混合三维EDA求解带二维装载约束的车辆配送与分布式生产集成调度问题

针对一类广泛存在的带二维装载约束的车辆配送与分布式生产集成调度问题(VD2LDPISP),本文建立问题模型,并提出混合三维分布估计算法(H3DEDA)进行求解.首先,结合问题各阶段特性,采用各阶段成本均衡策略设计新颖的解码规则,对编码个体进行分阶段解码,可确定较高质量的解码个体.其次,采用三维分布估计算法(3DEDA)学习和积累种群中优质编码个体的块结构及其位置信息,再通过采样3DEDA中的概率模型生成新的编码个体,从而提高算法全局搜索发现解空间中优质解区域的能力.然后,设计高低分层的超启发式局部搜索(HHLS)来增强算法的局部寻优能力. HHLS的低层问题域包含分别针对编码个体、配送阶段解码子个体和生产阶段解码子个体的共16种有效邻域操作,其高层策略域采用概率模型学习优质邻域操作排列的结构信息,进而通过采样该模型来直接控制新邻域操作排列的生成,有利于对不同优质区域进行深入搜索.最后,在不同规模测试问题上的算法比较,验证了所提H3DEDA的有效性.     

求解一般车辆优化调度问题的一种改进遗传算法

文章在对一般车辆优化调度问题(VRP)进行分析的基础上,为之建立了数学模型;提出了一种求解该问题的改进遗传算法,并通过实例验证了该算法具有优良性能。     

不确定需求下易腐产品的生产配送优化模型

为解决不确定需求下易腐产品的生产配送联合决策问题,考虑易腐产品一旦送达,多余产品就会变质,而供小于需也有缺货成本,构建了一种数学模型来考虑易腐产品的生产配送。采用遗传算法和插入法相结合的方法来解决并优化这一复杂问题。结果表明,采用集成决策时,供应链中生产和配送成本、产品腐坏成本等有较大幅度下降,应用实例表明模型的正确性和算法的良好性能。     

作业车间环境下的采购-生产-配送联合调度模型

针对生产-配送联合调度（IPDS）模型较少考虑复杂生产环境以及采购环节的问题,建立了在作业车间环境下,以最小化订单完成时间为目标的采购-生产-配送联合调度（IPPDS）模型,并采用改进的动态人工蜂群（DABC）算法进行求解。根据IPPDS问题的特征,首先,采用二维实数矩阵的编码方式,实现任务（加工与运输）与资源（设备与车辆）的匹配关系;其次,采用基于工艺过程的解码方式,并在解码过程中针对不同任务设计了满足约束条件的方法,来保证解码方案的可行性;最后,在算法过程中设计了引领蜂与跟随蜂的动态协调机制和局部启发式信息。通过实验给出DABC适当的参数区间,对比实验结果表明,IPPDS策略相较于分段调度和IPDS策略,调度时间分别缩短了35.59%和30.95%;DABC相较于人工蜂群（ABC）算法求解效果平均提升了2.54%,相对于改进的遗传算法（AGA）求解效果平均提升了6.99%。因此,IPPDS策略能更快速地满足客户需求,而DABC算法既减少需设置的参数,又具有良好的探索和开发能力。     

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题，其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求，轧制单元的最大长度，产品库存及交货期等。基于多旅行商模型，建立了热轧生产批量调度问题的优化模型，并提出一种混合遗传算法（遗传算法、局部搜索）求解该问题。通过应用串行边重组和并行边重组的遗传交叉算子，算法在优化过程中可以很好地处理调度约束。针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题。     

有限车辆调度问题的模型和改进遗传算法

考虑到对带时间窗的有限车辆调度问题研究不足的事实,在建立了数学模型的基础上对传统的遗传算法(GA)进行改进：提出采用BellmanFord求最短路算法找出染色体所表示路径的最优组合形式;变异操作应用禁忌搜索算法(TS),并采用TS的动态摆动策略,对邻域结构的可行及不可行解进行有效的搜索。最后用Solomon中的Rc1数据验证了算法的有效性,其结果比较理想。     

一种面向维修资源配送调度的遗传-烟花混合算法

为减轻资源供应不及时对维修活动顺利开展的影响,本文针对配送式供应保障,基于带时间窗的多配送中心车辆路径规划问题提出了一种半开放式的协同配送调度模型,使得多个资源库存中心之间达成了协同合作与互相保障,从而减少了资源的供应时长和调度成本,提高了全局调度效率。为高效地求解该模型,本文提出了一种遗传-烟花混合算法,混合算法在经典遗传算法的基础上引入了烟花算法的爆炸算子以增加种群优秀个体的数量,丰富种群基因的多样性,从而提高算法的寻优能力。通过仿真实验对比,证明了爆炸算子对遗传算法容易“早熟”的缺点有所改善,且混合算法具有更高的求解效率。     

商品混凝土生产与配送集成调度系统

讨论了商品混凝土企业在日常生产活动中关于生产计划和配送计划安排时所遇到的时间冲突和资源冲突等一系列问题的现象和产生的原因,详细分析了泵送设备和砼车在服务过程中的时间特点,并根据一种生产与配送集成的模式提出了解决问题的原则和方法,设计了一套商品混凝土生产与配送集成调度系统。这套系统应用到实际生产中,可以使企业管理者方便灵活地进行生产计划与配送计划的编排和调整,从而提高生产效率和设备利用率。     

一种新的混合生产调度问题的优化求解

研究了一种新的生产调度问题的优化问题,针对这种新的调度模式,设计了一种两层遗传算法进行优化求解。算法采用了上下两层共同进化,上层遗传算法优化产品生产过程中每类产品对应每台设备所生产的物料类型的分配,下层遗传退火算法优化了所有产品子批量的一个排序。在算法的求解过程中,引入了针对该问题的一个新的批量加工时间计算方法来求得最大完成时间指标的值。最后通过系统仿真论证了算法以及批量完工时间计算的有效性。     

供应链环境下带越库配送的车辆路径问题

从零售业纵向供应链整合入手,考虑供应商、零售商和配送中心构成的协同配送网络,研究带越库配送的车辆路径问题。分析越库配送实施要求和操作准则,设置协同到达作业时间,将配送过程分为集货、分拣和送货三个阶段,建立最小化车辆运输成本和固定成本为目标的越库配送路径优化模型。考虑模型的复杂性,设计改进遗传算法进行求解。最后由仿真实例验证模型可行性和算法有效性。结果表明,越库配送模式能有效服务城市区域零售门店的及时供货情况,在配送时间和运输成本方面有着显著优势。     

基于联合配送的城市物流配送路径优化

针对城市多区域协同发展造成的商业中心相对分散的现状, 提出“多对多” 的城市网络化联合配送机制. 以运输距离、实载率等与成本密切相关的油耗成本为优化目标, 建立面向城市多区域配送需求的车辆路径模型; 同时,利用量子比特位设计染色体结构, 利用云模型云滴随机性与稳定性改进遗传算子, 设计云量子遗传算法对所建立的联合配送模型进行求解. 最后, 结合不同算例对模型和算法进行了仿真实验分析.

     

基于可信度阈值优化的案例推理评价分类方法

为了提高案例推理(CBR) 分类器的性能, 提出一种基于可信度阈值优化的CBR 评价分类方法. 首先, 通过一种可降低时间复杂度的改进型可信度评价策略对案例重用得到的建议解的可信度进行计算; 然后, 通过遗传算法(GA) 对可信度阈值进行迭代寻优; 接着, 根据得到的优化阈值将目标案例及其建议解划分为可信集或不可信集; 最后, 对不可信集按多数重用原则进行分类结论的调整, 从而实现可信的CBR 评价分类. 对比实验表明, 改进的可信度评价策略能有效提高分类性能, 从而可提高CBR分类器的决策与学习能力.

     

三维装载与CVRP 联合多目标优化问题的模型及算法

提出三维装载与CVRP联合多目标优化问题(3LCVRPMO)模型,该模型在三维装载约束下的CVRP问题(3LCVRP)的基础上,考虑了配送车辆数目及路径总距离两个目标函数.在权衡装箱和路径优化两个优化过程的基础上,构建了多阶段/两层混合算法架构(MSOTLH)及其算法,并对路径优化偏好的3LCVRPMO问题进行求解.基于3LCVRP问题相关算例的数据实验结果表明,所提出的3LCVRPMO模型及MSOTLH算法是有效的.     

考虑转包的平行机供应链排序

研究一类考虑转包的供应链排序问题, 即工厂从客户处接受一批订单, 这些订单既可以由工厂完成, 也可以通过支付一定费用进行转包. 工厂需要确定被转包的订单集并安排未被转包订单的生产和运输. 针对工厂为平行机生产环境的情况, 以交货期限内完成所有订单的转包成本、生产成本与运输成本之和最小化为目标, 构建了问题的数学模型, 并设计了启发式算法. 最后通过数值实验结果表明了算法的有效性.

     

交叉口信号实时滚动优化模型及算法

为了合理控制单交叉口交通流并且优先公交,建立可变相序的实时滚动优化模型.该模型将公交优先嵌入优化控制,对每辆公交车实时分配权重系数,以交叉口社会车辆和公交车辆的人均延误最小为目标,优化确定相位序列和相位长度.通过跳相来实现相序优化,运用改进的遗传算法来求解.具体实例表明,可变相序的实时滚动优化模型能有效地减少系统的人均延误,并能在尽量减小对社会车辆的影响下实现公交优先.     

基于BP算法的IFPN参数优化方法

针对直觉模糊Petri 网(IFPN) 模型自学习能力差的缺陷, 将神经网络中的BP 误差反传算法引入IFPN 模型 的参数寻优过程, 提出一种基于此的参数优化方法. 该算法通过建立变迁点燃和直觉模糊推理的近似连续函数, 摆脱 了参数对经验的依赖, 更加符合实际系统的需求, 同时使得IFPN 具有较强的泛化能力和自适应功能, 推理结果更加 准确可信. 最后通过典型实例验证了该参数优化方法的有效性和优越性.

     

多编组协同任务分配模型及DLS-QGA 算法求解

为解决多智能体编组协同任务分配问题, 定义任务、智能体编组和相关的分配过程变量, 建立以最高任务执行效率为目标的数学模型. 在问题模型中设计考虑资源损耗的编组资源能力更新机制, 提出用于求解该模型的动态列表规划和量子遗传算法的混合任务分配算法, 使用动态列表规划选择处理的任务, 利用量子遗传算法为选定任务分配最合适编组. 最后通过算例表明, 所提出的方法在解决时序逻辑任务分配时能够得到更优更稳定的方案.

     

基于新邻域结构的Memetic 算法求解流水车间调度问题

流水车间调度是一类典型的生产调度问题,属于NP-难问题.针对传统的最优化方法难以求解大规模问题,提出了一个Memetic算法,在算法的局部搜索中使用一种新型的基于NEH的邻域结构,并且其邻域规模随着搜索的进行能够动态变化,可以大大提高算法的搜索能力.通过对标准Benchmark问题的测试,所得结果表明提出的基于新邻域结构的Memetic算法具有较好的性能,并且优于已有文献中的粒子群算法.     

不确定资源受限项目调度研究综述

不确定资源受限项目调度问题(RCPSP)是研究在不确定环境和有限资源约束下如何合理安排项目活动,以实现既定目标的最优化.不确定RCPSP具有很强的工程背景,在学术和应用上均具有很高的研究价值,但存在大规模、强约束、多极小、多目标和不确定等诸多复杂性,求解非常困难.为此,介绍了不确定RCPSP的数学描述和几种具体形式,重点综述了不确定RCPSP的算法进展,并归纳了相关的应用成果,最后指出了有待进一步研究的若干方向和内容.     

低碳供应链纵向合作减排的动态优化

基于微分博弈, 研究由一个供应商与一个制造商组成的低碳供应链中纵向合作减排的动态优化问题. 构建了以制造商占主导、供应商跟随的Stackelberg 微分博弈模型, 分别得到了制造商和供应商的最优反馈均衡策略及各自的利润最优值函数, 推导出产品碳排放量随时间变化的最优轨迹. 通过数值算例分析了制造商和供应商的长期合作减排策略对产品碳排放量的影响, 为供应链上下游企业开展长期减排合作提供了理论依据.