求解作业车间调度问题的改进蚁群算法

作业车间调度问题是一个典型的NP-HARD问题,也是一个前沿性的研究课题,已受到学术界和工业界的广泛关注.文章采用了一种改进蚁群算法来求解作业车间调度问题.首先应用蚁群算法获得一些作业车间调度问题的较优解(调度方案);然后这些调度方案中挖掘出一些有用的调度知识;最后应用这些调度知识来辅助蚁群算法完成后续的优化过程.通过将调度知识有效地融入到蚁群算法中,使得改进蚁群算法在优化效率上大大改进.     

基于粒子群优化算法的应急资源调度研究

科学合理地开展应急资源调度,最大限度地发挥有限的应急资源的价值,是应急管理中的一项重要工作.文章构建了多种应急资源需求约束、应急时间约束、应急救援成本约束等多约束条件下的突发事件应急资源调度模型,并运用粒子群优化算法对模型进行求解,从而实现应急救援资源的高效利用与合理调度.     

基于蚁群算法与RBF神经网络模型的突发应急配送决策

文章根据大型突发事件的突发性和不确定性,以及食品在物流过程中极易腐损等特点,确立一个用于食品物流应急配送中心选址决策的评价指标体系,并在这基础上,将蚁群算法(ACA)和径向基神经网络(RBFNN)结合起来,建立一个选址决策模型.该模型既具有神经网络的广泛映射能力,又具有蚁群算法所带来的高效率、全局收敛、分布式计算等特点,能够在安全、可靠、高效的原则下,较好地解决大型突发事件中食品应急配送中心的选址决策问题,以便确保和加快灾区的食品供应.最后,通过模拟算例表明该模型的适用性.     

企业危机事件应急处理的蚁群优化模型

采用新兴信息技术研究企业危机事件应急管理问题已经成为国内外学者广为关注的焦点问题.文章提出了一种基于改进蚁群算法的企业危机事件应急资源调配模型、方法及其应用.在对应急资源调配问题进行标准化建模的基础上,提出了能高效求解该问题的改进蚁群算法.     

模糊理论在VRPTW问题上的蚁群算法研究

本文以模糊理论(fuzzy theory)为基础,将含时间窗限制车辆路径问题中的时间变量一一转换为模糊型态,并利用蚁群算法进行模糊运算,以寻求最小成本的最佳车辆路径.     

多应急点资源优化调度模型研究

应急资源调度事关突发事件应对的效率乃至成败。文章在建立并求解单应急点资源调度两目标混合整数规划模型的基础上,在出救时间分别为实数和区间数的条件下将模型推广到了多应急点的情形;用目标规划法求得了应急开始时间最早、出救线路及出救点最少的资源调度方案,并通过实例表明了模型的正确性与解法的高效性。     

一种求解资源受限项目调度问题的扩展串行调度方案

为提升资源受限项目调度问题的启发式算法求解效率,文章对调度方案进行了研究,采用右齐和左齐技术对传统串行调度方案进行改进,提出了一种扩展串行调度方案.     

基于行程时间可靠性的车辆路径问题研究

文章考虑到路网交通流量随机变动,将路网可靠性理论引入到车辆路径问题,给出了基于行程时间可靠性的车辆路径问题的概念,分析了基于行程时间随路况的变化规律,提出一种解决车辆路径问题中行程时间可靠性问题的方法。结合蚁群算法求解行程时间可靠性的车辆路径问题。     

基于蚁群算法的生态工业园区环境效益评价

文章运用蚁群算法对与生态工业园区环境效益相关的分类指数公式和综合指数公式进行优化,并构建了环境效益评价模型。以中国平煤神马能源化工集团生态工业园区为例,借助MATLAB7.0软件分别从系统结构类、资源利用类、环境效果类以及经济效果类四个方面对其环境效益进行评价,确定了生态建设前后工业园区环境效益等级。     

虚拟企业合作伙伴选择的改进蚁群算法

合作伙伴选择是虚拟企业组建阶段的关键问题,选择合适的合作伙伴关系到虚拟企业运作的成败.为了有效地实现虚拟企业运作过程中合作伙伴的选择与优化,文章对满足产品交货期约束和以最小化制造成本为目标的虚拟企业合作伙伴选择与优化数学模型进行了探讨;由于该模型目标函数非连续可微.文章提出了一个改进的蚁群算法对其进行求解.该算法通过引入遗传算法中的杂交算子来改善蚁群的搜索能力,使其对应的解更加优良;文章还通过案例分析验证了算法的有效性.     

多资源多出救点组合应急调度模型

文章以多资源到达配套和缩减出救活动时间为目标,建立了相应的应急资源调度模型,进行了带有网络容量限制的动态路径选择,并用粒子群算法求解出多路径混合配流.数值算例验证了所建立模型的合理性及算法的可行和有效性.     

基于蚁群聚类算法的省域物流发展评价

介绍了蚁群聚类算法的原理,建立了省域物流发展评价指标体系,同时结合黑龙江省的物流发展情况,应用蚁群算法进行实证研究,并对结果进行分析,从而为科学制定黑龙江省省域物流规划提供了依据。     

基于蚁群算法的灰色模型参数估计法

灰色GM(1,1)预测模型中,发展系数和灰色作用均采用最小二乘方法得到,文章提出了一种采用蚁群算法估计发展系数和灰色作用的新方法,并给出蚁群算法的步骤,最后通过一个我国人口数量预测的实例,表明该方法具有较高的拟合和预测精度.     

隶属云模型蚁群算法的新应用:生鲜食品多阶段动态定价

文章从收益管理与消费者购买行为的角度出发,建立了生鲜食品多阶段动态定价模型.力图使零售价格动态地跟踪生鲜食品的自身价值波动.为了更好地求解该模型,文章采用了一种基于隶属云模型的蚁群算法.通过对二阶段、三阶段的算例仿真分析,不仅表明该模型优于传统模型,而且所采用算法在收敛率与运行时间方面均优于遗传算法、蚁群算法、改进蚁群算法等.     

基于蚁群优化神经网络的支持向量机预测方法研究

本文利用蚂蚁算法训练神经网络的权值和阈值,蚁群优化神经网络克服了人工神经网络预测精度低的缺点,在取得最小拟合误差的同时可以得到最小的预测误差。在此基础上提出以支持向量机方法为主、多方法融合的智能预测系统,对电网负荷预测进行了动态预测。实际算例验证了这一智能预测系统的精确性。     

一种基于模糊识别应急效果评估方法及其算法实现

应急效果是各种模糊因素综合作用的结果,模糊数学理论是解决此类问题的重要手段,文章提出了一种基于模糊教学理论的方法,该方法对预期效果和实际效果相比较,得到预期效果对实际效果的隶属度,通过隶属度判断其应急效果,最后给出了实现算法.     

应急定位-路径的模糊机会约束规划模型

文章针对需求量和运输费用不确定的应急定位-路径问题,以系统总成本和灾害损失成本之和最小为目标,构建了基于模糊机会约束规划的应急系统定位-路径模型,并设计了遗传算法对其进行求解。实例计算结果表明,该模型和算法可以有效地解决应急物流系统中定位-路径问题,从而为政府机构应对重大突发事件提供科学的决策参考。     

基于遗传算法的柔性资源约束流水车间调度

文章提出了柔性资源约束流水车间调度(FRCFS)问题的假设条件,分析了问题求解的复杂性.针对FRcFS问题的强NP-难特性,提出了由基于混合遗传算法的作业调度模块、基于优先规则的工序开始时间决策模块和基于关键工序的柔性资源分配模块3部分组成的求解问题的改进算法(MA),计算机仿真实验的结果验证了MA算法求解FRCFS问题的有效性和鲁棒性;表明MA算法与其他启发式算法相比,求解的精度更高、质量更好;同时说明了考虑资源柔性的条件下对流水车间进行调度能很好地提高流水车间生产系统的绩效.     

应对突发事件的动态多目标应急决策模型

文章构建了一种改进型动态多目标应急决策模型.运用马尔科夫方法对突发事件在不同发展阶段各状态等级之间的演化概率进行动态预测,建立多目标的应急方案的评价体系,运用三角模糊理论确定不同等级条件下各评价指标权重,然后计算出不同等级下各应急方案的灰色关联贴近度,以不同发展阶段各等级之间的演化概率作为权重,与不同等级下各个应急方案的模糊灰色关联相对贴近度进行权重集合,评选出不同发展阶段的应急决策最优方案.     

求解交通平衡分配问题的信赖域算法

根据Wardrop的用户平衡条件,交通平衡分配问题可视为混合非线性互补问题,在引入合理的假设后,可得到交通平衡分配问题的非线性互补模型。文章分析了该模型解的存在性和唯一性,并结合列生成算法和基于FB函数的信赖域算法,提出了一种修正的信赖域算法。这一算法避免枚举网络中的所有路径,大大降低了问题的规模。文章最后通过数值试验验证了算法的有效性。