基于改进的蚁群算法的复杂制造系统物流配送路径优化

为了对复杂系统中物流网络进行规划,在分析复杂制造系统物流网络特点的基础上,用多级有向图来对物流配 送问题进行建模。针对物流路径的流量和时间限制,以寻找满足约束条件的最小成本的路径为目标,利用改进的蚁群算 法对配送路径进行规划,最后运用MATLAB语言编程仿真。改进后的蚁群算法克服了一般蚁群算法的不足,提高了算 法的性能,可以解决复杂制造系统的物流网络配送路径优化问题。     

基于改进蚁群算法的装配线VRPTD问题研究

用改进蚁群算法求解了装配线物料配送的VRPTD问题(带最后期限时间窗的车辆路径问题)。通过信息素动态更新设计,使改进蚁群算法具有自适应性,克服了传统蚁群算法在遍历寻优过程中容易出现停滞和陷入局部最优解的缺点。通过进一步对启发函数可见度进行改进设计,提高了算法的全局搜索能力。仿真结果表明,改进蚁群算法可以很好地求解装配线VRPTD问题,这对实际应用有一定的参考价值。     

基于蚁群算法的混合方法求解车辆路径问题

车辆路径问题(VRP)是以中心仓库为起点和终点,求解服务于一组顾客的车辆配送路线的优化集合。解决VRP问题是物流管理中的关键,也是电子商务中的重要环节。应用新近出现的一种元启发方法———蚁群优化(ACO)来解决只有一个中心仓库和相同车辆的VRP问题。我们提出一种混合的蚁群方法来解决这个问题。首先提出一种ACO算法,然后加入局部搜索机制并使用基于问题的特定启发信息———节约量来改进算法。     

基于改进蚁群算法的汽车避障路径规划

为在不同工况下为汽车规划出一条安全且合理的局部避障路径,利用MAKLINK图论法建立带有障碍物的二维环境模型,通过Dijkstra算法规划初始次优避障路径,考虑车辆运动学等约束改进蚁群算法,从而搜索出一条最优避障路径。在Simulink中搭建车辆-驾驶员闭环系统模型,将最优避障路径输入到该模型中进行路径跟随;根据汽车主动安全评价指标对路径跟随效果及车辆横向稳定状态进行评价。结果表明:改进蚁群算法规划出的避障路径具有较好的跟随效果,且符合车辆横向稳定性要求。说明改进后的蚁群算法进行汽车局部路径规划具备一定可行性。     

改进蚁群算法在灭火机器人路径规划中的应用

提出了一种改进的蚁群算法应用于灭火机器人路径规划。该算法利用自适应更新的策略设计出最佳避障路径,建立了简洁明了的蚁群优化算法,从而对灭火机器人行走路径进行了优化处理。该方法不仅使灭火机器人在未知环境寻找火源过程中能够有效避开障碍物,而且能使机器人行走路径最短,所用时间最少。经仿真和实物机器人实验证明了该算法的可靠性和有效性。     

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。     

基于改进蚁群算法的商业银行信用风险评估方法

对原蚁群算法的转移概率和信息素更新机制进行改进,并首次将蚁群算法应用于商业银行的信用风险评估问题,取得满意的结果。通过将计算结果与回归分类算法、判别分析和遗传规则进行比较,表明应用该算法解决商业信用风险问题更加有效。     

移动机器人路径规划的一种改进蚁群算法

提出了一种复杂静态环境下的移动机器人避碰路径规划的改进蚁群算法。基于栅格法的工作空间模型,模拟蚂蚁觅食行为,并针对移动机器人的路径规划的需要,将一些特殊功能赋予常规的蚁群算法。为了避免移动机器人的路径死锁,在路径搜索过程中,当蚂蚁探索到一个死角时,建立了相应的死角表,同时用惩罚函数来更新轨迹强度。仿真研究表明:该算法能明显改善路径规划性能,并且算法简单有效。     

蚁群算法在QoS单播路由中的应用研究

QoS路由问题被证明是一个NP-C问题,而传统的路由算法很难有效地解决NP-C问题。该文提出了一种基于蚁群算法、用于解决带宽和时延约束问题的QoS单播路由算法,利用蚁群算法中蚂蚁通过信息素寻找最优路径的机制,并以网络吞吐量和数据报的平均时延等性能为最优的准则,来定义蚂蚁的转移概率、路由表和信息素更新方式,实现基于蚁群算法的路由选择算法.这种算法具有较强全局最优解搜索能力,较强的灵活性,以及潜在的并行性。     

基于混合蚁群粒子群算法的立体库堆垛机路径优化

针对自动化立体仓库中的堆垛机路径优化问题，课题组通过分析立体仓库中堆垛机的工作特点与运行情况，提出了基于混合蚁群粒子群算法的路径优化方法，在传统的蚁群算法中结合粒子群算法思想，使算法同时具备蚁群算法的正反馈与粒子群的多样性。通过对实例进行MATLAB仿真分析表明：混合算法路径优化速度较快，且比以往的路径更短。研究使堆垛机的运行效率得到提高。     

海峡两岸生鲜蔬果物流运销体系的比较分析

海峡两岸在蔬果物流中需要面对和解决的相似问题,是实现小规模分散农户与市场的对接,而且在两岸蔬果物流体系的发展演进过程中,批发市场都发挥着突出作用。但与此同时,由于两岸的农民组织化与市场发育程度有所不同,蔬果物流运销各环节也都存在一些明显的差异。本文通过对两岸生鲜蔬果物流运销体系的对比分析,提出了祖国大陆可以从台湾地区借鉴经验与做法。     

果蔬物流新模式——菜窖工程

菜窖工程是果蔬物流的一种新模式,即利用我国北方地区寻常百姓冬季用来储存果蔬的地窖(即菜窖),作为果蔬物流过程中的仓储节点,发挥农商对接联合经营的优点,通过建立果蔬管理信息平台,将各个农户分散的菜窖联合起来,统一管理,统一配送。实践证明,菜窖工程投资少、见效快、低碳环保、超低消耗。     

我国出口果蔬食品农残控制现状及其发展趋势

文章综述了我国果蔬中农药残留污染的现状、农残控制状况及发展趋势,并提出了预防和控制果蔬中农药残留的措施,突破国外技术壁垒,扩大我国果蔬食品出口。     

无人机群变航迹多任务综合规划方法研究

将无人机群作为一个整体,对任务和航线进行综合规划有利于提高效率,减少油耗。为了缩短机群的任务完成时间,减少飞行航程,提出了一种启发式的任务和轨迹综合规划方法。通过将各无人机的任务执行时间趋于均衡以减小机群任务的总完成时间,同时兼顾同一无人机执行的多个任务在路径上的相邻,使得机群的总飞行航程得到缩短,从而减少了油耗。仿真试验表明,任务轨迹综合规划算法与仅考虑航线或任务执行时间的算法相比较,机群的任务完成时间减少了18%左右,提高了无人机群的工作效率,减少了油耗。     

绿色营销:开拓果蔬市场的思路

针对全球“绿色”潮流 ,在分析开发果蔬绿色市场的潜力与机会的基础上 ,提出福建省开展果蔬绿色营销的思路与措施     

基于人体膳食均衡视角下的我国果蔬消费趋势预测与结构优化

水果和蔬菜是为人体提供矿物质、维生素、膳食纤维等营养元素的重要农产品,我国居民饮食中普遍存在着能量相对过剩、果蔬摄入量不足的问题。以人体膳食均衡为研究视角,研究我国果蔬消费趋势和结构优化问题,结果表明：按照当前的消费趋势发展,我国居民营养摄入不足与过剩同在的问题依然无法得到解决;我国政府在制定水果和蔬菜战略布局的决策中,应综合考虑人体的膳食营养均衡和未来市场营养需求,以实现我国果蔬产业布局优化;消费者在进行水果和蔬菜消费购买行为时,应在营养膳食均衡的基础上进行合理消费。     

解决有复杂约束的最短路由问题的算法

介绍了有复杂约束的最短路由问题,应用K路由算法中的偏离算法解决该类问题。分析了在偏离算法的应用中影响算法效率的因素,提出了一种提高算法效率的改进方案,仿真结果表明改进方案是有效的。     

公交网络最优路径的一种改进求解算法

通过对多种公交网络中求解最优路径算法的分析,提出了一种考虑公交线路票价变化,并以总行程时间最短与换乘次数最少相结合为原则的公交路径寻优新算法.同时对公交换乘中换乘点的选择、步行时间及等车时间作了较详细的分析.以一个算例对新算法的有效性进行了验证.     

在子集条件约束下的最大熵分布及其应用

介绍了有关熵的概念及计算方法,并将其应用于构建一类新的分布估计算法(EDAs)。该类分布估计算法用基于最大熵估计种群中的模式概率分布和从最大熵分布中抽样取代遗传算法(GA)的交叉和变异,产生新的种群。在该类算法中,二阶连接模式算法由于只使用了连接模式,在解决变量之间相互作用趋向于发生在串中相互靠近的变量之间的一类问题时,比遗传算法更好。     

水果保鲜膜研究

随着消费者对果蔬品质和保藏期要求的提高,以及环保意识的增强,功能化、环保化、简便化逐渐成为果蔬保鲜包装的主流趋势。总结了近年来国内外果蔬保鲜包装材料的最新研究进展,重点论述了可食性膜包装材料在果蔬保鲜中的一些运用,并通过实验研制可食性水果保鲜膜,同时对实验现象及结果进行分析与研究。