基于DNA进化算法的车辆调度问题

在建立一种物流配送车辆调度模型的基础上,针对传统启发式算法对复杂问题搜索效率低、易陷入局部最优的缺点,构造了DNA进化算法求解该问题。将其在个体变异操作中进行了一些改进,避免陷入局部最优。车辆调度问题(V SP)属于组合优化NP难题。采用V SP问题进行测试,仿真结果表明:该算法简单可行,与其他算法相比较,不但有很好的求解性能,而且具有更快的收敛能力与搜索能力。     

基于两阶段算法的带时间窗车辆路径研究

车辆路径问题(VRP)是研究在规定区域内如何规划车辆行驶轨迹来提高运输效率的调度问题。实际生活中往往有顾客对服务时间有自己的要求,因此对于特定时间内车辆路径问题(VRPTW)的研究不但可以提高运输行业配送水平,而且可以有效提高顾客满意度及车辆利用率,实现资金合理配置。通过研究大量配送环节的VRPTW问题并结合实际配送需要,构建运输成本最小的带有惩罚函数的目标函数并设计两阶段算法,将聚类分析和改进遗传算法相结合。通过MATLAB仿真计算和对实验结果进行比较,验证所建模型及算法设计能够有效解决实际问题,降低配送成本。     

代价敏感多车场车辆路径问题的免疫克隆算法

结合免疫算法和克隆选择算法,本文提出了一种基于免疫克隆选择算法的多配送中心车辆路径调度方法。给出了多配送中心的车辆调度模型、免疫克隆算法的原理和关键步骤,构造二维空间对抗体进行编码,对代价敏感多车场车辆路径问题的免疫克隆算法进行了实现。仿真试验表明,基于免疫克隆算法的代价敏感多车场路径的求解结果接近目前最优解。     

多车场集送一体化车辆调度问题及其遗传算法研究

针对物流配送中的多车场一体化车辆调度问题提出了智能处理方法,采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束。并且根据具体约束情况设计了改进的遗传算法,采用了动态染色体、改进的交叉和变异法、内部扰动和外部扰动等技术,提高了遗传算法的优化效率和优化效果。介绍了此算法的原理,给出了具有一个代表性算例试验结果和结果分析。试验结果表明了此方法对优化有里程和时间窗约束的多车场一体化车辆调度问题的有效性。     

站点需求响应式公交调度系统优化研究

根据站点需求响应式公交能为乘客提供实时预约服务的优点,结合互联网环境下信息技术的时效性和共享性对站点需求响应式公交进行了优化。首先,阐述了公交运行方式,设计了公交调度系统的总体结构、模块功能和工作流程;接着,以提前预约需求为服务对象,构建了基于乘客匹配方法的静态车辆调度模型,采用遗传算法求解车辆初始行车计划;然后,以实时预约需求为服务对象,根据响应判断条件建立了动态车辆调度模型,利用插入算法动态调整车辆行车计划;最后,对重庆市479路公交线路进行了仿真实验。结果表明:动静态结合调度方法的站点需求响应式公交调度系统与纯动态调度方法相比,前者的乘客拒绝率、乘客等车时间分别减少了13.04%和50.32%,且前者的系统整体性能指标提升了11.78%。     

带时间窗的互联网租车调度策略研究

在互联网租车模式中,车辆调度能有效解决"潮汐现象",对降低租车公司运营成本、 提高用户体验起到重要作用.针对用户对服务时间的要求,在车辆调度中引入时间窗,将问题转化为带时间窗的车辆调度问题(Vehicle Rou-ting Problem With Time Windows,VRPTW).根据互联网租车中车辆调度过程的约束建立数学模型,针对模型特点设计遗传算法求解.基于模拟数据做测试案例,对遗传算法的调度结果进行分析,实验结果表明了模型和算法的有效性.     

非满载车辆路径问题的改进粒子群优化算法

将局部版粒子群算法应用于非满载车辆路径问题,设计了一种实数编码方案,线性调整惯性权值,改进粒子更新公式,建立了解决该问题的粒子群算法。用该算法求解了两个车辆路径问题的算例,并与遗传算法和标准粒子群算法进行了比较。结果表明:该算法提高了搜索最优路径的成功率,能更有效地求解非满载车辆路径问题。     

混合量子算法在生产调度中的应用

针对生产调度领域中的置换Flow Shop调度问题,在量子进化算法思想的基础上,进行了解码、最佳模式设计,并融入了优化方法,形成了混合量子算法(HQA).经过对多个算例的测试,证明HQA在生产调度领域能够提供良好的决策方案和依据.     

最小时间窗规则及其在混合遗传算法中的应用

为了研究与优先规则结合的混合遗传算法,提出了最小时间窗规则(STW),设计了采用最小时间窗规则生成初始种群的算法.发现调度结果中时间窗越少和越小,则完工时间就越小.探讨了优先规则应用于遗传算法中在生成初始种群时的完工时间、广义海明距离和完工时间的标准偏差等性能指标.对不同规模基准调度问题的测试结果表明,STW规则在以最小化完工时间为目标的调度中,与其他几种简单规则相比,能产生较好的调度效果.在混合遗传算法中,采用STW规则产生的初始种群整体适应度最高,多样性较好.     

基于动态可挽救性的应急车辆调度问题研究

近些年来,应急车辆调度问题的研究多集中在如何选择最优路径,这就往往忽略了受灾地区的具体情况。但在实际中,地区受灾程度的不同,以及受灾地区的救援价值很大程度上决定了救援决策。通过引用可挽救性的概念,建立了对可挽救性进行数值度量的可挽救性度量模型,并且在此基础上建立了以最大化可挽救性和最小救援时间为目标的应急车辆的调度双目标模型,最后给出了算例。     

解布局问题的模拟退火算法

本文以简化模型为例,给出了用模拟退火算法解布局问题的一般形式、基本步骤以及罚函数的使用方法,所给算法在选用适当的数据结构后即可求解复杂的布局问题,有很强的适应性和灵活性.     

求解最优可满足性问题的算法设计

最优可满足性问题是一类典型的NP完全问题,该文提出一个基于离散问题连续化转换的拟物思想,求解转化为CNF范式的最优可满足性问题的算法,使得关于CNF范式取真的充要条件转化为连续函数的f（x珟）=0.设计的算法来源于物理模型;在映射变换的过程中充分利用了连续性以及改进的梯度算法.该算法简便、实用,而且以最小码覆盖问题为例,对该算法进行了实际的设计与分析.     

用改进的人工鱼群算法求解TSP问题

针对人工鱼群算法在寻优过程中存在的不足,结合嗅觉在自然界鱼类捕食过程中的重要作用,在基本人工鱼群算法的基础上,提出了具有嗅觉特征的人工鱼群算法。最后,利用改进的人工鱼群算法成功解决了旅行商问题,并且通过比较基本人工鱼群算法与改进人工鱼群算法的实验结果,得出结论,改进后的人工鱼群算法在算法搜索时间、全局最优值精确度方面都有了显著的提高。     

非线性极大极小问题的一个有效算法

针对一类非线性约束极大极小问题,利用极大熵方法将其转化为带等式、不等式约束的非线性规划问题,给出了一种梯度投影算法,解决了一般约束的非线性大系统优化问题,该算法初始点可任意;同时证明了该算法的全局收敛性。初步的数值试验表明,对于该类极大极小问题,算法有良好的数值表现。     

利用拉格朗日松弛算法求解三维分配问题

将拉格朗日松弛算法与最优求解算法的复杂性进行了分析比较,并将该算法应用于求解3-D分配问题,分析与算例结果表明,该算法可大幅度降低3-D分配问题的求解计算量,是求解3-D分配问题的一种有效算法.     

老年人体育健身发展的思考

目前我国已经进入了"老年型"国家,老年人的健康问题是一个全社会的问题。老年人通过体育锻炼等方式强身健体已是刘不容缓,但老年人在健身活动中仍有一些问题亟待解决,现针对老年人强身健体存在的问题进行研究并提出些建议,为大力发展老年体育健身活动起一定的参考作用。     

高等院校学分制教学排考问题算法设计

针对学分制教学中存在的因学生选课随机性所导致的排考困难问题,设计了一种基于启发式的两阶段算法.第一阶段解决考试课程安排冲突问题;第二阶段解决考场分配、时间均匀分布及连考问题.实际应用于高校大规模排考的结果表明,本算法不会产生维数爆炸,计算效率高,可广泛用来解决学分制下的高等院校排考、排课和其他类似问题.     

幻方的遗传算法构造初探

首先介绍遗传算法,并针对一个古老的数学问题——幻方提出了一种基于遗传算法的幻方构造新方法.     

基于禁忌搜索的启发式求解背包问题算法

设计了一种基于禁忌搜索的遗传算法,利用遗传算法提供的并行搜索主框架,结合禁忌算法的个体串行搜索方式,能扩大搜索空间,快速实现全局优化。把基于禁忌搜索的遗传算法与启发式方法相结合用来求解背包问题,经过计算机仿真,其优化性能指标及搜索效率均有大幅度的提高。     

电信企业管理中的委托代理问题分析——以“收入目标台阶认购制”实践为例

在信息不对称和未来不确定的情况下,电信本地网运营企业上级管理部门与从事直接运营的下级业务部门之间由于经营任务分派形成了委托代理关系。基于作为委托人的上级管理部门和作为代理人的下级业务部门各自追求自身利益最大化的假设,需要设计出激励与约束相融的经营任务分派方案。某电信企业"收入目标台阶认购制"的管理创新是此类分派方案的一个实例,实践表明这一制度有利于激励与约束机制的有效运行,具有广泛的适应性,有利于促进企业长期效率和效益的改善。"收入目标台阶认购制"是企业内部市场化实践的一个成功案例,具有扩展和推广的价值。