基于遗传算法的不同约束条件车辆调度问题研究*

研究了不同约束条件下,车辆调度问题的最短行车距离。分别针对带有里程约束限制、带有时间窗口限制、带有满载和非满载约束限制的约束条件,建立了不同的车辆调度模型。针对车辆调度模型设计了自然数编码的遗传算法,并改进了遗传算法中的交叉算法,尽可能地保留了最优基因的遗传性,加速了算法的收敛性。最后进行算例分析,结果表明了模型和算法的有效性。     

物流配送中心配载车辆调度问题研究

物流配载车辆调度目标就是针对特定任务调配车辆资源以降低成本费用。分析了车辆和特定运输任务的相关约束条件,提出了物流中心配载车辆调度问题数学模型。重点研究了基于任务时间窗逻辑顺序约束求取可行解的“分组”算法、以及基于时间窗约束冲突概率对可行解基因实施交叉的优化算法。实验结果表明在多任务、多约束条件下采用该算法可快速求取物流配载调度问题的最优解。     

基于改进遗传算法的有时间窗车辆调度问题研究*

在分析带有时间窗车辆调度问题的基础上,建立了车辆调度问题的数学模型,并构造了不同时间窗的惩罚函数.设计了针对车辆调度问题基于自然数编码的遗传算法,并改进了传统的交叉运算,避免优秀基因在交叉操作中被破坏,提高了遗传算法的寻优能力.最后,结合算例进行了仿真计算,分析了载重体积约束和时间窗约束对车辆调度的影响,验证了算法的有...     

遗传算法在车辆调度优化问题中的研究

车辆调度优化问题是一个有约束的组合优化问题,属于NP难题（Nondeterministic Polynomial Problem）。随着问题输入规模的扩大,求解时间呈几何级数上升,传统的优化算法本身存在着过早收敛于局部值的问题。针对这一问题在染色体编码、算子的自适应机制和约束的处理等方面对标准遗传算法进行了改进。测试结果表明,该算法提高了优化算法的质量和搜索效率,具有良好的效果。     

基于改进遗传算法的车辆调度模型

随着运输网络复杂程度的不断增加,运输车辆会遇到车祸、拥堵等干扰,传统的车辆调度模型缺少对这种干扰风险的分析,无法建立较为准确的调度模型,造成调度车辆遇到干扰时,调度效率大幅降低。为了避免上述缺陷,提出了一种基于改进遗传算法的车辆路径调度算法,引入扬长避短的思想,对所有的车辆运输路径进行编码,并对所有的路径进行选择、交叉和变异运算,运用模拟退火算法提高算法的寻优性能,形成车辆的高效调度。实验结果表明,利用改进算法进行车辆调度,能够提高运输的效率,从而满足实际运输需求。     

基于遗传算法的调度问题研究

调度问题是计算机和人工智能领域的一个重要问题,利用遗传算法求解此问题的研究已有一段时间。文章以生产调度的相关研究为背景,综述了遗传算法求解调度总是的广泛研究,在回顾问题背景和已有算法的基础上,总结和分析了该领域研究的最新成果和进展,重点介绍多目标优化遗传算法的方法及特点,为进一步的研究提供方向和思路。     

基于遗传算法的商用车辆调度策略研究

抽象出运输车辆调度问题的一类特征和需求,以传统遗传算法为基础并加以改进,提出了一种适用于商用车辆的调度策略。该策略与GIS、GPS和GSM技术相结合,成功解决了某市公交燃料配送车辆的优化调度问题,提高了燃料配送效率。文中还对适应值函数、编码方式等关键点进行了详细阐述。     

基于遗传算法的战时备件配送车辆调度

战时备件配送的车辆调度是提高装备保障效率的关键因素.本文以装备战斗效能损失最小化为车辆调度的目标,建立了问题的数学模型,并应用遗传算法对问题进行了求解.算法中,设计了两种交叉算子,并应用了局部搜索模块作为变异算子.对算例的计算实验表明,所设计的启发式交叉算子在精度和速度两方面均优于顺序交叉算子.     

应急物流配送车辆调度的遗传算法求解

在应急物流中,合理的车辆调度优化可以极大地节约物流成本。本文结合实际情况,对应急物流车辆调度问题的特点进行了分析,构建了一般性非满载应急物流车辆调度优化的数学模型,并采用智能优化算法中的遗传算法该问题进行求解。仿真结果表明,该算法是可行和有效的。     

基于遗传算法的动态资源调度问题研究

建立了无人作战飞机任务规划问题的数学模型，提出了分层递阶的任务规划系统结构．针对任务规划的核心资源调度问题，设计了基于遗传算法的动态资源调度算法，有效地解决了多无人作战飞机的资源调度问题，计算结果表明了算法的有效性．     

模糊需求下企业间联盟车辆路径及遗传算法

建立了基于模糊需求的企业间联盟车辆路径问题, 并基于模糊结构元理论将模糊需求问题转化为清晰需求问题. 针对该模型, 提出一种基于二维结构的编码表示方式和遗传算子, 并用计算实例进行了验证.     

基于遗传算法的指派问题求解

提出了利用遗传算法来解决指派问题．主要将每项任务作为一个基因位。形成染色体。然后借助遗传操作的选择、交叉和变异等操作来对问题进行优化操作。实验结果表明该算法是有效的。     

混合遗传算法的装箱问题研究

本文针对物流优化中的装箱问题,采用混合遗传算法进行优化,并对传统的遗传算法进行改进,提出了一种新的初始近似最优解的编码产生方法——Max-Min算法。通过引入种群生态学,使种群规模的确定有了理论依据,使遗传算法能更好的体现生物进化规律。实例验证结果表明,本文所提出的混合遗传算法适合于装箱问题的有效求解。     

混合遗传算法的装箱问题研究

本文针对物流优化中的装箱问题,采用混合遗传算法进行优化,并对传统的遗传算法进行改进,提出了一种新的初始近似最优解的编码产生方法——Max-Min算法。通过引入种群生态学,使种群规模的确定有了理论依据,使遗传算法能更好的体现生物进化规律。实例验证结果表明,本文所提出的混合遗传算法适合于装箱问题的有效求解。     

有限车辆调度问题的模型和改进遗传算法

考虑到对带时间窗的有限车辆调度问题研究不足的事实,在建立了数学模型的基础上对传统的遗传算法(GA)进行改进：提出采用BellmanFord求最短路算法找出染色体所表示路径的最优组合形式;变异操作应用禁忌搜索算法(TS),并采用TS的动态摆动策略,对邻域结构的可行及不可行解进行有效的搜索。最后用Solomon中的Rc1数据验证了算法的有效性,其结果比较理想。     

三维装箱问题的遗传算法研究

本文以集装箱自动装载系统为例,根据货物放置方向、装载容积等约束条件,给出了有效的解码算法,提出了一种改进遗传算法,并通过实例数据进行了实验结果分析。     

基于配电网络规划的优化算法的研究

针对配电网络具有闭环结构和开环运行的特点,计及网络的辐射性,提出了在冗余配电网初始网上形成辐射状配电网的并行随机搜索算法;在此基础上与单亲遗传算法相结合,并对单亲遗传算法的染色体、选择、基因突变环节进行改进,形成基于配电网络规划的优化算法,提高算法的全局寻优概率和收敛速度。     

基于小生境遗传算法的排课问题研究

建立排课问题的数学优化模型,构建其基本求解框架,引入遗传算法并设计多种改进方案,包括新的二进制编码方案、初始种群生成方案、适应度函数设计方案、小生境策略、自适应交叉概率和自适应变异概率设计方案.仿真结果表明,该算法能够满足排课问题的多重约束条件,更有效地解决排课问题.     

基于遗传算法和模拟退火算法的布局问题研究

文章在介绍遗传算法和模拟退火算法的基本理论及主要特点的基础上,提出了一个基于遗传算法和模拟退火算法的求解布局问题(矩形件排样优化)算法,并通过算例验证了该算法的有效性。     

基于遗传算法的机器人路径规划问题

机器人路径规划问题是机器人学的一个重要研究课题,目前有许多专家学者致力于该问题的研究,提出许多新的有效的方法,并且也不断对这些方法进行改进,达到一定的效果。主要介绍遗传算法的基本思想,分析基于传统遗传算法的机器人路径规划,总结基于传统遗传算法的机器人路径规划存在的问题。