考虑服务惩罚的配送中心选址的双层规划模型

从系统的角度考虑在配送中心选址决策过程中,处于物流企业上层和下层之间的有机联系,深入的分析了两者所追求的目标、面临的约束以及相互影响,并在此基础上构建了上层以总成本最小为目标,下层以无法及时响应所带来的服务惩罚最小为目标的双层规划模型。根据模型的特点,利用免疫遗传算法求解在不同配送中心方案数目下,上下层模型的最优解,并最终确定双层规划的解。以某电网公司的电力物资配送网络的实际数据和配送中心选址问题为算例验证了模型和算法的有效性和实用性。     

改进蚁群算法在合肥市包河区果蔬配送中的应用研究

路径优化是运输过程中必须考虑的问题。合理的路径既节省时间成本,又提高工作效率。文章引入蚁群算法和改进蚁群算法,利用算法的优越性,解决合肥市包河区处于快速发展状态下居民对果蔬需求的现实性,进而需要研究果蔬配送过程的路径问题,基于找出最优路径解,运用蚁群算法与改进蚁群算法解决果蔬配送,并对两种算法求出的解进行对比分析,找出最短路径,结果说明解决包河区果蔬配送路径的必要性,也说明算法在新环境中的适应性。     

双目标旅行商问题及其蚂蚁算法实验研究

对双目标旅行商问题设计了基于Pareto概念的多目标蚂蚁算法.借助于算法的全局搜索能力,在整个解空间内快速搜索多目标组合的Pareto有效解,并利用多目标蚂蚁算法维持解集多样性的特点,使搜索到的Pareto解在前沿均匀分布.经大量算例求解验证了其有效性,该算法具有较好的通用性.     

带时间窗约束的道路危险品运输路径选择研究

对已有危险品运输模型进行分析,针对当前危险品类物流配送网络的特点,提出了在时间窗约束条件下城市道路网络中的危险品配送模型,该模型以整个网络中事故发生的期望和影响人数最小为目标。设计了目标集成方法和对集成后目标函数求解的扩展标号法来计算该多目标问题的Pareto最优折衷解,最后用实例对算法进行了验证。     

集配货一体化VRP问题的具记忆功能的模拟退火算法研究

针对集配货一体化车辆路径问题的特性,建立了考虑配送车辆出行固定成本、车辆出发满载系数等因素的更加符合实际的数学模型;并设计了一种带记忆功能的模拟退火算法求解模型,确保输出结果是每次寻优的最优解;最后通过算例计算,结果表明,算法求解更优,稳定性更好,计算效率也较高。     

基于自适应目标偏置系数的机械臂路径规划算法

针对快速搜索随机树（RRT）算法因其随机特性导致的运行时间过长和计算结果往往不是最优解的问题，在RRT算法及其改进算法的基础上，课题组提出了一种基于自适应目标偏置系数的机械臂路径规划算法，并将该算法应用到医疗设备无影灯的使用中。首先，用D H参数法对6自由度机械臂进行运动学描述和正运动学求解，得到末端的运动状态和位姿；然后，综合RRT算法及其改进算法的优点拓展新节点和重置父节点，并引入自适应目标偏置系数,再对路径作剪枝后处理。对比实验结果显示：该方法在保证算法搜索效率的基础上，有效地提高了路径质量。基于ROS的仿真平台验证了该方法具有实用性和可行性。     

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。     

基于鲁棒不确定性的应急物资配送策略

针对应急物资配送过程中救灾信息具有鲁棒不确定性特点,构建应急物资配送多阶段多目标鲁棒优化模型,并在此基础上给出鲁棒控制策略。鲁棒优化目标函数中设计运输成本最优、运输时间最少以及用户满意度最大等优化目标,充分考虑“鲁棒不确定性因素”对决策结果的影响,更适合完成突发事件下的应急救援物流任务,比静态环境下的一般规划模型更具有柔性。在鲁棒优化模型基础上给出鲁棒 H∞策略,既能够抑制正态分布、均匀分布噪声等外部不确定输入扰动,同时又能够抑制成本参数、配送时滞等内部不确定性扰动,对于既定成本目标控制的平稳实现具有重要支撑作用。基于鲁棒优化的应急物资配送鲁棒控制策略,对于解决突发事件下的应急物资配送决策问题具有重要的应用价值与实际意义。     

用改进蚁群算法求解多目标优化问题

蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索。给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解。     

SA算法在基于模型推理入侵检测中的应用

鉴于模型推理的入侵检测方法,需要在庞大的审计记录空间中搜索巨量的攻击脚本子集中的最优值,对于这一NP类完全问题,提出了应用模拟退火算法。并建立了攻击检测的优化问题模型,给出了攻击检测实验中的解空间、目标函数、新解的产生和接受准则,得到了一个合理的冷却进度表,并对实验中的模拟退火算法进行了并行化研究。实验证明,与传统的贪心算法相比,应用模拟退火算法提高了进化速度和全局寻优能力,较好地解决了搜索效率问题。     

求解约束优化问题的混沌类电磁算法

针对约束优化问题,提出了基于混沌优化的一种新的类电磁机制算法。采用多目标优化的约束处理技术,将约束优化问题转化为无约束的双目标优化模型来求解;对于转化后的新模型,设计粒子的电荷和粒子间的受力公式。同时,为了加快算法的收敛速度,结合混沌优化改进种群中的粒子。采用标准的Benchmark函数对新类电磁机制算法的性能进行了仿真测试,并将测试结果与已有算法的结果进行比较,结果表明,新算法能够快速找到问题的全局最优解或近似最优解,是一种非常有竞争力的优化算法。     

城市交通非常规突发事件的应急资源调度最优路径研究

针对城市交通非常规突发事件,在“出救点”和“应急点”已知情况下,研究了多目标下应急资源调度的最优路径问题。对问题进行了描述,建立了时间最短、费用最小的应急资源调度最优路径选择优化模型,将蚁群算法进行改进,结合改进的TOPSIS法求解最优方案,给出了仿真算例。     

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。     

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。     

一类投资组合模型的模糊两阶段算法

对多目标证券组合投资模型进行了研究,模型以风险损失率作为风险。该模型是一多目标线性优化问题,我们采用模糊折衷算法对模型进行了求解,算例给出了该模型的一个实例的最优解。     

军地一体化应急物资的连续型需求研究

为更好地解决军地一体化应急物流管理中连续型物资需求的配送问题,需要从物资的配送能力和需求紧迫性两方面进行分析。基于物流场理论,根据我国现阶段军地应急物资的双重管理模式,建立应急救援多配送中心物流场模型。在模型中将应急物资的配送和需求问题视为带正、负电荷的电场,其中正、负电荷分别代表配送中心和需要救援的区域,电荷数值大小分别代表配送能力的强弱及物流需求的紧急程度,并分析了单中心覆盖、多中心部分覆盖及多中心全部覆盖三种不同配送情况下应急物资的配送及与需求之间的联系。研究表明:配送能力、需求紧迫性及路网阻尼性等因素对连续型物资配送有着非常重要的影响,可为各配送中心分配适当配送量,提高运送时效性及降低任务分配的盲目性。     

女权社会主义视域中的现代女性解放问题探论

在置换流水加工环境下,以最小化生产流程时间为目标制定的初始加工方案,由于新工件的到达变得不再最优或不可行,为了降低对原始加工方案的影响,在权衡生产成本和扰动成本的情况下,建立双目标重调度干扰管理模型,对初始最优方案进行调整。针对该模型的特点和问题复杂度,结合微粒群算法强大的全局搜索能力,以及非支配排序遗传算法（NSGA Ⅱ）获得的Pareto解优良的综合性能,提出了一种混合微粒群算法来对问题求解。通过求解经典文献中置换流水车间双目标问题和随机生成的置换流水车间新工件到达问题,结果表明混合算法要优于NSGA Ⅱ和多目标微粒群算法（MOPSO）,同时验证了求解置换流水车间干扰管理问题的有效性。     

任意城市间最短路的Matlab语言实现

本文从城市道路网络的实际特点出发,对城市电子地图的道路网进行网络分析,将最佳路径搜索问题转化为图论中的最短路径搜索问题,通过对最短路径搜索算法的分析,实现了一种求解城市道路网两点间最短路径的算法,将求城市道路网两点间最短路径目标约束转化为求最短路问题,随之建立最短路模型,并描述了用Matlab程序进行求解的过程。最后用实例验证了模型和算法的可用性。     

3-状态串并联设备网络单目标-单约束可靠性优化蚁群算法

3-状态设备网络系统单目标-单约束可靠性优化问题是NP-难问题,本文研究这类优化模型的快速算法。在对已有3-状态设备网络系统可靠性优化模型进行分类的基础上,以蚁群算法为工具,给出了一个求解3-状态设备网络单目标-单约束串并联网络系统可靠性优化问题最优解的蚁群算法框架。合理选择算法参数,进行计算机仿真。模拟仿真结果表明,在随机运行一定次数算法后,算法都能够有效的给出模型的近似最优解。合理选择算法参数,蚁群算法能够成为有效求解3-状态设备网络可靠性优化问题的有力工具。     

基于GIS的物流配送路径优化算法

在单点到多点的配送中,一般的路径选择算法通常仅把＂时间最短＂作为约束条件来进行路径选择,这通常会导致参与配送点的数量过多。探讨了基于地理信息系统技术的物流配送路径优化算法,提出了基于模糊数学理论,以＂参与配送点最少＂为约束条件并同时考虑配送时间的＂模糊权衡算法＂。实验表明,模糊权衡算法可以在时间耗费和参与点的数量之间达到一个相对较优解。