求解集送货可拆分车辆路径问题的启发式算法

为了节约运输成本、提高物流服务效率,对集送货可拆分的车辆路径问题进行了研究.该问题允许一个任务点被访问多次,也允许同一车辆访问同一任务点多于一次.针对问题的特点设计三阶段启发式算法,拆分部分任务点的集送货需求,并使车辆行驶距离之和最小.数值实验结果表明,新的算法可以得到合理的车辆路径,尤其适用于送货需求总量大于集货需求总量的情形.     

多需求点间车辆调度模型及优化算法混合求解研究

为解决多需求点间同时集送货问题,建立考虑需求拆分和转运的车辆路径模型.在模型中,加入车辆装载量动态变化约束、节点可多次访问约束和需求可拆分转运约束,提高问题的普遍性.在模型的优化算法中,算术、蚁群优化算法混合求解.通过算术蚁群算法嵌套优化模式,外层算术优化算法得到配送车辆的任务量,内层蚁群算法优化路径,并将结果反馈给外层算法继续更新求解,直至达到终止条件.同时,添加概率系数、增加算子位置更新公式和更新动态禁忌矩阵对混合算术蚁群算法改进,增加解的多样性,提高算法的求解效率.最后通过实例验证并与混合鲸鱼算法等比较,改进的算法解决本文问题效果更好.     

节点具有双重需求车辆路径问题及其解的性质分析

概括介绍了逆向物流领域中的各类车辆路径问题,将问题按照节点的需求类型分为节点单需求以及具有双重需求两个大类.按照节点的需求类型,将同时送取货(VRPSDP)、集送货需求可拆分车辆路径问题(SVRPPD)统称为节点具有双重需求车辆路径问题(VRPNDD).文中首先给出了它们的定义及数学模型.接着,作为设计求解问题启发式算法的前期工作,对VRPNDD问题解的结构方面的一些性质进行了分析证明.最后,举例说明了SVRPPD与送货需求可拆分车辆路径问题最优解性质方面的差异,并通过定理证明说明了SVRPPD,VRPSDP启发式算法的改良对于SVRPPD相对VRPSDP节省成本百分比研究的意义.     

需求可拆分的节点具有双重需求的车辆路径问题研究进展

针对目前大部分有关节点具有双重需求的车辆路径问题(VRPNDD)均假设需求只能由一辆车服务,即需求不可拆分的问题类型,而在实际运营中经常会允许对客户需求拆分,并由多辆车共同运输或由一辆车多次运输,以便充分利用车辆装载能力和降低车辆行驶成本的情况,将这类问题统称为节点具有双重需求的车辆路径问题(SVRPNDD),该问题的研究主要关注于需求可拆分的同时取送货车辆路径问题(VRPSPDP)及取送货可分割的车辆路径问题(VRPDDP)。本文中提出了适用于各种SVRPNDD的数学模型,分析比较各种问题的特性,并归纳总结各种问题算法的研究进展。     

需求可拆分车辆路径问题的蜂群优化算法

文章研究了需求可拆分的车辆路径问题,通过解除传统车辆路径问题中每个任务点需求只能由1辆车满足的约束,建立了寻求满足配送要求最短行驶距离的数学优化模型,在改进反应阈值和刺激信号值的基础上提出了一种新型蜂群优化算法。仿真实验结果验证了算法的可行性,并通过与其他典型算法对比凸显了该算法较强的寻优能力。     

基于车辆限制的可重复运输路径优化研究

路径优化问题过多关注行驶路程的做法,会造成多余车辆的使用,车辆的空载率过高,从而使整个运输成本过高。以车辆使用数量和行驶里程为目标,建立了各任务点允许多辆车经过的可重复运输的数学模型。在最少车辆的约束下,通过改进启发式节约算法来解决路径优化问题。最后通过算例进一步证明了该算法的可行性。     

钢铁企业产成品转库车辆路径问题优化

分析了钢铁企业产成品转库问题的特点,通过将转库任务分解的方法将原问题转化为具有最迟访问时间约束和同时访问车辆数限制的车辆路径优化问题,建立了转换后问题的0-1规划数学模型,针对模型的特点设计了迭代局域搜索算法.算法初始解由贪婪算法生成,局域搜索过程采用4种常用局域搜索算子的混合,摄动过程采用变强度的2-opt*算子.该算法可以同时实现转库车辆指派和车辆路径优化.通过仿真生成的算例对模型和算法进行了验证.实验结果表明,该模型和算法是解决该类问题的有效方法.     

需求可拆分车辆路径优化模型与BLF-GA算法设计

生活中,零售商或者顾客需求通常由具有一定尺寸的多件货物构成,这就使得车辆配送不仅应考虑车辆载货重量的限制,还应考虑车辆载货容积的限制.而多件货物构成的需求在很多情况下是允许多台车辆配送来满足,即需求可拆分.基于以上现实情况,笔者建立了考虑二维装箱约束的需求可拆分车辆路径优化模型,给出了模型解的特征.以改进的遗传算法为基础,结合BLF算法,设计了BLF-GA算法.数值案例表明:不考虑装箱约束得到的最优路线存在不满足装箱约束的情况,考虑装箱约束得到的最优值大于不考虑装箱约束的最优值,这说明货物尺寸对车辆路径产生了影响,在车辆路径优化中考虑装箱约束.     

需求可拆分的车辆路径问题的分段求解

将需求可拆分的车辆路径问题分成两阶段求解,针对单车场、单车型、无时间窗要求、纯装货或纯卸货情况,分别设计了先分组后路径及先路径后分组算法求解.通过实验表明,在成本上,先分组后路径求得的解好于先路径后分组求得的解,且比现有蚁群算法和禁忌搜索算法求得的成本更低,但先路径后分组的方法可以避免一个点的需求被拆分成两次以上满足,...     

带取送货的关联运输调度问题的优化

针对取送货车辆路径问题,构建了带时间窗的IVRPPD的车辆路径数学模型,设计了混沌免疫克隆选择算法,介绍了基本的免疫克隆选择算法和混沌理论,并对设计步骤进行了详细介绍。最后,通过对该问题进行分析建模和数值求解,说明了该模型和算法的合理性和有效性。与基本遗传算法和非代际遗传算法相比较,混沌免疫克隆选择算法能更有效地解决带取送货的关联运输调度问题。     

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.     

求解配送\收集旅行商问题的遗传算法

配送 \收集旅行商问题 (TSPD)是物流学中的一个重要问题 ,但与一般的旅行商问题 (TSP)相比 ,人们对该问题的研究有限 ,而且大多假定必须在完成所有的配送需求后才服务收集需求。本文放松这一约束条件 ,结合最邻近启发式和k -opt局域搜索策略 ,设计了一种求解TSPD的遗传算法 ,计算结果表明 ,该算法性能优良 ,计算效率较高。     

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.     

基于多媒体教室扩声系统的拾音设计方案

分析了多媒体教室扩声系统的声反馈及三点固定拾音产生的梳状滤波效应对语言扩声的影响,提出了解决问题的拾音设计方案,保证了课堂教学效果。     

微网中两种典型微型燃气轮机运行特性比较

为给微网中基于微型燃气轮机的冷热电联产设备选型提供参考,从多方面分析了两种不同结构的微型燃气轮机特点,并根据微型燃气轮机不同运行模式切换、不同负荷类型以及不同拓扑结构下的动态特性进行了研究．结果表明：微网运行模式切换过程中,单轴MT允许负荷变化的范围要比分轴MT大;单轴结构MT适用于负荷类型较多情况,而分轴结构的MT则受负荷类型影响相对大些;串联微网结构下MT对应的负荷允许变化范围比并联结构的小．     

并行的嵌套式遗传算法在库存路径问题中的应用

文章考虑了一个供应商和其多个分销子公司组成的2级供应链分配系统,商品通过有容量限制单一型号车辆从供应商到各个分销子公司,利用约数策略和遗传算法,达到"智能分区"的效果;在路径处理上,采取分担运输和直运相结合的策略,解决了订货量大于车载容量时面临的难题;在需求不变(供求不变)的情况下,给出几个成本因素对算法进行有效性分析,得出相应结论,并对并行和串行算法进行比较和优劣分析.     

An analogue approach to the travelling salesman problem using an elastic net method

The travelling salesman problem is a classical problem in the field of combinatorial optimization, concerned with efficient methods for maximizing or minimizing a function of many independent variables. Given the positions of N cities, which in the simplest case lie in the plane, what is the shortest closed tour in which each city can be visited once? We describe how a parallel analogue algorithm, derived from a formal model for the establishment of topographically ordered projections in the brain, can be applied to the travelling salesman problem. Using an iterative procedure, a circular closed path is gradually elongated non-uniformly until it eventually passes sufficiently near to all the cities to define a tour. This produces shorter tour lengths than another recent parallel analogue algorithm, scales well with the size of the problem, and is naturally extendable to a large class of optimization problems involving topographic mappings between geometrical structures.     

确定性动态车辆调配问题分析

加强货运车辆的科学调配是开展货物运输优化组织工作的核心.根据货物运输作业过程的实际需求,提出动态车辆调配问题,明确给出确定性动态车辆调配问题的定义,并利用网络图对问题进行描述.将动态车辆调配问题的作业过程分为节点内和节点间两个子过程,对发生在各子过程中的任务数和任务目的地的变化规律进行研究.     

不可压缩流动的无网格Galerkin方法模拟

Galerkin型无网格方法在求解不可压缩流动问题时,会遇到对流占优、速度-压力失耦等问题,本文基于CBS有限元方法的基本思想,提出了无网格CBS方法来解决上述问题.通过对平面Poiseuille流动的计算表明:无网格CBS方法在采用压力速度等线性基近似的情况下,当时间步长大于某个临界值时可很好地解决速度-压力失耦问题,且具有相当高的计算精度.     

基于脑力负荷预测技术的多乘员舱任务分配方案优选方法

针对信息化条件下装甲车辆舱室乘员人数逐渐减少的基本趋势,对乘员的操作特性进行了分析,并运用多资源理论（MRT）构建了乘员脑力负荷预测模型,提出了基于脑力负荷预测技术的乘员舱任务分配优选方法,并以装甲车辆三乘员减少为两乘员作为实例对方法进行了仿真验证,旨在为解决应急任务条件下的装甲车辆舱室任务分配问题探索新的途径.结果表明,该方法能够清楚地描述乘员全任务过程中脑力负荷的变化情况,对任务分配方案进行量化动态优选,具有较好的优选精度和可重用性.