柔性作业车间多目标调度优化研究

研究了多目标柔性作业车间调度问题(FJSP),提出了一种基于Pareto的混合遗传算法,并建立了包括生产周期、总拖期时间和机床负载在内的多目标优化模型.该算法采用基于工序的编码方式和活动化解码方法,将Pareto排序策略与Pareto竞争方法结合起来.为了保证解的多样性,采用小生境技术并同时使用多种交叉方法,用Pareto解集过滤器保存进化过程中的最优个体,防止最优解的遗失.算法最后给出问题的Pareto最优解集.仿真试验证明,提出的混合遗传算法可以有效解决多目标FJSP.     

考虑延误与班期限制的多商品流多式联运方案优化

针对不确定时间影响的多商品流多式联运方案优化问题,以空铁联运为主,将运输时间转化为确定运输时间和不确定延误时间,同时考虑班期限制影响,以收货时间窗限制、准时率、运力等为约束条件,以所有订单总运输成本、运输时间和碳排放最小为目标,构建多商品流多式联运方案优化模型,并基于改进的非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)进行模型求解。实证分析表明：相对于无延误和班期限制,延误和班期限制均导致各目标值呈现不同程度增加;随着延误程度增加,总运输时间逐渐增加,而总运输成本还受到班期限制的耦合影响,呈现先减小后增加的周期性变化;碳排放量与运输成本呈现一致变化趋势;最后采用多属性决策方法获得考虑综合满意度的最优运输方案。研究结果可为实际中多式联运方案设计与优化提供参考。     

低碳视角下的多式联运最优路径选择

为了降低多式联运运输过程中的运输成本和碳排放量,可以从承运人角度选择低成本、低排放的运输路径。以实际运输过程中火车、船舶的固定时间窗和收货人的软时间组成的混合时间窗为约束条件,以运输过程中的总成本最低、碳排放量最少为目标,建立双目标优化模型。采用带精英策略的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm,NSGA-Ⅱ)求解双目标优化模型的帕累托最优解集,为不同目标追求下的承运人选择不同的最优运输路径和最优运输方式的组合。设计了相关算例,由NSGA-Ⅱ计算得到的帕累托最优解集包含4个点,即4条最优运输路径和运输方式组合,分布均匀、收敛性好,为承运人提供了全面的决策依据,显示了算法的可行性和优越性。     

班期限制对多式联运路径决策影响研究分析

多式联运中运输时间时效性的高低直接影响到发货人、承运人和收货人的利益。在以总运输时间为目标函数的多式联运路径决策模型基础上,提出了含班期限制的多式联运路径决策模型,并根据多式联运运输网络结构特征,设计了基于遗传算法的改进算法对模型求解。算例结果表明：班期限制对多式联运路径决策有较大影响,含班期限制的多式联运路径决策模型更加合理。     

基于改进烟花算法的中俄商品多式联运路径优化

中俄双边贸易随着"一带一路"倡议的深入落实呈现出稳定增长的态势,商品需求量的增多以及需求时间的多样化使得商品运输方式发生了重大转变,运输方式由原来的单一运输转变为现在的多式联运.通过多式联运构建综合交通运输方案,既能够满足商品需求量的激增以及商品需求时间的多样化,同时又能够发挥不同运输方式之间的优势,形成优势互补.为了求解多式联运物流路径优化问题,本文以中俄贸易区间的运输路线与运输方式为研究对象,综合考虑中俄贸易区间的商品种类、需求特点以及运输方式,建立了以运输成本、运输时间、碳排放量为优化目标的多目标优化模型.针对中俄贸易实际运输情况,本文仅考虑公、铁、海3种运输方式之间的多式联运,同时针对所构建模型的随机性和隐并行性,设计了求解该模型的改进烟花算法(improved FWA).通过以中俄两国之间的多品类商品运输为例进行算例分析,获得了多式联运运输路线的Pareto非劣解以及相应的运输成本、运输时间和碳排放量,并且与基本烟花算法进行对比,验证了模型和改进算法的有效性.同时,本文以运输时间作为灵敏度分析变量,分析不同时间需求下,运输方案在运输成本、运输时间和碳排放量3个属性之间的变动趋...     

基于Pareto适应度的混合遗传算法在多式联运问题中的应用

为高效求解多式联运运输方式优化选择问题,提出一种基于Pareto适应度的混合遗传算法,此算法基于Pa-reto支配关系和个体像的小生境数进行适应度赋值,引入重插入算子,采用合理的交叉与变异方法,使得经交叉与变异之后的染色体仍然为问题可行解,提高了收敛速度,实证验证了算法的有效性.     

多目标优化问题的差分进化算法研究

为保持所求得的多目标优化问题Pareto最优解的多样性,提出了一种精英保留和根据目标函数值进行排序的多目标优化差分进化算法.对排序策略中目标函数的选择方式进行了分析和比较,并提出了一种确定进化过程中求得的精英解是否进入Pareto最优解集的阈值确定方法.用多个经典测试函数进行了实验分析,并与NSGA-Ⅱ算法进行了比较.实验结果表明,该方法收敛到问题的Pareto前沿效果良好,能有效保持所求得的Pareto最优解的多样性.     

不确定需求下考虑混合时间窗的多式联运路径优化

针对多式联运运输网络复杂等问题,提出一种基于不确定的客户需求,引入混合时间窗约束,以总成本、碳排放量最小为优化目标的多式联运优化模型,运用三角模糊数以及机会约束规划理论对模型进行清晰化.考虑粒子群算法的局限性,将模拟退火算法的思想与其结合,对基本粒子群算法进行改进.通过实例分析以及运用灵敏度分析法,分析了运量的不确定性以及节点运输能力与中转能力对路径优化产生的影响.结果表明,基于模拟退火的粒子群算法的寻优能力优于粒子群算法.随着客户对需求量的满意度增加,总运输成本和碳排放量也会增加,增强各种运输方式的运输能力和节点中转能力可以有效降低运输成本,优化运输路径,为决策者选择运输方案提供依据.     

关于多目标演化算法的策略分析

基于Pareto排序算法的多目标演化算法是多目标演化算法所采用的重要方法,本文叙述了多目标演化算法(MOEAs)的有关概念,在分析已有算法的一些性能和特征的基础上,结合演化算法的有关概念,重点基于Pareto排序算法分析了影响多目标演化算法性能的两大方面:求解过程中解集合的多样性、均匀性分布的保持与维护以及解的收敛性,分析了MOEAs设计中需要注意的策略问题以及今后研究的重点.     

班期限制对多式联运路径决策的影响

多式联运中运输时间时效性的高低直接影响到发货人、承运人和收货人的利益。在以总运输时间为目标函数的多式联运路径决策模型基础上,提出了含班期限制的多式联运路径决策模型;并根据多式联运运输网络结构特征,设计了基于遗传算法的改进算法,对模型求解。算例结果表明:班期限制对多式联运路径决策有较大影响,含班期限制的多式联运路径决策模型更加合理。     

考虑最大风险约束的危险品运输网络优化研究

本文在定义危险品运输风险的基础上，建立了带有最大风险约束的危险品运输网络模型，模型考虑了网络中社会车辆对危险品车辆的出行时间及网络总风险的影响，并针对建立的模型采用了相应的粒子群算法进行求解。最后应用算例分析了模型和算法的有效性。计算结果表明，考虑网络最大风险约束能使危险品运输的网络总风险得到较大幅度的降低。     

基于排序学习的文本概念标注方法研究

提出一种基于排序学习的方法CRM (concept ranking model), 来实现文档的维基百科概念自动标注。首先人工对一定规模的文档进行概念标注, 建立训练集合, 然后利用排序学习算法在多项特征上得到对概念排序的模型, 利用这个概念的排序模型对任意文档进行概念标注。实验表明, 相对于传统的文档概念标注方法, 此方法在各类指标上都有相当大的提高, 标注结果更加接近人类的概念标注。     

考虑路径风险的不确定需求应急物流定位-路径问题

针对突发事件发生后路网和救援物资需求的不确定性,考虑路径运行时间超期风险、路网通行能力风险、路径复杂性及应急物资需求不确定性,以应急物资运达总时间最小和系统总成本最小为目标,建立了基于随机机会约束规划的多目标应急物流定位-路径模型,设计了改进的遗传算法对其进行求解,采用罚函数法处理模型中的约束条件.算例分析验证了模型的合理性和算法的可行性.     

高铁运行前后长三角都市圈可达性及经济联系的演变

利用加权平均旅行时间公式、引力模型公式测算长三角都市圈16个市在高铁运行前后的交通可达性和对外经济联系总量变化情况,通过对比2008年和2014年两个时间节点上的研究结果发现:(1)高铁网络形成后长三角都市圈加权平均旅行时间大幅缩短、对外经济联系总量大幅提升,高铁网络对于改善长三角都市圈可达性、加密城市间经济联系、促进区域经济一体化具有较大的促进作用;(2)高铁网络影响下区域核心城市比较优势更加突出,上海-苏州-无锡核心区、南京、杭州在区域交通和经济中的地位凸显,高铁网络加剧了长三角都市圈内部的极化效应,边缘区存在形成交通和经济双重洼地的风险;(3)交通可达性、对外经济联系强度在空间上呈现高度耦合,区域交通中心和区域经济中心在空间上相重合,同时两者又表现出以核心城市为中心沿高铁轴线逐渐向南北两端递减的演变趋势.     

面向大型社会活动的智能交通控制策略研究

城市交通系统是由交通工具、交通路网、交通设施和交通运营管理组成的一个整体,良好的控制策略可以有效缓解道路拥堵,提高路网利用效率.为了缓解大型社会活动期间短时间交通需求激增对快速路网运营的压力,提出一种基于动态交通分配理论的智能交通控制策略.该策略以路网总运行时间最少为目标,通过宏观调节分流比例来进行优化控制,为交通控制与管理提供辅助决策依据.同时,讨论了适合模型求解的优化算法——序列二次规划算法,并针对上海快速路网特点进行仿真实验.仿真结果表明:智能交通控制策略可以有效改善路网的运行状态,减少路网的总运行时间,具有良好的实用价值.     

基于双层规划的公航联运旅游交通网络规划研究

为了满足旅客多样化的出行需求,规划旅游交通网络,本文基于旅客联运出行视角,提出一种新的公路-通用航空短途运输联运（公航联运）方式,构建了公航联运旅游交通网络双层规划模型。上层以旅客出行总时间最短和交通网络线路运营总成本最小为目标,设计交通线路方案,下层模型以单个旅客出行时间最小为目标,对线路进行客流量分配。采用遗传算法求解模型,通过实例分析表明,构建的公航联运交通网络模型具有科学性,合理性和可行性。     

邮政运输问题的数学模型

从系统的角度,从问题范围、随机因素、动态因素,能力约束,时限约束、成本费用、等方面对ＰＴＰ问题进行了详细的分析定义,并对其约束条件进行了系统归纳,建立了以运输系统的总运输费用、单位邮件的平均传递时际、车辆运输能力的平均利用率为优化目标,包含１２类的束条件的多目标数学规划模型,并对该模型涉及的有关问题进行了分析,有利于ＰＴＰ问题的进一步深入研究。以该模型和相应算法为基础开发了物流优化调度软件系统。     

煤矿运输安全性的可拓综合评价

应用可拓学的理论与方法,结合熵理论,建立了基于熵权的可拓综合评价模型.该模型以综合关联度作为评价准则,避免了评价中的主观性.使用该方法对平顶山煤业(集团)有限责任公司一矿运输系统进行安全性评价,得出了各子系统安全性优劣的排序及安全性差异程度,同时指出了在人、机、环境等方面各子系统存在的安全问题,并提出了相应的改进对策.