一种综合运输方式优化运用模型及算法

为达成多种运输方式的优化使用,建立了综合运输方式优化运用的多目标整数规划模型,研究了求解该模型的混合遗传算法。模型中,允许各运输方式同时运用,并将运输方式的运用与运力调度结合起来。算法中,提出了整数与二进制数混合编码的染色体表示方法,给出了初始解生成的启发式算法与染色体适应度评估方法,设计了遗传交叉与变异算子,集成了3种简便易行的启发式局部搜索过程。通过构建运用模型和算法程序,设计并求解仿真算例,得到优化结果。实验结果表明,模型和算法可在实现各运输方式综合优化运用的同时,完成对运力的分配。     

求解连续平衡网络设计问题近似解的启发式算法

采用双层规划模型描述连续平衡网络设计问题，设计了求解问题近似解的启发式求解算法，并给出了一个简单的算例．本算法使用不需求导数的简单的求解方法，通过和以前的几种求解算法相比较，计算结果准确，但相应的计算量增加．     

禁忌搜索算法求解带产品定价的竞争选址问题

讨论了一个在竞争环境下使获利最大的竞争选址双层规划模型,其中上层模型做出选址决策,下层模型确定产品的纳什均衡价格。在保证了不合作状态下双方价格均衡解的存在性和唯一性的前提下,设计了求解该模型的选址 定价启发式算法程序。通过贪心算法和交换算法产生禁忌搜索的初始解,设置了合理的禁忌搜索算法参数,最后通过具有一定规模的实例计算,证明了该算法在求解此类问题中的可行性和科学有效性。     

共享经济下人车货路径匹配优化问题研究

针对网约车运力资源剩余与物流末端配送即时性不足间的矛盾,以多方参与主体总利益最大化为优化目标,构建网约车、乘客与快递联合配送车辆路径匹配优化模型.根据车辆路径匹配优化问题的NP-hard特性,运用插入启发式算法构造种群初始解,设计了一种适于求解全局优化问题的改进型混合遗传算法.仿真实验表明:该模型能在有效减少车辆总行驶里程的同时提升多方主体的利益.对比实验证明了提出的混合遗传算法不仅能够解决易陷入局部最优的弊端,而且还提高了求解问题的全局寻优能力及运行速度,为网约车的剩余运力资源利用及物流末端配送路径优化提供了新的解决思路.     

城市配送末端节点布局双层规划模型及算法

在对上海城市配送末端节点现状调查分析的基础上建立了城市配送末端节点布局双层规划模型,其中,上层规划模型从规划者的角度使整个系统最优,下层规划模型从客户的角度综合考虑末端节点到客户距离、末端节点的服务价格和服务质量等3个方面主要因素使客户系统最优.利用反应函数设计了启发式求解算法.将上海徐家汇街道作为研究区域进行实例分析,结果表明:模型及算法能解决城市配送末端节点布局问题.     

家政服务人员的排班优化问题

家政服务公司的员工排班是一项非常重要的工作,其实质在于通过周密的组织和精确的计划,综合考虑成本最低和服务人员工作时间均衡,实现公司员工的优化配置,其合理性关系到家政服务公司的口碑和效益。本文提出了家政服务人员的排班优化问题,应用分支定界法、遗传算法和基于自适应的混合遗传算法求解,其中基于自适应的混合遗传算法结合了遗传算法和局部搜索的优点,遗传算法用来执行全局搜索使解跳出局部最优,局部搜索进行性能微调,并采用自适应策略改进算法。针对不同的算法,建立相应的数学模型,仿真结果表明通过三种算法都能得到最优解,基于自适应的混合遗传算法性能更优,而且,模型的正确性和算法的合理性也得到了验证。     

基于双层规划的应急救援车辆调度模型

为了在有限时间域内最大化各灾区应急资源需求满足量、减少延迟成本,采用网络流理论及双层规划建模方法,构建了含时间窗的应急救援车辆多次、多阶段动态调度模型,并利用基于动态规划的两阶段启发式算法进行求解.算例结果表明,最优解形成了集覆盖调度方案,即从供应点1出发的车辆覆盖需求点(1,3,7,8),从供应点2出发的车辆覆盖需求点(2,4,6),从供应点3出发的车辆覆盖需求点(1,5).在最优调度方案下,总延迟成本为0.双层规划能降低求解维度,上下层合作关系保证了全局最优的实现.因此,应急管理部门应先行决策应急资源的战略配置以有效提高各阶段救援车辆调度效率.     

社区疫情防控的消杀作业路径优化问题研究

针对社区疫情防控的消杀作业路径优化问题,设计了一种基于模拟退火算法的启发式算法．首先,提出用于面型消杀任务的作业工艺,建立了问题的整数规划模型;然后,针对问题特点开发了基于模拟退火算法的启发式算法,使用一种可以根据问题规模改变解空间大小的解结构,设计了多种类型的解更新操作,利用Floyd算法计算优化目标值,通过Metropolis准则接受新解．多规模对比计算实验表明：所提出的模拟退火算法在小规模算例的平均求解结果与精确解相差在4%以内,在中规模算例的求解结果比CPLEX平均优化10%～40%,在大规模算例的求解结果比贪婪算法平均优化60%～80%,因此当求解此类问题时该算法能在合理的时间内取得较优的结果．     

含特殊需求的灵活接驳公交服务区域与路径选择

针对国内特有的“小区型”住宅开发特点以及不规则路网等情况,在给定乘客需求以及车队规模的条件下,基于网络模型建立了一个同时求解最优服务区域和车辆服务路径的双层混合整数线性规划模型.该模型的上层目标是最大化服务的乘客数量,同时下层目标是最小化运营者的运营成本.同时就模型的求解给出了一种启发式算法以期在合理的时间内求解出可接受的方案.最后通过案例分析验证了模型和算法的有效性.研究结果表明:启发式算法得到的近似最优解与最优解的差值最大在15%左右,同时单位乘客运营成本的差值在10%以内.     

求解线性双层规划的一个全局收敛算法

基于线性双层规划的最优解在约束域极点上达到这一特性,得到了线性双层规划问题的一些性质。然后给出了一个求解线性双层规划的全局收敛算法,该算法从合理反应集的一个顶点开始进行搜索。最后通过一个算例说明这种算法的可行性和优越性。     

逆向物流单车辆运输策略

结合逆向物流中回收产品的不同形态,引入库存限制和成本惩罚,建立了单车辆闭环供应链的二维运输模型,定理证明了模型一定存在最优解.构造了TSP基础上的插入启发式算法求解最短路径,然后运用二维动态规划求解最优回载策略.分析表明,逆向物流单车辆的最优回载策略应是建立在最短路径之上的有选择回载.算例结果证明了该策略的实用性和有效性.     

基于空间填充曲线和动态规划解的定位路线问题

定位路线问题（LRP）是物流系统中一个重要问题，因其NP—hard属性，当节点数较多时精确解不宜得到。提出了单设施定位路线问题（SDLRP）的数学模型，并通过Lingo程序给予了检验。基于求解该模型的复杂性，进而提出了一种启发式解法，即利用空间填充曲线（SFC）构造初始解，同时实现设施定位，以保证初始解的质量；之后运用动态规划的方法确定最优车辆配置，并通过2-opt对路线进行改进。最后，通过实例验证了该方法的快速有效性。     

面向车辆路径问题的改进蚁群算法研究

为解决基础蚁群算法在求解车辆路径问题时出现收敛速度慢、易陷入局部最优解等问题,提出了一种改进蚁群算法.首先,引入节约矩阵更新选择概率公式引导蚂蚁搜索;其次,运用分段函数改进挥发因子,调整算法的收敛速度;再次,使用2-opt法,提高算法的局部搜索能力;最后,选取车辆路径问题国际通用数据集进行仿真,运用控制变量法找到信息素...     

基于混合遗传算法的多约束组播路由问题的求解

研究了延时、延时抖动约束的最小费用组播路由问题,并且提出了一种混合遗传算法.遗传算法是一种模拟生物进化过程的并行最优算法,适合在大型、复杂的空间中寻找最优解.遗传算法并不需要求解问题具有连续性,因而适宜于约束组播路由问题的求解.此外,遗传算法的并行分布式处理实现简单,因而用遗传算法解决约束组播路由问题十分有效.并通过计算分析,表明本算法能够快速有效的构造出所要求的满足延时、延时抖动约束的最优组播树.     

A Decision Support Method for Truck Scheduling and Storage Allocation Problem at Container

Truck scheduling and storage allocation, as two separate subproblems in port operations, have been deeply studied in past decades. However, from the operational point of view, they are highly interdependent. Storage allocation for import containers has to balance the travel time and queuing time of each container in yard. This paper proposed an integer programming model handling these two problems as a whole. The objective of this model is to reduce congestion and waiting time of container trucks in the terminal so as to decrease the makespan of discharging containers. Due to the inherent complexity of the prob-lem, a genetic algorithm and a greedy heuristic algorithm are designed to attain near optimal solutions. It shows that the heuristic algorithm can achieve the optimal solution for small-scale problems. The solutions of small-and large-scale problems obtained from the heuristic algorithm are better than those from the genetic algorithm.     

车辆路径问题的改进遗传算法研究

在现有的物流管理系统中,车辆路径问题(vehi-cle routing problem,VRP)研究在物流配送过程中的作用显得尤为重要.VRD最早是在1959年由Dan-ting和Ramser[1]提出,其研究的问题可以描述为:有n个商品需求点(可以称之为顾客),各个顾客之间的距离以及商品需求量事先已知,要求从中心仓     

基于多邻域的车辆路径优化迭代局部搜索算法

针对物流配送中的带有容量约束的车辆路径优化问题,提出了一个基于多邻域的迭代局部搜索算法HILS.首先用简单插入法构造可行解,然后从该初始解出发,在多邻域内进行局部优化.当陷入局部最优解后,根据解的接受准则,选择某个解,并对该解进行扰动,然后从扰动后的解出发重新进行局部优化.为提高搜索效率,局部优化过程只在限定邻域内进行.在国际通用的14个benchmark问题上进行仿真实验,结果验证了本文算法HILS的有效性和稳定性,与文献中的其他几种算法的比较结果表明,算法HILS的总体性能更优.     

定位-车辆路径问题的两阶段混合启发式算法

定位-车辆路径问题(LRP)集成了设施定位分配和车辆路径决策,属于NP-hard难题.为有效求解实际大规模的具有设施容量约束和车辆容量约束的LRP问题,设计了基于禁忌搜索及双种群蚁群算法的两阶段混合启发式算法.算法第1阶段采用禁忌搜索算法确定设施定位及客户分配,算法第2阶段采用双种群蚁群算法优化车辆路径,蚁群间的通信与协调通过信息素共享来实现.通过仿真试验并与其他启发式算法进行对比,结果表明,该算法是可行和有效的.     

线路与编组站能力限制下的车流组织模型与模拟退火方法

研究了在线路能力、编组站能力（改编能力、通过能力及可利用的调车线数量）与装卸车能力受限条件下的车流组织方案优化问题．其目标是最小化集结费用、改编费用、换算车公里费用，以及组织始发直达而产生的换算车小时消耗，并满足车站和线路的有关能力限制．为此，建立了该问题的两类数学优化模型：大规模的非线性混合整数规划形式和非线性０—１规划形式．基于此类问题的难度，采用了模拟退火算法处理所建模型，其有效性通过对两类不同网络的例子计算得到了证实     

遥感卫星地面站资源调度的混合分解算法

针对传统算法逐渐难以满足地面站资源调度对精度和时效要求的问题, 提出一种混合分解算法. 该算法结合基于地面站资源使用冲突程度评价指标的启发式算法和Lagrange分解算法对问题进行求解, 以加快对最优解的搜索速度. 仿真测试结果表明, 该算法能在较短时间内得到遥感卫星地面站资源调度问题的高质量解.