基于循环取料的不确定越库调度模型与算法

研究运输时间不确定环境下基于循环取料的越库调度问题.对问题建立不确定情况下求解该问题的混合整数规划模型;提出2阶段启发式算法和基于禁忌搜索算法的改进算法来获得近似最优解;通过在小规模和大规模情形下进行数值实验,验证了启发式算法的有效性.     

越库中心选址模型与启发式算法

考虑客户服务水平,以运输成本、越库中心作业和固定成本、延迟交货惩罚成本总和最小化为目标,建立越库中心选址的混合整数规划模型.在中小规模情形下,运用lingo求问题的精确解,同时根据模型中目标函数的不同特征,构建2种启发式算法求问题的近优解.实验结果表明:在所测的20组数据中,性能较优的启发式算法H2求得的解与精确解的平均误差分别为0.28％和3.24％,接近于精确解,这表明启发式算法H2是有效的.     

基于分层遗传算法的车辆路由和调度研究

为了能在当今激烈竞争的市场中生存,物流活动需要细心规划以满足商务和顾客的所有需求.车辆路由和调度问题一直被广泛的研究以满足各种行业的特殊的需求.考虑配送与安装分离特点下车辆路径问题.利用混合整数非线性规划(MINP)模型求解送货和安装时车辆运行的最少时间.提出分层遗传算法对各种大小问题实施求解.计算结果表明分层遗传算法的有效性,也对分层遗传算法和MINP模型两者的性能进行了比较.     

订货与发货整合批量调度问题

在对文题进行数学描述的基础上，建立求解该类问题的混合整数线性规划模型.证明问题NP 困难性并研究多项式可解子问题，进一步提出了3个启发式算法以及精确求解的分支定界算法.数值实验表明，所提出启发式算法以及分支定界算法的有效性与高效性.     

越库作业调度模型与算法研究

针对暂存区容量有限的越库中心的作业调度问题,以暂存成本、额外搬运成本和换车成本总和最小化为目标,建立数学模型。构建分支定界算法对问题进行精确求解;结合贪婪算法和遗传算法构建混合启发式算法对问题进行近似求解。大、小规模情形下的数值实验结果表明：分支定界算法可以有效求得小规模问题的精确解,但随着问题规模的增大,难以在较短时间内求得精确解;混合启发式算法在小规模情形下与分支定界算法的求解误差最小为0,最大为0.58％;大规模情形下,在给定1800 s内,混合启发式算法的求解质量均优于分支定界算法,两者差距最大为7.16％。这表明所构建的混合启发式算法是有效的。     

基于物理干扰模型的分布式传输调度算法

传统上对无线多跳网络中传输调度问题的研究是基于协议干扰模型的。该模型对问题的分析比较简单,通常会使调度算法的性能较差。该文提出了一种基于物理干扰模型的分布式调度算法来提高网络吞吐量。物理干扰模型反映了接收节点的信干噪比(SINR),是对现实场景中干扰的一种更精确的抽象。该文将传输调度问题建模为整数线性规划(ILP)问题,然后将其松弛为一般的线性规划(LP)问题,提出一种分布式算法来求解LP问题的最优解,进而计算传输调度问题的最优解。在该分布式算法中,每个节点只需要本地的信道信息便可以计算出最优的传输概率,从而实现最优调度。仿真结果表明:该算法可以很快收敛到最优解,并且吞吐量性能与中心式算法接近。     

单抓钩周期性排序模型及其启发式算法

为了解决印刷电路板化学处理的排序问题,给出了一个新的单抓钩周期排序的混合整数规划模型,并针对该模型提出了结合线性规划模型的启发式算法．示例表明,该方法可以在短的计算时间内产生合理的排序,在适当条件下,混合整数规划模型可以结合搜索和线性规划模型以求得近似解     

生物质资源库存-路径整合优化问题研究

库存和路径是供应链中两个重要决策问题。本研究旨在整合优化生物质资源供应链中的设施库存和车辆路径，将总成本降至最低。本研究在优化供应链中车辆路径规划问题时，加入对设施库存问题的考虑，通过对两个问题的整合优化来减少牛鞭效应的影响。针对整合出的生物质资源供应链库存-路径优化问题建立混合整数规划模型。由于问题的计算复杂度较高，导致求解问题会消耗大量时间，为此开发混合启发式算法(HHS)实现高效决策。通过算例测试验证了模型及算法的可行性，计算结果可应用于实际的生物质资源供应链库存和路径。CPLEX精确解和HHS算法近似解的比较表明HHS算法可求得十分接近精确解的近似解且更加高效。     

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.     

基于通用变邻域搜索的多AGV分拣调度优化

为了解决物流仓储分拣中心多台AGV处理大量包裹调度优化困难的问题,在考虑分拣作业时间窗和充电需求的基础上,研究了大规模AGV调度问题。以最小化分拣作业周期为目标,提出了一种通用变邻域搜索(general variable neighborhood search, GVNS)算法,为各台AGV指定转运任务和作业排序,采用遍历插入启发式策略生成满足时间窗约束的初始解,设计了10种邻域算子对初始解迭代寻优,并对比不同规模算例的算法性能,分析AGV充电速率和数量配置对分拣效率的影响。结果表明,GVNS算法具有计算时间和求解性能方面的优势,能在较短时间内求得近似最优解,平均计算时间仅为532.78 s,明显优于混合整数规划模型和约束规划模型;当包裹数为100时,最合适的AGV配置为14辆。因此,GVNS可以有效解决分拣中心考虑充电需求和硬时间窗的大规模多AGV调度问题,提高物流分拣效率,帮助企业找到科学、合理的AGV配置方案。     

树型网格下独立任务的实用调度算法

讨论在节点计算能力和网络通信速度异构的树型网格下独立任务的调度问题。与最小化任务总执行时间不同（该问题被证明是NP难题[1]）,本文修正[2]中为树型网格平台任务调度问题建立的整数线性规划模型,针对多层树通过线性规划模型求解最优任务分配数的时间复杂性大（ ）的问题,引入推拉方法,将多层树线性规划求解归结为单层树求解,复杂性降低为 ,其中 ,m为树的层数, 为第j层中节点的数目最多的节点的子节点数。基于求出的近似最优任务分配数,提出一个静态分布式的启发式任务调度算法。分析和实验表明,在异构的树型网格下做大量的独立任务调度时,算法性能优于同类算法。 关键词: 任务调度; 网格计算; 线性规划; 最优任务分配; 分布式任务调度算法;     

考虑路段充电和时间窗的电动车取送货问题

考虑路段充电和时间窗的电动车取送货问题，以最小化车辆总旅行距离为目标，结合车辆容量约束、时间窗约束和电量约束等限制，决策一组最优的车辆线路。该问题公式化为一个混合整数线性规划模型，提出一种变邻域搜索算法求解该问题。数值算例用于验证模型的性质和算法的性能。结果表明：在小规模算例中，提出的算法只比商业求解器CPLEX差0.08%;但在大规模算例中，算法能求出高质量的可行解而CPLEX在规定时间内无法得到可行解。     

面向汽车入厂物流系统的订单量协同模型及其算法

针对汽车入厂物流中的订单协同问题,建立了混合整数规划模型,提出了启发式算法和分支定界法,并采用数值实验验证了模型和算法的可行性.结果表明:启发式算法和分支定界法的计算速度和结果均优于CPLEX求解数学模型;协同订单量可有效降低总成本.     

非对称不确定性越库调度算法

在正态分布的模式下,对运输时间期望值进行修正,采用修正后的期望值计算确定性情形下的最优解以及不确定性情形下的现实解和最优解并分别加以比较,提出了期望值修正算法和基于修正期望值的启发式算法.采用最小化最大完工时间作为目标函数,研究了运输时间非对称不确定性条件下的直运物流调度问题.数值实验结果表明,因考虑了非对称性,所提出的修正策略的有效性和实用性较高.     

最佳觅食算法求解多目标混合流水车间调度问题

针对生产车间中需要同时考虑减少生产时间、确保加工质量以及通过减少能耗而降低生产费用的需求,建立以完工时间、空闲时间、加工质量和机器能耗为目标的多目标混合流水车间调度模型,提出一种基于直觉模糊集相似度的最佳觅食算法.为有效求解此问题,提出基于Largest Order Value规则的双层整数编码方式,在机器层编码部分采用权重法来计算机器的选择概率.针对多目标优化,提出直觉模糊集相似度的解比较策略,采用直觉模糊集相似度的大小衡量Pareto解与理想解的相似程度,判断Pareto解的优劣.通过测试实例和实际案例,验证本算法求解多目标混合流水车间调度问题的有效性和可行性.     

考虑任务偏序关系的AGV路径优化

考虑岸桥卸船作业环节中任务集装箱之间的偏序关系,针对AGV运输环节建立混合整数规划模型,并设计考虑偏序关系的遗传算法和禁忌搜索算法求解模型.实验部分包括遗传算法参数设置实验和两种启发式算法的性能对比实验.结果表明,考虑任务偏序关系的AGV运输调度占用更多的计算资源,但是经济成本上的增加并不明显;本文建立的模型在合理刻画问题的同时,可在较短时间内找到可行解,为码头路径优化问题建模提供了参考.     

模糊需求环境下多产品采购配额优化模型

建立了模糊需求和价格折扣并存条件下多产品采购配额分配问题的模糊多目标混合整数规划模型.针对该模型的特点,提出了如下求解策略,即借助于隶属度函数,首先将模型中的模糊目标和模糊约束条件清晰化;然后,通过最大最小算子,将该模糊多目标混合整数规划模型转化为求解等价的多个单目标混合整数线性规划问题;最后,采用两阶段算法求得问题的最优解.通过应用算例验证了模型的有效性和可行性.     

多车次同时送取货物车辆路径问题的量子蚁群算法

研究了配送车辆载重量和工作时间有限,考虑货物装卸时间的多车次同时送货和取货的车辆路径问题(multi-trip vehicle routing problem with simultaneous deliveries and pickups,MTVRPSDP),建立了以配送车辆启动成本和车辆行驶成本之和最小为目标的线性整数规划模型.将量子计算和基本蚁群算法相结合提出了求解MTVRPSDP的量子蚁群算法,该算法应用量子比特启发式因子改进了人工蚂蚁的转移概率,从而提高了算法的全局搜索能力和稳定性,有效改进了算法陷入局部最优的缺陷.算例分析表明:MTVRPSDP的线性整数规划模型在实际应用中是可行和有效的,而且相比于基本蚁群算法和文献中所给其他算法的计算结果,利用量子蚁群算法和MTVRPSDP的线性整数规划模型能够得到较好的满意解,安排的车辆配送路线更加经济合理.     

集散区域快递物流车辆调度模型及其算法

在分析集散区域快递物流运输特点的基础上,研究了固定时间窗内多车型车辆往返运输的车辆调度问题,建立以运输总成本最小为目标的数学模型,并给出遗传算法求解办法。实例表明,该模型和算法能有效地满足物流车辆调度需求,降低企业的物流成本。     

基于析取图考虑物料搬运的Job Shop调度算法

为有效解决考虑物料搬运设备的Job Shop调度问题,建立了非线性规划模型及改进析取图模型.在此基础上,以最小化最大完工时间makespan为调度目标,构造了两阶段结构式启发式调度算法.第一阶段,将析取图分解为机床调度析取子图和搬运设备调度析取子图,提出一个双层递进启发式算法.上层利用分支思想求解机床调度析取子图,根据上层结果,求解搬运设备调度析取子图.在第一阶段解的基础上,第二阶段构造了基于块理论的调度优化启发式算法.最后对算法进行了仿真分析,结果表明所提出的算法是有效、可行的.