面向批量订单包装的物流箱规格优化问题研究

目的 针对面向仓储物流环境下多型号多批量产品的订单包装问题,提出一种预制物流箱规格优化模型及算法。方法 对产品订单建立订单分包规则,确定分包方案,以订单包装材料总成本最小为优化目标建立物流箱规格优化模型。针对该模型提出一种改进模拟退火算法,通过贪婪策略求解最优分包方案,降低模型计算复杂度,设计一种新型解更新算子,以提高算法寻优能力,设计一种自适应步长策略,以平衡算法前期全局搜索与后期局部搜索的能力。结果 通过实例证明,文中提出的算法相较于其他算法,具有更强的求解能力,与实例企业仓储包装现状相比,同批订单降低了17%的包装材料成本。结论 该方法可用于解决产品种类多、尺寸差异大、动态更新等应用场景下的系列运输包装纸箱规格优化问题,为企业物流运输管理提供了一种有效的包装优化思路和解决方法。     

基于PIWOA的绿色闭环供应链网络多目标模糊优化设计

针对闭环供应链网络优化设计问题,建立了一种基于Me测度的闭环供应链网络多目标优化设计模型,以此降低供应链网络设计中不确定性因素在求解时的影响。首先,针对多层级闭环供应链网络,建立以成本最小、CO₂排放量最小以及社会效益最大为目标的优化函数,并采用Me测度和三角模糊数对模型及相关约束进行模糊处理,得到不确定性闭环供应链网络优化模型;其次,在原有鲸鱼算法的基础上,引入变异收敛因子,增强其搜索能力,并将Pareto引入改进后的鲸鱼算法求解所建模型;最后,通过数值实例和仿真分析验证算法在搜索能力、时间以及优化目标函数值等方面具有较强的优势和性能。     

原油一次加工过程的多目标调度优化

在制定原油一次加工过程详细调度时,往往需要考虑多个优化目标。本文提出一种基于改进的骨干粒子群算法和II代非支配遗传算法协同进化的双种群算法,并通过Pareto差熵控制种群的交流,优化了供油罐使用成本、供油罐的切换成本、管道中原油混合成本以及供油罐罐底混合成本4个目标。通过一个工业实例,将本文算法与现有的几种具有代表性的进化多目标优化算法进行对比,验证本文算法的可行性和有效性。     

平流层飞艇的多目标优化与决策

该文建立了以平流层飞艇阻力最小、自重最轻、极限承载力最大及刚度最大为优化目标的多目标优化模型;采用强度Pareto进化算法(SPEA)进行了多目标优化设计;基于优化所得的Pareto解集,采用基于信噪比的决策方法选择满足实际需要的最终方案。结果表明:采用的SPEA算法是合理有效的,可以得到非劣解分布较均匀的Pareto曲面;通过基于信噪比的决策方法,可从非劣解集中获得满足实际要求的最稳健设计方案。     

碳限额约束下考虑成本和环境的产品配置多目标优化问题

随着顾客对个性化产品的需求和绿色环保意识的不断增加,配置出满足客户个性化、低碳和环境友好的产品变得日益重要。本文研究了在碳限额约束下基于模块化的个性化产品配置优化问题;建立了以配置总成本和碳排放量为最小化的多目标优化模型;提出了采用ε-constraint的多目标优化求解算法,从而获得产品配置问题的帕累托边界(Pareto Front);采用C++Cplex编程实现了该多目标优化算法;最后,通过案例验证了该算法的有效性。数值实验表明:所提出的多目标优化算法能够在合理的时间内求解实际的产品配置问题。     

多金属矿山工业采掘生产计划模型与优化算法

为了降低多金属矿山工业生产作业成本及保证生产连续性等目标,将矿山生产作业过程中采场至卸矿点间的生产成本归结为采掘生产作业计划优化问题,建立了多金属矿山工业采掘生产计划模型。该模型以采掘和运输作业成本最小为目标,综合考虑了矿石品位波动、采场的出矿量、采掘作业量和矿产资源利用等约束条件。将改进的量子粒子群算法应用于模型中,利用进化速度和聚集度因子对算法参数进行优化,同时提出了双可行域吸引子的粒子搜索策略,提高了算法的全局收敛速度,避免了早熟问题。以某大型多金属矿山为案例,结果表明该算法解算结果要比矿山实际生产指标、非线性规划以及标准粒子群算法结果优于95%以上,算法求解速度提高了65%左右,且该模型与优化算法满足矿山工业采掘生产计划的连续性和均衡性要求。     

基于改进NSGA-Ⅱ算法的班轮航线配船多目标优化

航线配船合理与否不仅关系到班轮公司运营成本还会影响服务质量。考虑到货主是"理性经济人",以货物时间价值损失最小和运营成本最低为目标,建立了集装箱班轮航线配船的多目标优化模型;设计了双向随机变异算子,并以嵌入非劣解局部搜索改进NSGA-Ⅱ算法,求出满足货主和船公司双方需求的Pareto解集,以某班轮公司的实际案例验证了模型和算法的可行性。最后通过与NSGA-Ⅱ算法对比,证明改进后的算法计算所需的时间更短、运行稳定,得到的结果更优。该模型和算法能够为船公司在不同市场情况和企业战略目标下做出合理决策提供参考。     

基于差异演化算法和多属性决策的机电系统可靠性多目标优化设计

针对机电系统可靠性设计问题,以可靠性和费用(或体积等)最优为目标建立可靠性设计的多目标优化模型．提出了自适应多目标差异演化算法,该算法提出了自适应缩放因子和混沌交叉率,采用改进的快速排序方法构造Pareto最优解,采用NSGA-II的拥挤操作对档案文件进行消减．采用自适应多目标差异演化算法获得多目标问题的Pareto最优解,利用TOPSIS方法对Pareto最优解进行多属性决策．实际工程结果表明：自适应多目标差异演化算法调节参数更少,且求得的Pareto最优解分布均匀;采用基于TOPSIS的多属性决策方法得到的结果合理可行．     

基于碳排放的模糊约定时间车辆路径问题研究

考虑碳排放因素以成本最小和平均顾客满意度最大为目标函数,构建了具有模糊约定时间的车辆路径问题的多目标优化模型,提出了解决该问题的一种结合2-opt局部搜索机制和推-碰-掷过程的改进蚁群算法,并用Solomon标准问题库中的实例对模型及算法的有效性进行验证,仿真实验及算法对比结果证明模型和算法是有效的,可以为物流企业的配送决策提供参考。     

基于机会约束规划的弹性供应链多目标优化

研究供应商失效风险、零部件价格与制造商产能波动并存环境下,采用多源采购策略的弹性供应链成本与服务水平多目标优化问题,根据不确定理论构建了多目标机会约束规划模型,并采用标准化正规化约束法(Normalized normal constraint method)求解模型的Pareto前沿。通过数值算例求解验证了所提出模型及其求解算法的有效性,并对模型中的关键参数进行了敏感性分析,能够为企业管理人员开展供应商选择、零部件订单分配及顾客订单排序决策提供借鉴与参考。