基于时变需求的树型多级库存优化研究

考虑到战术仓库的需求率具有时变性的特点,应用供应链管理的思想研究了一个战役仓库、多个战术仓库组成的树型多级库存优化问题,建立了战役仓库采用延迟化订货策略、战术仓库分别采用等间隔或等量订货策略时的模型,并采用自适应遗传算法实现了模型的求解,实例验证了模型及算法的有效性.实验结果表明,战术仓库采用延迟订货策略,战术仓库采用等量订货策略时总费用最低.     

供应链环境下的装备多级库存优化研究

研究了一个战役级、多个战术级仓库组成的树型多级库存系统,建立了战役级仓库分别采用等量等间隔、不等量等间隔订货策略的模型。采用自适应遗传算法实现了模型的求解,并用实例验证了算法的有效性。     

需求确定的维修器材供应链多级库存优化研究

考虑到装备维修器材库存系统各节点利益一致、信息共享程度高等特点。运用级库存理论,将树形库存系统简化为链式库存系统,建立了以库存系统总成本最优的模型,并采用求解松弛问题的启发式算法进行了求解,实例验证了模型及算法的有效性。     

一种考虑相关需求的多级库存控制优化模型

在技术驱动的全球化市场,供应链管理已经成为企业和学者共同面对的重要课题。库存控制问题则是企业供应链管理中一个很重要的环节。该文研究了在供应链管理的环境下,由K个配送中心,每个配送中心由Nk个零售商组成的配送网络的库存控制问题。凭着对实际配送系统的观察和分析,在综合考虑了同一产品在不同零售点需求的相关性,以及同一产品在不同周期需求相关性的情况下,以最小化库存成本和运输成本之和为目标,一定的服务水平为约束,建立了多级库存控制优化模型。     

基于混合需求的供应链多级库存协同订货模型

针对供应链多级库存系统存在混合需求的情况,建立了基于混合需求的多级库存协同订货模型。该模型假设在供应链中只有最下游节点面临的需求是独立需求,而其他上游节点面临的需求都是与之相关的相关需求。由于相关需求是一种块状需求,其库存成本构成与独立需求明显不同。因此,通过对多级库存系统的库存成本构成进行重新分析,分别给出了需求确定时不允许缺货和允许缺货的协同订货模型。另外,还通过对安全库存的分析给出了需求不确定时的协同订货模型。最后,给出了模型求解的遗传算法,并进行了实例仿真分析,展示了这种协同订货模型在混合需求的供应链中的实用性。     

时变需求下生产与库存系统的最优控制决策方法

针对供应链中库存随着需求的变化可能导致的积压和对生产(或采购)产生的不利影响,为了更好地协调生产(或采购)并减少产品库存,本文研究了以生产为中心的一类基于库存约束和动态线性时变需求下的多品种、多周期、多循环的生产与库存的最优控制模型,结合应用最优控制理论,给出了一种采用切比雪夫多项式逼近和高斯.切比雪夫数值积分对最优控制问题进行数值求解的方法.最后,对某一时变需求情况下的模型应用MATLAB软件进行了求解,得到了生产(采购)与库存的最优控制策略,有效地保证了供应链系统的持续稳定的循环.     

时变路网下考虑碳排放的需求响应型公交调度优化模型

以往对需求响应型公交的研究中,鲜有考虑到时变路网、碳排放等因素对车辆调度的影响,需要对现有研究的局限性进行改进。针对当前“双碳”背景下存在传统燃油公交与电动公交混合运行的现状,结合两者特性分别给出约束条件、成本和碳排放测算方法,建立包含延误时间、碳排放和运营成本作为优化目标的调度优化模型,并提出了自适应遗传-萤火虫算法用以求解该模型。实验结果表明：a）所提算法改善了传统遗传算法中易陷入局部最优的问题,在基于仿真路网的实验中能使目标函数减少9.1%,平均车辆使用数、平均途经节点数和平均行驶里程数分别减少了0.3辆、4.9个和104.57 km,提高了求解精度;b）模型考虑碳排放影响最高能减少9%的碳排放量,运营成本降低2.9%;c）动态阻抗下的车辆调度方案既贴近实际情况,又能同时降低7.5%的碳排放以及节约5%的运营成本;d）电动公交的引入能得到显著的碳减排效果,但由此带来的成本上升也是不容忽视的。     

考虑门店持有库存的同城整车配送优化模型

研究连锁零售企业配送中心和连锁门店构成的二级库存系统,考虑门店持有库存对配送中心库存的影响,以门店客户服务水平对系统总成本进行约束优化,建立了连锁零售配送中心同城整车配送库存优化模型,并给出了一个具体的的算例。     

连锁零售供应链多级库存协同决策研究

针对连锁零售供应链多级库存资源的动态优化配置问题,提出了在上层对库存策略和下层对物流分配方案协同寻优的多级库存双层规划模型。借鉴细粒度模型遗传算法的遗传操作具有局部性的特点,模拟微观群体交互作用的局部性,基于细粒度模型遗传算法的Agent群体行为优化算法和基于复杂适应系统涌现机理的协同决策机制,进行连锁零售供应链多级库存协同决策研究。通过算例实验对模型的有效性进行了验证。仿真实验结果表明,通过连锁零售供应链微观个体Agent的群体行为优化,从系统工程的角度,实现了连锁零售供应链多级库存的动态资源优化配置和信息共享,降低了多级库存管理与运营的总成本。     

随机需求下的选址一库存配送系统集成规划模型及算法

研究了随机需求条件下由单供应商、候选分拨中心和分销点构成的选址-库存问题,分销点、分拨中心分别基于周期检查(R,s,Q)和连续检查(s,S)库存控制策略．综合考虑库存成本、运输成本和设施成本之间的均衡关系,建立了二级库存与无能力约束选址集成规划模型．给出了适合求解实际规模问题的拉格朗日松弛算法,提出了求解子问题的有效启发式方法,改进了次梯度优化方法．通过仿真试验验证了模型的正确性和算法的有效性．最后讨论了相对于传统规划方法,需求方差、服务水平、持有成本、提前期等关键库存控制参数对系统运营成本节约的影响规律．     

基于多目标遗传算法的柴电混合动力船舶功率分配优化

船舶在传统的柴油机推进模式时,低负荷下船用主机性能不佳,燃油消耗率高,燃烧质量差,在提高经济指标和减少排放指标方面遇到瓶颈.柴-电动混合动力推进形式能够通过合理的分配,有效降低燃料消耗和排放.针对混合动力船舶的动力结构,构建关于油耗和污染物排放的多目标优化模型.采用多目标遗传算法(NSGA-Ⅱ)优化功率在主机和发电机间...     

基于免疫遗传算法的物流配送车辆路径优化问题研究

提出一种新的启发式算法-免疫遗传算法,以处理物流配送车辆路径优化问题;并运用一种新的巡回路线编码方法和抗体浓度群体更新及多样性保持策略,在解决物流配送车辆路径优化问题上取得了较显著的效果.     

基于转移概率的分布估算算法在p-median问题上的应用

分布估算算法(EDA)是近几年出现的一种启发式进化算法,在组合优化问题中得到了广泛、有效的应用.概率模型直接决定着该算法的性能,如何构建一个高性能的概率模型成为分布估算算法的研究核心.把转移概率模型引入分布估算算法,并对p-median问题进行求解,结果表明,基于转移概率模型的分布估算算法能够有效地求解p-median问题,并极大地提高了算法的效率与精确性.     

基于遗传算法的手写体汉字识别系统优化方法的研究

为了改善手写体汉字识别系统的性能,提出了前端单字识别器（SCR）和后端语言解码器（post-processing system）有效结合的模型,并且利用遗传算法对系统参数进行优化。以联机手写体汉字识别系统作为SCR进行测试,首选准确率为69．46％,汉字识别的准确率达到87．59％,较优化前提高6．4％。实验结果表明,遗传算法（GA）是一种有效的优化系统参数的方法。     

OPTIMIZATION OF DECENTRALIZED PI/PID CONTROLLERS BASED ON GENETIC ALGORITHM

In this paper, an optimization method of tuning decentralized PI/PID controllers based on genetic algorithms is presented. First, the existence of decentralized PI controllers with integrity is examined. Then, stable regions of each PI/PID controller parameters are calculated as the feasible area to be exploited, and the optimal PI/PID controllers are obtained by using a real‐coded genetic algorithm with elitist strategy, to meet the design specifications for the whole control system. The proposed method is applied to six examples from literature. Simulation results demonstrate that the proposed decentralized PI control is compatible to the referenced method while the decentralized PID control is better than the referenced method, and the proposed method is feasible for more complicated control systems optimizations.     

基于递阶遗传算法的模糊控制系统的模糊集优化研究

由于模糊系统的输入、输出变量模糊集中模糊集的多少直接影响到模糊规则集的完备程度，并决定着控制系统的性能，所以本文提出了一种基于递阶遗传算法的模糊控制系统的模糊集优化方法，同时对模糊集的个数和形状进行优化，使其能尽量完美地反映系统输入、输出变量，减少了规则的冗余．对二阶动态系统的仿真研究证明了该方法的有效性．     

基于改进离散粒子群优化算法的作战弹药分配研究

结合作战弹药分配的具体实际,利用广义指派问题描述与数学模型,描述了弹药分配算法存在的问题与对策,提出了一种基于连续空间的离散粒子群优化算法以求解该模型.算法针对问题设计了特定的粒子编码方案,并引入了一种局部搜索以提高算法的局部搜索能力.算例分析表明了所提离散粒子群优化算法求解弹药分配问题的可行性.     

基于BP与SA-GA的飞机发动机风扇叶片清洗参数优化

针对目前飞机发动机风扇叶片清洗存在工人劳动强度大等问题,提出采用超声波清洗代替人工清洗,进而对风扇叶片清洗参数进行优化。通过飞机发动机风扇叶片清洗效果影响因素分析建立BP神经网络模型;对模型进行训练和测试;采用模拟退火算法与改进遗传算法相结合的方式进行全局寻优。对比优化分析得到的清洗优化参数进行清洗实验,使用图像检测方式,提出一种飞机发动机风扇叶片清洁度计算算法。实验数据充分表明,采用混合算法优化后清洁度能够达到92%以上,有效提高了清洗效果,为飞机发动机风扇片叶的自动化清洗提供了指导。     

基于遗传算法的参数优化在多移动机器人系统中的应用

1　引言在机器人研究中 ,基于行为的方法是构造工作于动态开放式环境下的机器人的一类方法 ,其中 Schema- based反应式控制结构对于自治移动机器人是一种有效的控制结构[1 ,2 ] .但在此结构的多机器人系统中 ,通过配置各个机器人的行为控制参数来实现机器人之间的协作是一个很困难的问题 .而遗传算法 (GA,Genetic Algorithm)在复杂的解空间中是一种很有效的搜索算法 [3] .所以 ,本文提出了一种改进的遗传算法对多机器人系统进行参数优化配置以实现机器人之间的协作 .此种改进算法的特点在于在适应度函数结构中引入了死区的概念 .这种方法…