工具并疏浚归责机制,从而实现平台经济高质量发展。     

铁路快捷货运班列轴幅式服务网络设计优化

为了使铁路快捷货物运输更加适应物流化的需求,研究轴幅式网络下铁路物流基地站间快捷货运班列服务网络设计问题.以固定成本、变动成本和惩罚成本最小为目标,构建单目标混合整数线性规划模型,同时囊括客户送达时间和班列服务等级要求,以及铁路线路通过能力限制,并结合模型特点和问题规模,设计遗传算法求解模型.最后,通过切实案例验证了模型和算法的有效性.算例结果表明,所提出的模型和算法可有效地描述和求解实际问题,同时,基于轴幅式网络的服务网络设计思路和方法对铁路快捷货物运输组织有一定的借鉴意义.     

用遗传算法优化Boltzmann机

Boltzmann机是一种应用广泛的随机神经网络。它通过模拟退火算法进行网络学习,能取得一个全局或接近全局最优的最优值;通过期望网络模式和实际学习得到的网络模式比较来调节网络的权值,使网络能尽可能地达到或逼近期望的网络模式。将遗传算法运用到Boltzmann机的网络学习中,在对BM机编码后,通过选择、交叉和变异等遗传操作算子对网络进行训练,调整网络的权值,使适应度函数值大的网络保留下来,最终使网络达到期望的模式。通过实例验证,这是一种简单可行的调节网络权值的方法。     

遗传算法优化的BP神经网络税收模型

1Introduction Research on the relation between tax and economy is one ofthe basic subjects of tax theory research.Building up the mathe-matical model on tax revenue(TAX for it)and economical total(GDP for it)has not only the theoretical significance,but a…     

遗传算法的全局动力学形态分析

目前,对遗传算法的运行机理分析大都集中在算法的极限收敛性等问题,对算法的全局动力学形态研究较少．从一个具有代表性的、简化的2—bit问题入手,可以对遗传算法中常用的各种进化算子及其组合进行形式化描述,从而全面分析GA的全局动力学形态．针对各种参数的选取,分别建立了4个数学模型．通过分析这些模型中各个不动点的吸引性,揭示出不同进化算子对动力学形态的影响．对于这个问题,证明了算法的全局收敛性．并指出,当存在两个被此竞争的局部极值点时,模型中只有两个吸引点和一个鞍点(或排斥点),不存在其他的不动点或周期点．算法的收敛结果完全由初始条件处于状态空间中的位置所决定,相应的收敛区域的比例完全由模型的参数决定．     

基于高阶AR模型的网络异常检测

介绍基于1阶AR模型的检测方法,用高阶AR模型代替1阶AR模型以增加其精度。鉴于高阶AR模型最优参数的确定是个NP完全问题,利用遗传算法搜索其参数的近似最优解,通过实验验证高阶AR模型对网络异常检测的有效性和精确性。     

面向供水管网水力模型自动校核问题的改进遗传算法

水力模型自动校核旨在提高供水管网智能化管理中模型的准确性,目前广泛使用遗传算法进行自动校核. 针对标准遗传算法收敛速度慢,并且容易陷入局部最优解的问题,本文对标准遗传算法进了改进,利用模拟退火法对适应度函数进行了拉伸,采用轮盘赌和最优保留策略相合的方法代替传统的选择方法,在交叉操作中加入了相似度函数避免了近亲杂交,并且使用双重收敛判断准则减少不必要的计算时间. 引入G市某区域供水管网水力模型为案例,使用改进后的遗传算法进行自动校核. 结果表明,改进的遗传算法求解效率和求解精度都有较大的提高.     

Direct shipping logistic planning for a hub-and-spoke network with given discrete intershipment times

This paper proposes a heuristic procedure to solve the problem of scheduling and routing shipments in a hybrid hub‐and‐spoke network, when a given set of feasible discrete intershipment times is given. The heuristic procedure may be used to assist in the cooperative operational planning of a physical goods network between shippers and logistics service provider, or to assist shippers in making logistics outsourcing decisions. The objective is to minimise the transportation and inventory holding costs. It is shown through a set of problem instances that this heuristic procedure provides better solutions than existing economic order quantity‐based approaches. Computational results are presented and discussed.     

前馈神经网络在汽车悬架设计中的应用*

提出采用GABP贝叶斯算法来建立悬架运动学分析近似模型。该算法是一种新型前馈神经网络训练算法,它以提高网络的泛化性能为主旨,其训练目标在于获取对应于后验分布最大值的权值向量。以双横臂式前独立悬架为例,采用GABP贝叶斯算法建立了以车轮接地点侧向最大滑移量为输出的运动学分析近似模型,并与LMBP算法、多项式回归和广义回归神经网络这三种方法进行了比较。结果表明,基于GABP贝叶斯算法的近似模型的预测精度明显高于其他几种模型,并且受随机因素的影响很小。