基于改进蚁群算法服装运输车辆路径优化研究

蚁群算法是已经成功应用到TSP等多种组合优化案例中,但算法存在容易早熟、收敛速度慢等缺点.以服装运输车辆路径规划问题为研究对象,结合服装时效性强的特点,对传统蚁群算法信息素更新规则及信息素挥发系数进行相应改进,旨在优化配送路线,降低配送成本、增加企业效益.     

基于蚂蚁算法的物流配送计划的生成

物流配送计划的生成本质上是一个涉及多种影响因素、多个目标要求的最优化的问题.为了减少成本更快更好生成运输路线的计划,本文基于织网法构建地理数据库,在地理数据库的基础上,把配送点分成几个配送区域,单车送货采用查表法优化,合车送货采用改进的蚂蚁算法优化,在这个基础上生成运输线路计划,这样大大减少生成计划的时间并使运输的成本大大降低,实验证明该方法是有效可行的.     

定位路线与库存组合优化问题研究

定位路线问题是定位配给和车辆路线问题的集成决策,库存水平对定位和路线问题有重要影响。本文在分析物流系统总成本的基础上,建立了随机需求的定位路线与库存组合优化问题的数学模型。针对模型的NP-hard属性,设计了两阶段启发式算法：第一阶段用先路线后定位的方法求得初始解;第二阶段用交换法对初始解进行改进,库存控制变量在每次路线优化时根据订货费用、缺货费用和运输费用而迭代求得。最后通过实例计算,定位—路线—库存集成优化结果与定位—路线和库存独立优化时的方案相比,大大降低了物流系统成本,从而证明了物流系统优化时考虑库存策略的重要性,同时表明了该算法在求解此类问题时的可行性和有效性。     

基于ADAMS/Car汽车蛇行试验仿真

蛇行路线试验是评价汽车闭环操纵稳定性的重要试验,通过分析ADAMS/Car中闭环控制原理,对某一具体车型进行虚拟蛇行试验,并利用ADAMS/Car所提供的后处理功能对汽车操纵稳定性进行仿真.结果证明能对对汽车动力学性能进行精确仿真,进一步可以建立汽车模型,进行动力学仿真分析,对其设计参数不断修改来改善其整车性能,达到优化产品设计方案,降低成本和缩短设计周期的目的.     

不确定条件下危险品配送路线多准则优化

针对非满载的危险品配送车辆路线优化问题,考虑危险品数量对运输风险的影响,利用分段线性逼近方法对配送过程中的潜在风险动态评估。根据运输企业的不同优化准则以及配送路线的不确定性属性,基于可信性理论和期望值方法,建立了有容量约束的危险品配送路线多准则优化模型。设计了改进的模拟退火算法对模型求解,并利用快速非支配排序方法和动态拥挤距离计算方法提高求解效率,改善Pareto解在解空间内分布的均匀性,结合解的编码方式设计变邻域搜索策略提高算法的局部和全局搜索能力。采用不同算例验证了模型的合理性和算法的有效性,研究结果可为危险品运输企业在多种不确定条件下的配送路线选择提供决策支持。     

定位-运输路线安排问题的一种启发式算法研究

定位-运输路线安排问题（LRP）是分销网络设计和物流管理决策中的难题,属于NP难问题,求解有一定难度.文章通过构造辅助函数对优化问题约束条件的处理,基于分层次实现多个目标的思路将LRP看作一个整体,利用具群体智能的粒子群算法进行求解,避免了基于两阶段算法的不足,减小了在进化过程中停滞于局部最优解的概率.为粒子群算法在大规模组合优化问题中实际应用做了有益的尝试.     

基于蚁群算法的图书物流中心配送路径规划

以图书物流中心车辆路径规划问题为研究对象,结合图书配送多品种小批量的特点,以配送路线最短为目标,在考虑车辆容量限制的条件下,建立基于零担运输策略的图书物流中心车辆路径规划模型;针对传统路径规划问题研究的不足,运用GPS导航系统重新定义了配送距离.用蚁群算法对所建模型进行求解与仿真,并结合实际案例给出优化结果,验证了模型及算法的有效性.     

物流配送区域与配送路线的优化算法

本文基于物流配送费用,建立了配送中心选址分配和配送路线选择问题数学模型,同时给出了求解该问题优化算法,并通过实例证实算法有效性.     

量子粒子群优化算法在运输问题中的应用

将量子粒子群优化算法用于运输问题求解。用粒子的位置表示运输路径,建立运输路径的数学模型。与遗传算法相比,实验结果表明,该算法在求解运输问题中提高了最优解的精度,且具有较快的收敛速度。     

基于离散粒子群算法的应急救灾物资配送问题

研究自然灾害下应急物流中的救援物资配送调度问题,在多种运输工具衔接以及救援物资分配考虑的基础上,建立物资运输与物资分配的两阶段优化模型。目标是最小化运输成本与未满足的需求量。运用离散粒子群算法进行模型的求解与仿真,结果证明了算法的有效性与稳定性,能够为应急物流物资运输及分配提供有效方案。     

Effective loading algorithm associated with explicit dynamic relaxation method for simulating static problems

Based on the fact that a static problem has an equivalent wave speed of infinity and a dynamic problem has a wave speed of finite value, an effective loading algorithm associated with the explicit dynamic relaxation method was presented to produce meaningful numerical solutions for static problems. The central part of the explicit dynamic relaxation method is to turn a time-independent static problem into an artificial time-dependent dynamic problem. The related numerical testing results demonstrate that: (1) the proposed effective loading algorithm is capable of enabling an applied load in a static problem to be propagated throughout the whole system within a given loading increment, so that the time-independent solution of the static problem can be obtained; (2) the proposed effective loading algorithm can be straightforwardly applied to the particle simulation method for solving a wide range of static problems. Foundation item: Projects(10872219; 10672190) supported by the National Natural Science Foundation of China     

集装箱码头泊位生产调度均衡优化

目的 解决缩短船舶在港作业时间产生的负面效应,使集装箱码头泊位调度更加优化.方法 建立了综合考虑船舶靠泊位置、靠泊时刻及装卸速度的均衡优化模型.在求解中采取人机交互与自适应遗传算法相结合的方式,设计了相应的优化算法,并通过算例对模型及算法的有效性进行了验证.结果 目标函数通过对靠泊位置、靠泊时刻、装卸速度的综合调整,可以获得以趋于均衡为目标的调度组织方案.融入调度人员的实际经验,能够在可行的范围内获得更优的满意解.结论 解决了生产调度均衡优化问题,使得生产调度的优化结果 更为贴近实际.     

基于不动点算法和K_2（m）剖分的遗传算法的改进

针对n维闭包腔函数优化问题,把单纯形自映射不动点算法与遗传算法结合进行求解。首先将解空间利用同胚映射转化为n维标准单纯形,然后对n维标准单纯形进行K2（m）剖分和相应的整数标号得到个体的承载单纯形顶点的标号信息,依据顶点信息和函数设计编码和遗传算子,当个体的承载单纯形是全标单纯形时,算法终止,得到优化问题的近似解。算例结果表明,改进后的算法在6代之内完成收敛,显示了极高的全局优化形态与计算效率。     

基于不动点算法和K2(m)剖分的遗传算法的改进

针对n维闭包腔函数优化问题,把单纯形自映射不动点算法与遗传算法结合进行求解.首先将解空间利用同胚映射转化为n维标准单纯形,然后对n维标准单纯形进行K2(m)剖分和相应的整数标号得到个体的承载单纯形顶点的标号信息,依据顶点信息和函数设计编码和遗传算子,当个体的承载单纯形是全标单纯形时,算法终止,得到优化问题的近似解.算例...     

基于启发式算法的集装箱配载问题的研究

集装箱配载是一个复杂的组合优化问题，属于NP完全问题，求解难度大．在考虑实际应用中的约束条件下，采用整体装填、空间分割、装载间隙合并等策略，提出了一种基于启发式算法的集装箱配载问题的解决方案．运用举例和对比分析验证了该算法的有效性，能够直接应用于物资的集装箱配载．     

同规格货物装箱问题的优化计算

讨论了相同规格货物的装载问题,给出一种模型简单、计算量小的优化算法,将三维装载问题转化为一维和二维相结合的装箱问题,降低了问题的复杂性.首先针对给定的集装箱空间,计算出沿高度方向的水平层的最优分布,即一维下料问题;再通过优化计算,求出水平层内货物的最优排列,将问题转化为二维裁剪问题.通过与文献报道算例的比较,表明该算法通过简单的计算过程就能达到预定的优化目的.     

自适应混沌粒子群优化的粮食应急点选址研究

针对粮食应急点选址,将“运输时间最小”和“应急开始最早”作为目标,建立了相应的优化模型.利用基于粒子群的K-Medoids聚类算法进行求解,为了避免过早地陷入局部最优,提出了自适应混沌粒子群优化算法.该算法利用粒子与已知全局最优粒子的欧式距离来判断粒子群当前状态,并将其作为确定混沌扰动范围的启发信息,可以有效地提高最优解的精度.试验表明该算法优于传统的演化算法,较好地解决了粮食应急点选址问题.     

集送一体化动态车辆调度研究

相对传统的车辆调度,集送一体化的调度模式可以解决单向行驶日寸车辆空载问题．动态车辆调度是当前研究的热点．通过动态车辆调度策略,建立动态车辆调度模型,并利用改进蚁群算法对模型进行计算．通过应用实例,运用Mat｜ab对模型进行测试．测试的结果收敛并得到最优解,表明该算法对于解决集送一体化动态车辆调度模型是有效的．     

关于弹塑性应力应变集中关系的探讨

本文分析了Neuber关系的推导过程,描出Neuber关系,即使对Ⅲ型加载问题也不是解析解。本文根据弹塑性断裂力学理论,对幂强化材料,导出了Ⅲ型加载裂纹问题弹塑性应力应变集中关系。同时分折了Ⅰ型缺口弹塑性应力应变集中关系。