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.     

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。     

基于灰狼优化算法的装配式预制构件生产调度优化研究

合理优化预制构件的生产调度是降低装配式生产成本的一种方式。在考虑到构件生产资源约束的前提下,建立了装配式预制构件生产调度优化模型,设计了求解该模型的改进离散灰狼优化算法(Improve Grey Wolf Optimization, IGWO)并带入实际案例进行了测试。将改进后的离散灰狼算法、Palmer启发式算法和遗传算法(Genetic Algorithm, GA)结果进行了对比,结果表明：改进后的离散灰狼算法优于Palmer法和遗传算法,且在合理安排调度后能够提升预制构件的生产效率。     

基于改进遗传算法的附加约束重调度策略

针对某柔性生产线上遇到机器故障、加工延时、插单、撤单等不能提前预知的意外情况而对生产线的初始调度方案产生干扰的问题，课题组研究了该柔性生产线的重调度问题，设计了一种改进的遗传算法，提高了算法的收敛速度。课题组采用矩阵编码方式使算法便于添加约束条件；设计了一种附加约束重调度方案，采用统一的决策方式，有效应对处理多种意外干扰；最后在MATLAB软件中进行了仿真模拟运算。实验和仿真结果表明：改进遗传算法收敛时间相比经典遗传算法减少了38%，且避免了输出局部极值。课题组提出的重调度方案可有效处理生产线的各种意外情况。     

铁路运输管理中的多机模糊排序问题及遗传算法研究

本文研究铁路管理中的多机模糊排序问题,案例背景源于铁路编组站调度计划编制中的多目标决策情形,通过对调度计划中有关概念的模糊化定义,建立了该问题的模糊混合0-1规划模型,遗传算法被用来分析与处理此模糊排序问题。实例计算表明,模糊优化与遗传算法为进一步改进铁路管理质量提供了新的解决途径与方法。     

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.     

进港飞机调度多目标优化问题的改进NSGA-II算法

基于多目标优化问题的Pareto最优解概念,提出了一种求解非劣解集的改进非支配排序遗传算法(NSGA-II),用于解决多条跑道情况下进港航班调度问题,要求航班总延误时间平方和及总延误成本两个目标最少。重点讨论了算法实现中的基于最近邻思想的启发式交叉算子和改进的变异算子,以及对非劣解集的筛选操作。最后进行了仿真实验,对优化结果进行了分析比较。研究结果表明改进NSGA-II算法对多跑道进港飞机调度多目标优化问题具有较好的应用前景。     

校园公共自行车站点选址研究——以天津大学北洋园校区为例

在分析公共自行车布局研究不足的基础上,建立了基于Gis和遗传算法的校园公共自行车站点选址模型。从学生满意度和企业的成本两方面出发,确定了校园公共自行车站点的选址目标及影响因素;利用Gis定量分析可在地图上表现的影响因素,得出候选站点;引入中值模型结合遗传算法,得到最终站点;建立单调度中心无时间窗约束的调度优化模型,结合遗传算法在Matlab上实现。     

基于遗传粒子群算法的供水系统优化调度

针对某城市供水系统,建立了大型供水系统的多目标混合离散变量的优化调度模型,采用遗传粒子群混合算法对调度模型进行了求解,实现了该供水系统的直接优化调度,并与传统遗传算法优化调度的过程及结果进行了对比,新算法在优化时间、优化结果及求解效率等方面都具有较强的优越性.     

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%。     

一种改进的模拟退火图像盲复原算法

通过分析均匀分布与Cauchy分布的分布机制,提出了一种改进的模拟退火图像盲复原算法,该算法选择Cauchy分布为随机扰动量来产生状态扰动函数。通过计算机仿真,验证了该算法对初值的鲁棒性和复原的效果优于基于均匀分布随机扰动量模拟退火盲解卷积算法,提高了收敛到最优解的速度。     

一种改进的遗传算法进化有限状态机

提出了一种改进的遗传算法,针对有限状态机中输出矢量与状态转移相关的特性,将配置有限状态机的染色体分解为状态转移基因和输出矢量基因进行分阶段的进化实验。实验结果表明同传统的进化算法相比,这种分阶段进化的遗传算法降低了有限状态机进化过程中的复杂度,有效地提高了进化性能。     

基于改进遗传算法的电力系统无功优化

在简单遗传算法的基础上，针对无功优化的动态、多目标、多约柬以及非线性特点，提出了基于简单遗传算法的改进算法．改进遗传算法中采用了个体适应度函数的线性变换、归一化的选择方法，以及定向变异策略的应用．以Ward＆Hale6节点标准测试系统为例对该算法进行了有效性验证．仿真结果表明，该方法对电力系统的无功优化效果良好．     

遗传算法中交叉操作的两种改进方法

通过分析交叉算子，提出了分别与模拟退火算法以及神经网络相结合的改进型遗传算法，改进型遗传算法的收敛性能远远优于标准遗传算法。     

基于遗传算法与动态规划法的工艺过程优化

针对制造系统中的工艺过程优化问题,提出一种基于遗传算法和动态规划法的综合优化模型。该模型将工艺过程的优化分解为两个并行层次-工序层和工艺路线层。用改进的遗传算法求解工序层中的工艺参数优化问题,同时利用动态规划法实现工艺路线层次的优化。将两个层次优化方法有机结合,在局部优化的基础上进行整体优化,从而实现整个工艺过程的优化。通过实例证明了该优化模型求解的可行性和有效性。     

基于改进广义S变换的井筒波压制

VSP资料中经常出现能量比较强的井筒波,目前其压制方法主要利用中值滤波和F-K滤波。由于中值滤波存在统计效应,而F-K变换经常存在空间假频,都很难取得理想效果。基于井筒波和有效信号的时频差异,提出利用改进的广义S变换(采用宽度可变的高斯窗函数,其时窗宽度随频率呈正比,在低频段时窗较窄,获得较高的时间分辨率;高频段时窗较宽,故可获得很高的频率分辨率)对井筒波进行分离和压制。理论推导和实际数据计算表明,基于吸收改进的广义S变换的井筒波压制明显突出了有效信号,提高了信噪比。      

压裂液滤失的二维数值模拟

结合油藏工程和数值模拟技术,根据压裂施工过程中滤失的压裂液在地层中二维流动和压裂液为非牛顿型流体的实际,建立了非牛顿型压裂液的二维动态滤失模型,用数值方法求解,并将计算结果与一维模型结果进行对比分析。计算表明:仅考虑压裂液垂直于裂缝壁面一维流动所计算的滤失速度会偏小,并且这种差值会因地层渗透性的增加而加大。二维方法由于考虑了压裂液的非牛顿特性和二维流动,其结果也比一维模型更符合现场实际,可以减少压裂施工的风险,提高压裂设计的可靠性。     

供应商参与下的产品方案多目标优化规划方法

针对现有供应商参与下的产品设计方法在零部件优化方面所存在的缺陷，提出了基于多目标优化的方法。以零部件的质量、成本和交货期为输入数据，构建了产品方案的多目标优化模型。基于Epsilon策略改进第二代非支配排序遗传算法后对优化模型进行求解，并获得了产品方案的Pareto前沿。以供应商参与下的数控机床研发问题为实例，进行仿真计算，结果表明所提出方法是可行的。     

声波测井资料在平均速度场中的应用

在平均速度场研究中很少利用声波测井资料,这是因为声波测井资料本身的缺陷所致。通过对声波漂移值计算、声波漂移校正和声波浅层补偿时间计算,将声波测井资料校正为接近VSP精度,从而可用于平均速度场中对速度谱速度进行标定。应用该方法在XJ地区建立的平均速度场,经两口新井的VSP检查,最大绝对误差为54 m/s,最大相对误差小于2%。     

不同固定建设费用轴——辐中心问题的一个有效算法

轴——辐网络中心问题是选址领域中已被广泛研究的问题之一,其中包括对中心选址和设计中心网络结构两方面。本文提出了一种基于遗传算法的混合启发式算法来解决具有不同建设费用的无约束中心选址问题。该方法依据中心点数与全部点数的比例上限确定中心点个数。本文提出了以流量、平均距离和建设费用为参数的确定各个点被选为中心点的指标因子i作为选址指标,并首次使用单亲遗传算法求解该问题。该算法的计算结果表明它可以有效的得到小规模不同建设费用轴—辐网络问题的最优解,并且表明当折扣系数a较小时,本文提出的混合启发式算法优于文献【13】提出的遗传算法。