基于蚁群算法的多跑道航班协同调度建模

针对终端区航班拥堵问题,模型通过读取进离场航班的航班号、机型和所属航空公司等实时信息,以提高航空公司效益性和航空公司之间竞争公平性为目标,建立了多跑道航班协同调度（CDM GDP）的多目标动态优化模型,采用蚁群算法对模型进行仿真.经过仿真验证表明,模型优化算法与先到先服务（FCFS）状态下航班排序相比,延误损失降低70.10%;延误损失偏差和降低38.64%.     

基于协同的集装箱多式联运协调问题的研究

集装箱多式联运系统是一个复杂的运输工程系统,其组织协调工作仍存在严重不足,多式联运系统应具有的整体效果不能充分发挥。因此,只有各运输方式之间和参与多式联运的企业之间相互协同合作,才能达到联运全程系统化,实现多式联运的综合效益。本文对集装箱多式联运发展中存在的协调问题及影响因素进行分析,应用协同管理理论进行研究,对多式联运组织系统协调发展具有一定的理论指导作用。     

基于蚁群算法的冷链物流路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中的重要问题之一.针对物流配送路径优化问题,依据冷链物流配送基础理论,考虑成本、货物损失及制冷时长等因素,构建基于多配送中心的最小配送成本模型,建立由运输成本、制冷成本、损坏成本及绿色低碳成本组成的复合目标模型.利用蚁群算法求解,以某类冷链物流企业为例,通过MATLAB软件进行仿真实验,验证模型和算法的科学性及有效性,得出最短运输距离为39.06 km、成本为1437.48元的结论.相对于搜索禁忌算法和遗传算法,蚁群算法在多配送中心冷链物流路径优化方面,能够平均减少1.11 km的运输距离和51.21元成本,更好地解决物流路径优化问题,提高物流服务质量.     

基于改进蚁群算法的多车型供应链物流运输调度建模研究

通过对基础蚁群算法的启发信息函数和信息素更新模型实施改进,获得改进蚁群算法,在此基础上,将所设定运输成本和运输时间、车辆油耗、最高配送距离与承载量等约束因子融入到算法内,构建包含多个约束因子的调度模型,实现对多车型供应链物流运输的调度,结果表明,该模型具有较高的收敛速度与路径寻优性能,所搜寻的路径质量较高,可针对不同零...     

求解双目标带时间窗车辆路径问题的蚁群算法

针对运输网络为多重图的双目标带时间窗车辆路径问题设计了蚁群算法.首先,建立了多重图的双目标带时间窗车辆路径问题的数学模型,提出了针对该问题解的搜索空间构建方法,定义了一种综合考虑各优化目标、时间窗和信息素等启发信息的状态转移概率公式. 为了对比说明该算法的有效性,同时设计基于NSGA-II的多目标遗传算法.针对本文算例,对蚁群算法中的各参数进行了敏感性分析,根据分析结果设定算法参数,获得了算例的Pareto最优路径集,同时与NSGA-II算法及相关文献算法针对运行时间、收敛性和群体多样性进行比较.结果显示,本文设计的蚁群算法在这3个指标上均明显优于NSGA-II算法;在相同蚂蚁数量情况下,本文的算法在收敛性和群体多样性方面优于相关文献算法.     

基于标杆的多车多品种货物装载优化算法

根据货物与货车体积质量比差异情况, 结合组合理论, 设计基于不同标杆的优化算法, 充分利用车辆的载质量与容积, 以提高装载效率。对于轻质货物, 以货车的载质量为标杆, 在充分利用货车容积的同时, 尽可能地提高货车的载质量利用率; 对于重质货物, 以货车的容积为标杆; 匀质货物的体积和质量相对货车都比较均衡, 以货车的体积质量比为标杆, 对货车的容积和载质量利用率同时优化。数值仿真结果表明标杆算法的效率普遍优于其他算法, 标杆算法下体积利用率曲线和载质量利用率曲线及其趋势线比较平稳, 算法的稳定性强, 适合大规模多车多品种货物的装载。     

基于点线能力约束的多层级节点协同布局优化模型及算法研究

多层级物流节点布局对物流系统的降本增效具有重要作用. 提出物流网络简化处理策略,结合实际物理网络结构,以最短路径、共同弧段及通道运能三要素为重点构建了多层级物流节点的网络拓扑;在此基础上,结合不同层级物流节点的最大服务半径、服务能力及成本等属性,系统性考虑节点及通道运能,构建基于点线能力约束的多层级节点协同布局优化模型;结合模型决策变量特点,利用改进的和声搜索算法进行求解. 采用实际案例进行测试和应用,进行相应情景分析. 结果表明,模型及算法具有良好的适应性,为实际多层级物流节点选址提供一定决策依据.     

有运送路径限制的多品种流交通网络最小费用流算法研究

传统的交通网络最小费用流分配是针对单一品种,但在实际的交通运输应用中,交通网络中往往会出现多品种流的运送情况,而且也有可能对某些品种的运送路径进行限制.首先针对交通网络中的多品种流及其流动现象进行分析,借鉴Ford-Fulkerson算法中构造伴随增流网络的思路,建立了多品种流交通网络图的顺推重构方法,在此基础上,构造了有运送路径限制的多品种流交通网络最小费用流算法.在交通运输领域,多品种流最小费用流问题普遍存在,此算法为解决实际交通网络的相关问题提供了基础.     

基于多目标进化算法的公路路线优化模型

根据公路设计特点,提出建立路线多目标优化模型以提高公路路线计算机辅助设计水平和层次的思想,将其定位在为路线交互设计提供一组协调各设计目标关系的初始方案,降低了优化难度,提高了优化模型的实用性.建立了基于多目标优化算法NSGA-II的路线优化模型,从理论上解决了模型建立过程中遗传编码、目标函数确定、遗传算子设计以及进化算法实现等关键技术问题.在GIS的支持下,对模型进行了验证,证明该模型能迅速获得一组满足路线设计要求的多目标协调路线方案,算法具有可靠性和实用性.     

�����������ƵĶ༯װ������ϵͳ�Ż��Ķ���ȺЭͬ�㷨

在分析具有装载重量、体积等约束条件及配放限制的集装箱配载模型的基础上,分析了求解其的蚁群算法与求解TSP的蚁群算法在结点性质、原点（中心结点）的作用、蚂蚁路径构造规则、可移动结点集合、可行解的形成过程等方面的区别. 针对问题特点,充分考虑货物配放限制,装载工具的载重、容积两个方面同时优化的问题,基于待装货物比容动态逼近装载工具剩余空间比容的思想,综合运用ACA-INI、ACA-CONTAINER和ACA-VOTUME三个不同蚁群协同考虑问题的两个目标——需用集装箱数目优化和装载工具重量、容积利用率优化,对问题的求解策略进行了研究. 进一步地,结合8类40件不同品种货物的集装箱配载问题对模型算法的实用性和有效性进行了验证.     

交通网络最优路径搜索的蚁群算法

针对交通网络中最优路径搜索问题,本文提出一种基于蚁群算法的新的求解方法。首先从剖析最优路径问题的求解要求出发,探讨蚁群算法求解的优势,由于其并行性、正反馈、协作性等特点,能在较短的时间内发现较优解。然后,根据交通网络的特性,在基本蚁群算法的基础上,引入信息素限定规则,采用平滑机制进行局部更新,改进了全局更新模型等,使该算法更能满足交通系统最优路径的求解要求,降低了路径选择的复杂性,从而提高计算效率。对改进的模型进行的模拟实验和比较分析表明,该模型与算法的效果良好。该研究为交通系统最优路径问题开创了一条新的途径,同时显示出蚁群算法在交通分配中的良好使用前景。     

铁路集装箱混合货物平衡装载布局优化模型与算法

铁路集装箱装载布局逐步发展成为在不同规格和不同类型货物混合平衡装载制约下追求装载空间容积和载重量综合利用率最大化问题,其研究对货物高效安全运输尤为重要。本文针对铁路集装箱混合货物平衡装载布局问题,给出铁路集装箱装后重心平衡和集重容许弯矩约束量化方法,以集装箱综合利用率最大化为优化目标,构建铁路集装箱混合货物平衡装载布局优化模型;区别于直接将货物构造为货物块的方法,给出了一种基于混合货物分类方法和待装货物结构判断指标的货物块单元构造方法,并设计一组货物块单元选择和放置方法及剩余空间更新规则,提出铁路集装箱混合货物平衡装载布局优化算法。算例结果表明：所提方法在保证集装箱装载空间容积和载重量的平均综合利用率不低于87%的同时,有92.8%和97.87%以上的概率满足装载重心平衡和集重容许弯矩约束,可有效提高货物块与剩余空间适配度,客观反映装载空间利用情况,并达到平衡装载要求,为铁路集装箱货物装载布局提供决策支持。     

基于蚁群算法的应急物流动态网络鲁棒优化

考虑应急物流网络的时间依赖性及所处环境的复杂性,将动态网络理论与鲁棒离散优化理论相结合,建立具有鲁棒特性的动态网络优化模型,在此基础上,结合蚁群算法基本理论,将算法中的启发因子加以改进,使之与优化模型相适应,并利用改进后的蚁群算法在全路中寻求一条时效性高、鲁棒性好的路径以供应急物资运输。最后,举例验证研究所提出的优化理论及改进算法的合理性。     

物资企业经营计划优化模型研究

结合物资企业的经营特征,通过对经营计划制定过程的分析,给出了多品种、价格有折扣、市场需求随机、经营方式灵活的物资经营计划优化模型及求解方法,并对模型的适应性进行了讨论。因模型的建立与物资企业的实际情况相适应,所以对物资企业经营有较大的指导意义。     

�ִ�����λ�滮ģ������ⷽ��

仓储区货位规划的合理与否直接关系到物流作业效率。本文确立了货位规划问题的具体目标——在一定时期内出入库搬运距离之和最小和货架重心最低,并以此建立双目标货位规划优化模型。模型的求解是将遗传算法中的并列选择法、多性别交叉法和约束条件法相结合来实现的。案例采用某仓储区的实际业务数据,使用MATLAB 7.0编程计算,得出了货位规划的最终结果,验证了求解方法的可行性。     

��װ������վ�����Ż����

针对传统铁路场站设计以能力放大法赋予其应对不确定因素的能力所存在问题,结合工程设计中的优化设计和现代制造系统中的柔性设计思想,提出了集装箱中心站柔性优化设计是采用优化设计方法,协调中心站系统柔性大小、柔性增值效益以及费用函数三者关系的过程. 运用随机规划方法建立了集装箱中心站优化设计模型,并利用遗传算法对模型进行了求解. 最后,以昆明铁路集装箱中心站柔性优化设计为例,对模型及算法进行了验证. 结果表明,所建模型及算法在赋予集装箱中心站应对市场变化的柔性能力方面具有高效和实用的特点.     

集装箱中心站柔性优化设计

针对传统铁路场站设计以能力放大法赋予其应对不确定因素的能力所存在问题,结合工程设计中的优化设计和现代制造系统中的柔性设计思想,提出了集装箱中心站柔性优化设计是采用优化设计方法,协调中心站系统柔性大小、柔性增值效益以及费用函数三者关系的过程. 运用随机规划方法建立了集装箱中心站优化设计模型,并利用遗传算法对模型进行了求解. 最后,以昆明铁路集装箱中心站柔性优化设计为例,对模型及算法进行了验证. 结果表明,所建模型及算法在赋予集装箱中心站应对市场变化的柔性能力方面具有高效和实用的特点.     

双向蚁群算法在无人驾驶车辆路径规划中的应用

针对传统蚁群算法在无人驾驶车辆路径规划中收敛速度慢、易陷入局部最优等问题,提出一种全局路径规划的双向蚁群算法.通过双向搜索策略改进蚁群算法,设计相遇机制求解更多可行路径,提高算法全局搜索能力;引入奖惩因子分别扩大和减小双向搜索后的较优路径和较差路径对信息素浓度的影响,加快求解最优路径的速度;最后在Matlab中模拟无人...