基于三级轴辐式的快递网络设计问题

在快递区域的城镇分布确定的枢纽节点的基础上,分配辐节点构建三级轴辐式快递网络,并以实现运输成本最小化为目标构建三级轴辐式快递网络模型。通过算例实验表明:三级轴辐式快递网络模型的有效性;预先确定一级辐节点数目对网络运输成本的影响;干线折扣因子变动对快递网络的影响。     

公路快速货运复合轴辐式网络规划分析

与纯轴辐式运输网络相比,带有直达线路的复合式轴辐式网络可以有效减少货物转运的次数,从而缩短服务时间,减低运营成本.本文以某区域性快运公司为例,将直达线路引入其原有的轴辐式网络,并建立了数学模型,通过选择不同装载容量的车辆并采用遗传算法求解该模型,设计出具有直达线路的混合轴辐式网络.仿真试验结果证明,采用改进后的混合轴辐式网络,该公司的运营成本可降低2.76％.     

公路快速货运复合轴辐式网络规划分析

与纯轴辐式运输网络相比,带有直达线路的复合式轴辐式网络可以有效减少货物转运的次数,从而缩短服务时间,减低运营成本．本文以某区域性快运公司为例,将直达线路引入其原有的轴辐式网络,并建立了数学模型,通过选择不同装载容量的车辆并采用遗传算法求解该模型,设计出具有直达线路的混合轴辐式网络．仿真试验结果证明,采用改进后的混合轴辐式网络,该公司的运营成本可降低2．76％．     

区域城市轴辐式货运网络模型构建与应用

为研究区域城市轴辐式货运网络构建思路及方法,基于轴辐理论,从社会经济、运输能力、运输人才三大方面确定反映区域城市货运能力的17个技术经济指标,使用主成分分析法降维量化单体城市货运综合竞争力,明确区域范围内枢纽城市备选集. 根据计算结果,进一步引入速度指数和运费指数以改进引力模型和隶属度模型,从而更有效地量化区域城市间货运吸引力关系,明确枢纽城市辐射范围,确定分支城市隶属关系,构建区域城市运输通道体系,最终确定区域城市轴辐式货运网络空间布局. 以河南省18个地市为研究对象进行货运网络构建,结果表明:依据本模型建立的以郑州为中心、呈现“一环六枢纽七通道”空间特征的河南省轴辐式货运网络结构符合客观实际. 所建模型客观合理,能有效指导区域城市轴辐式货运网络的构建及运营.     

快递网络结构研究进展

快递网络结构的设计与优化是快递研究领域的热点问题。从快递网络结构基本理论研究出发,梳理国内外快递网络结构发展历程和研究现状,主要从全连通快递网络结构、轴辐式快递网络结构以及混合式快递网络结构三个层面评述国内外快递网络结构研究成果,分析快递网络结构的发展趋势和未来研究方向。     

求解航班时间表问题的混合遗传算法

针对基于模拟退火的混合遗传算法求解航班时间表问题的特征,利用矩阵编码形成个体,使用模拟退火算法快速形成优良初始解,并构建优良基因库以改良解精度.仿真实验表明,该算法和传统模拟退火算法及遗传算法相比,所得结果的方差降低了20.6%～24.6%,进化代数降为标准遗传算法的16.58%,运行时间缩短6.3%～14.0%,且算法直观,易于实现.     

组播服务节点选择问题的求解算法

为了求解覆盖网络中最优组播服务节点MSN组合问题,提出一种基于混合实数编码的遗传算法(HRCGA)。采用实数编码方式对MSN组合进行编码,利用K-medoids聚类距离算子进行节点相似性度量,并根据MSN的实际特点,构造含有惩罚因子的适应度函数,限制不良个体参与进化。同时,针对标准遗传算法SGA局部搜索能力弱的特点,HRGCA引入个体进化控制策略。理论分析和仿真结果表明,该算法有效克服了传统K-medoids算法易陷入局部极小值、对初始中心选值敏感的问题。通过与传统SGA的仿真结果对比,HRCGA进一步提高了MSN组合全局寻优能力。     

混合遗传模拟退火算法求解背包问题

提出了一种混合遗传模拟退火算法求解背包问题,该算法应用改进的模拟退火算法作为局部搜索,提高算法的搜索效率,采用同时考虑解的质量和种群多样性的种群更新策略,保持种群的多样性,仿真实验结果表明该算法是有效的.     

一种求解函数优化的混合遗传算法

在浮点编码遗传算法中加入最速下降法，构成适于函数全局优化的混合遗传算法。混合算法改善了遗传算法的局部搜索能力，显著提高了遗传算法求得全局解的概率。由于只利用函数值信息，混合算法是一种求解函数全局优化问题的通用方法。     

Application of hybrid coded genetic algorithm in fuzzy neural network controller

0　ＩＮＴＲＯＤＵＣＴＩＯＮＧｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ (ＧＡ)ｗａｓｆｉｒｓｔｌｙｐｒｏｐｏｓｅｄｂｙＪｏｈｎＨ .Ｈｏｌｌａｎｄ ,ａｐｒｏｆｅｓｓｏｒｏｆｐｓｙｃｈｏｌｏｇｙａｎｄｅｌｅｃｔｒｉｃａｌｅｎｇｉ ｎｅｅｒｉｎｇ＆ｃｏｍｐｕｔｅｒｓｃｉｅｎｃｅ ,ａｔｔｈｅｂｅｇｉｎｎｉｎｇｏｆ 1970 ,ａｎｄｗａｓｉｎｔｒｏｄｕｃｅｄｉｎｔｈｅＨｏｌｌａｎｄ’ｓｍｏｎｏｇｒａｐｈｉｎ1975[1] .ＩｔｉｓａｓｔｏｃｈａｓｔｉｃｓｅａｒｃｈｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＤａｒｗｉｎ’ｓｅｖｏｌｕｔ…     

基于HGA通讯网络费用的优化问题

以实际网络为研究背景，针对可靠性约束下的通讯网络费用优化问题，建立了实现费用最小的非线性数学模型.针对模型的特点，根据遗传算法在求解优化模型时的特性以及其在解决该类问题时所存在的问题，利用单点爬山技术，并将其与遗传算法相结合，形成了混合遗传算法.通过仿真实例，表明了这种混合遗传算法在解决可靠性约束下的通讯网络费用优化问题中是可行和有效的.     

多约束条件下自动配棉的混合遗传算法

现有自动配棉方法求解的问题规模不大或者不易找到最优解,为此建立了一个多约束条件下自动配棉问题的数学模型.基于基本遗传算法,采用罚函数法处理多个约束条件,通过对种群进化程度进行监控并适时地增大选择压力,形成求解自动配棉问题的基于自适应罚函数法的混合遗传算法（MGA1）.进一步提出了求解自动配棉问题的基于模拟退火算法和隔代相传策略的混合遗传算法（MGA2）.以企业实际棉批库存与质量数据为例进行实验验证,结果表明,对于中小规模的配棉问题,MGA2具备较好的寻找最优解和较优解的能力,并且其解表现出多样性的特点;而对于大规模的配棉问题,MGA1保持良好的收敛性,能够找到比MGA2更好的最优解和较优解.     

基于一种混和遗传算法的模糊神经网络的优化

将遗传算法引入到模糊神经网络的学习过程中,提出了一种综合遗传算法和梯度下降法优势的混和遗传算法,它一方面改善了梯度法的收敛性,使模糊系统对专家知识的依赖性大为降低,提高了系统的智能化水平;另一方面有效提高了遗传算法的搜索效率,强化了系统的学习能力.仿真结果证明了算法的有效性.     

混合遗传算法在输电塔阻尼器优化布置中的应用

以输电塔阻尼器优化布置方法为研究对象,提出了一种多目标优化的混合遗传算法.该算法将遗传算法与劣出优入算法相结合,选取输电塔的H2和H∞范数、阻尼器的总量与阻尼器平均耗能作为优化的目标函数,对输电塔阻尼器的布置方式进行了优化.通过对多个优化方案的比较分析说明,应用该方法并合理选用目标函数得到的阻尼器优化布置结果,不仅有效的控制了输电塔的风振,同时减少了需要安装的阻尼器数量.     

基于诊断策略遗传算法的配电网络重构算法

为减小网损,提出基于诊断策略遗传算法的配电网络重构方法.针对基因诊断策略,提出新的编码方案,改进遗传操作。对优质基因进行诊断,存入优质基因库;并且将诊断出的劣质基因（即不可行解）通过打开回路和连通孤岛的方法,将其修复为可行解,从而提高收敛速度和遗传算法搜索效率.最后对典型IEEE 33节点和IEEE69节点测试系统进行网络重构仿真实验,证实了算法的有效性,并与快速支路交换算法的计算结果相比较,表明了该算法可有效减小重构配电网的网损.     

智能排课优化算法研究

为解决高校排课优化问题,建立了以教学效果好评度最大化为优化目标的排课数学模型.针对传统遗传算法的不足,给出了一种混合遗传算法,该算法不仅能够对传统遗传算法的交叉率、变异率进行自适应改进,还能够实现冲突检测与消除功能.测试结果表明,该算法比传统的遗传算法、贪婪算法和蚁群算法耗时短,而且教学效果好评度最高,这说明该算法能有效缩短排课时间,提高排课质量和效率,实现高校排课智能化.     

分层限制的公交线网优化模型

分析城市公交线网的组成以及线网优化的约束及目标,从节点、线路和线网三方面对约束条件和目标函数进行研究探讨,以居民乘车出行时间最短和公效部门投入最少为目标建立公交线网优化的模型。通过对模型的分析,指出可用优化方法中的全局最优方法——遗传算法对模型进行求解。