GIS在敏捷运输路径选择中的应用

大宗多种物资多源多汇(多O-D对)敏捷运输问题不同于传统运输问题,它以时间约束为首要考虑的因素。该文从基于地理信息系统(GIS)快速运输的思路出发,对多供需点带时间约束和成本优化的调运问题给出了启发式算法,最后给出了算例。     

多禁止时间窗约束的路径恢复问题研究

突发灾难的应急物资的配送有时受多禁止时间约束，为此，针对多禁止时间窗约束的应急物资运输路径优化问题，考虑多禁止时间窗的约束，建立了以总配送时间最小为目标、多禁止时间窗约束的应急物资运输路径优化模型。鉴于该模型为混合整数规划模型，采用GUROBI求解，并与建立的对应的多时间窗约束的路径优化模型对比。最后通过算例分析验证了该模型的高效性和算法的有效性。结果表明，多禁止时间窗约束的应急物资运输路径优化模型求解效率更高；此外评估救灾点对配送时间的影响以及分析多禁止时间窗对应急物资配送规划的影响，结果表明部分救灾点显著影响总配送时间，禁止时间窗的开始时间以及宽度影响总配送路线、时间以及到达各救灾点的时间，因此考虑时间约束特点可为应急物资运输决策提供实用价值。     

多种运输方式的4PL多到多网络设计模型与算法

针对第四方物流（4PL）承担多个供需点对之间物流配送任务的情况,考虑实际中第三方物流（3PL）运输供应商具有多种运输方式,研究多种运输方式的4PL多到多网络设计问题。建立问题的优化模型,在选择3PL运输供应商的同时确定运输方式,并在满足配送时间约束下最小化总的物流成本。根据问题模型,设计混合蛙跳算法（SFLA）对问题进行求解。最后,通过仿真实验来验证模型的合理性,并测试SFLA的性能。实验结果表明模型能够合理描述问题,并且SFLA能够对问题进行有效求解。     

正态分布处理时间下的4PL多到多网络设计

在第四方物流(4PL)承担多个供需点对之间物流任务的情况下,针对处理时间的不确定性,研究考虑正态分布处理时间的4PL多到多网络设计问题。建立了以最小化总物流成本为目标,带有随机配送时间约束的4PL多到多网络设计机会约束规划模型。根据问题特点,设计差分进化算法进行求解,并对其进行改进。最后,通过对不同规模的问题进行仿真实验来证明模型的合理性及算法的有效性。     

基于改进的Kruskal算法的运输规划方法

针对带转运中心约束的运输规划问题,通过重心法计算转运中心的约束点,从图论角度出发构建带约束条件的最小生成树模型,采用改进的Kruskal算法对模型进行求解.首先,研究影响运输成本的相关因素,通过运输成本模型构建和对运输距离、运输总载货量、货物密度三个因素的综合考虑,将最小总运输成本问题转化为部分节点固定的连通网最短路径问题;对Kruskal算法进行改进给出了解决此问题的方法;最后通过对实际应用进行优化求解,给出了该模型下各一级代理管辖代理商以及具体运输及转运方案.实验结果表明运用该方法提出的运输方案比现有距离判断法给出的运输方案节约成本约84.23％.所提方法有效解决了带转运中心约束的运输问题,给出了一个相对精确的完整解.     

基于多式联运的组合优化模型及求解方法

针对集装箱多式联运中运输路线优选和运输方式优选的问题,建立了组合优化模型,该模型是一个0-1规划模型。通过将运输网络划分成若干阶段,存在路径的不相邻阶段间增加虚拟城市节点,构建了扩展的虚拟运输网络,把原问题转化成一个带时间约束和能力约束的最短路径问题,给出了相应的求解方法。该方法的主要优点:它是一个更简单的方法;不受随机分布多城市的限制。     

求解复杂有时间窗装卸货问题的遗传算法

有时间窗装卸货问题是为一个车队安排最优的服务路径以满足客户的运输需求，每个客户的装卸货任务由一辆车完成，即在该客户的装货点装载一定数量的货物后运往该客户的卸货点，所有任务的完成必须满足车辆的容量约束、行程约束和客户装卸货点的时间窗约束。从多车库、多货物类型和满载三个方面对一般有时间窗装卸问题（PDPTW）进行了扩展，提出一种解决复杂PDPTW问题的遗传算法，实验结果表明，该算法能有效解决复杂PDPTW问题，并取得较好的优化结果。     

基于多时间窗的油料保障模型

针对军用油料(POL)调拨运输优化问题,通过引入保障时间窗,考虑了油料保障过程中复杂的时间窗约束和运力约束,提出了基于多时间窗的油料调拨运输的约束满足问题(CSP)模型及其求解算法。首先,对油料保障点、油料需求点、保障时间窗、油料保障需求及油料保障任务等要素进行了形式化描述;在此基础上,建立了油料保障CSP模型,并采用理想点法,将模型中的多目标转化为单目标规划问题;设计了基于粒子群优化(PSO)算法的模型求解方法和步骤,并通过算例介绍了模型的具体运用。算例中,将利用所提模型求解得到的优化方案与最大化油料保障量为单一目标的模型优化方案进行比较,两种方案下的运力安排已达最大,但对各油料需求保障时间的安排,所提模型求解方案中每个油料需求的开始保障时间都不晚于单目标模型求解方案中的保障时间。通过对不同优化方案的比较,表明所提模型和算法能够有效解决多目标油料保障优化问题。     

区间数型多式联运路线优化问题的混合遗传算法*

多式联运路线优化问题直接关系到货物运输的费用、时间和运输质量。首先分析了多式联运路线优化问题的数学模型及虚拟运输网络图;其次,将区间数排序的思想引入适应度函数的设计中,提出了一种求解区间数型多式联运路线优化问题的混合型遗传算法,给出了染色体编码、遗传算子设计、约束判断与调整及群体多样性控制的方法;最后用示例对算法的有效性进行了验证,算法的提出可为多式联运经营者的决策提供数据参考。     

基于位矢和切矢约束优化的Bézeier曲线形状修改

研究了带几何约束的Bezier曲线形状调整问题,给出一种改变控制顶点的约束优化方法.首先针对单参数点切矢约束,给出Bezier曲线形状调整的精确公式;并研究了基于单参数点位矢和切矢约束的问题,最后讨论了多参数点的约束修改问题.数值实例结果表明,用拉格朗日方法能对Bezier曲线的形状进行有效的修改.     

求解合作伙伴选择问题的高效蚁群算法

敏捷制造中的合作伙伴优化选择问题属于组合优化领域的NP-hard问题,随着规模的增大,应用传统的方法求解非常困难,甚至不可能.对敏捷制造中的合作伙伴选择问题进行了分析,建立了数学模型,设计了一个适合求解该问题的蚁群算法.实验结果表明,该算法求解效率高,性能稳定.     

敏捷供应链插单调度优化的启发式算法

针对在敏捷供应链已有生产计划基础上进行的插单调度问题,以单工厂和多供应商组成的两级供应链系统为研究对象,采用时间槽表示可用调度时间,以最小化供应链总成本为目标,建立了调度优化问题的整数规划(IP)模型,设计了求解该模型的逐批选优启发式(OOSH)算法。通过算例将其与距离优先和作业周期优先决策算法比较,验证了启发式算法的有效性,显示了敏捷供应链协同调度可以有效提高供应链的市场竞争力。     

改进蚁群算法求解旅行Agent问题

利用蚁群算法来求解TAP问题是解决移动Agent迁移策略的一种有效途径。旅行Agent问题是复杂的组合优化问题,蚁群算法作为一种新的生物进化算法,具有并行、正反馈和启发式搜索等特点,适合求解NP难问题。在蚁群算法的基础上,提出分泌多种信息素的改进蚁群算法来求解旅行Agent问题,动态反应了节点服务能力和网络负载的变化,使迁移更具有灵活性。实验结果表明了该文算法的可行性。     

遗传算法在面向敏捷制造ERP决策优化中的模型仿真应用

本文简介了面向敏捷制造的ERP软件系统AM/ERP的相关内容,对其最优化问题进行了探讨,提出它的数学模型,并基于遗传算法进行了模型仿真和优化。     

敏捷制造中制造资源选择问题的遗传算法

对敏捷制造系统重构中的制造资源选择问题进行了分析,建立了数学模型,提出了一种适合求解该问题的遗传算法。该算法与解决同类问题的已有算法相比,编码方案和遗传算子均比较简单。实验结果表明,遗传算法在解的质量、稳定性和收敛速度方面具有优良性能。     

多式联运运输问题的混合遗传算法

多式联运运输方式的选择关系到货物运输所需费用、时间等。该文对需经过多式联运过程的运输问题进行了研究。首先分析了多式联运运输问题的数学模型;其次通过引入关于运输量及运输方式的混合编码,结合两种混合遗传算子,提出了一种求解多式联运运输问题的混合遗传算法;最后用数值例子对算法的有效性进行了验证。     

敏捷化产品开发中调度问题的研究

描述了新经济环境下敏捷型企业的新产品开发问题,建立了敏捷化产品开发的数学调度模型,目标是安排新产品开发任务的时间和开发地点,使资源约束下企业产品的开发时间之和最小化.通过禁忌搜索智能算法进行仿真计算,结果验证了算法的有效性.     

MF-TDMA信道分配研究

MF-TDMA因其灵活的分配策略和信道利用率在通信系统中广泛使用。由于信道资源有限性以及用户需求的多变性,使得如何将有限的信道最大的利用以便为更多的用户服务成为MF-TDMA的关键问题。针对这一问题,文章首先对MF-TDMA信道结构进行处理,将MF-TDMA的信道分配问题转为二维装箱问题。然后,针对该问题的常规算法FFA进行改进,提出了基于最小资源浪费率的FFA贪心算法（IFFA）。最后,对给出的结果进行了简单的验证。     

An approach to partner selection in agile manufacturing

It is believed that agile manufacturing is the twenty-first century manufacturing enterprise strategy and should be realized by agile virtual enterprise (AVE) which is dynamically configured for the manufacturing of one or more products. Agile manufacturing creates a significant challenge for the partner selection in configuring an AVE. This paper presents a brief introduction to the task decomposition for the manufacturing of a product in multisite environment. A bidding process should be carried out for each task so as to get the information necessary for the configuration of AVE. To minimize the manufacturing cost, an integer programming (IP) formulation is presented for the partner selection problem. The IP formulation is then transformed into a graph-theoretical formulation by taking the advantage of the precedence relationship between the tasks. The graph obtained turns out to be a directed multipartite graph. Based on the graph-theoretical formulation, an efficient solution algorithm is proposed for the problem. It is shown that the algorithm is polynomial bounded. Therefore, it is applicable to large practical problems.