基于混合量子遗传算法的外贸企业物流配送车辆优化调度

为了提高外贸企业物流配送车辆调度能力,提出基于混合量子遗传算法的外贸企业物流配送车辆优化调度算法。构建外贸企业物流配送车辆路径规划的地图网格模型,采用混合量子遗传算法进行外贸企业物流配送车辆调度的信息模拟,构建外贸企业物流配送车辆的移动规则模型,进行外贸企业物流配送车辆调度的路径规划。结合信息素导引方法进行外贸企业物流配送车辆优化调度的自适应控制,构建外贸企业物流配送车辆优化调度的混合量子遗传进化寻优模型,根据混合量子遗传路径约束寻优方法构建外贸企业物流配送车辆优化调度的人工智能算法,实现外贸企业物流配送车辆优化调度和人工智能控制。仿真结果表明,采用该方法进行外贸企业物流配送车辆调度的寻优能力较好,路径规划能力较强,提高了车辆调度效能。     

集成生产与预防性维护的流水线车间调度算法

为使机器的可利用率最大化,建立了机器预防性维护的优化周期模型.为同时考虑生产调度与预防性维护调度,以最小Makespan为调度优化目标,提出了一种结合优化预防性维护周期模型的集成启发式调度算法.仿真结果表明,集成启发式算法对流水型车间进行生产与预防性维护调度是有效的和实用的.     

基于交替迭代遗传算法的多级车间生产计划与调度的集成优化

为了提高多级生产系统的运作效率,研究了一类多周期的多级车间生产计划与调度的集成优化问题,该生产系统由一级混批Job-shop车间和一级混流装配车间串联而成.首先建立了该类集成优化问题的混合整数规划模型,该模型从上下游生产车间的需求关系出发,综合考虑上下游车间的物料平衡、设备负荷以及开工位置等约束条件,同时满足优化上下游生产线的费用目标.然后提出了一种交替式混合遗传协调优化算法求解该集成优化问题,其主要思想是给定计划用一种混合遗传算法求调度,反过来给定已求调度用另一种混合遗传算法求取新计划,如此不断交替使用2种混合遗传算法实现计划与调度的同时优化.仿真结果证明了该方法的可行性和有效性.     

面向公交车辆优化调度的运行服务质量评测分析

将人工智能方法引入公交车辆运营调度管理,调度管理人员可根据具体运营状况,运用快速、便捷的智能调度算法,制订出符合实际情况的运营调度方案,有效提高公交车辆运营效率。利用遗传算法（genetic algorithm,GA）的智能化特征,针对北京市公交车辆运营管理问题进行了优化调度研究。仿真实验表明,利用GA的公交车辆优化调度,实现了公交车辆调度的智能化,并在基础上利用排队论推导了乘客等待时间模式,进行了优化调度结果评测分析,从而验证了利用智能调度方法能够有效地改善公交车辆运营效率的合理性和可行性。     

基于蚁群算法的物流配送路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中最重要的问题之一。首先,针对物流配送路径优化问题,充分考虑了车辆路径的约束条件,以成本最小化和最大限度减少碳排放量构建了一种路径规划多目标优化模型;然后利用蚁群算法对其进行了求解,该算法在问题空间的多点同时开始独立的解搜索,保证了算法具有较强的全局搜索能力,并且具有较强的鲁棒性;将该算法应用到实际问题上运用MATLAB软件进行实验仿真,计算出最优的车辆配送路径方案;仿真结果表明:该模型和算法能较好地解决相关物流配送路径问题,从而提高物流服务的质量。     

可变线路式公交的两阶段车辆调度模型

针对可变线路式公交设计了一种可同时处理预约需求和实时需求的两阶段车辆调度模型.第1阶段模型以预约需求为服务对象,建立了以乘客出行成本和车辆运营成本最小为目标的路径优化模型,采用模拟退火算法对模型进行求解,获得车辆初始行驶路径方案.第2阶段模型以实时需求为服务目标,在原定行驶路径方案上利用启发式插入算法将4类乘客排入车辆行车计划中.基于实例的仿真试验验证了两阶段车辆调度模型的可行性,结果表明:通过提高乘客预约出行比例的方式可提升系统性能,本例中当乘客需求量达到25人/h、预约出行比例达到70%时,系统整体性能相较于纯动态需求条件下提升近10%.     

物流配送车辆调度决策支持系统

基于交通条件、车辆承栽能力等约束条件下,针对大规模车辆调度问题的特点,提出了三阶段一个求解框架．对大规模的客户群进行区域化整合．建立车辆调度优化模型,利用启发式算法完成客户区域对车辆的分配．借助货郎担模型,采用交换插入算法对区域之间车辆路径进行优化．最后利用该求解框架,以重庆某商业集团为背景,设计和开发了物流配送决策支持系统．     

基于时间窗的机场地面保障车辆动态调度

机场各类地面资源的优化配置是机场场面运行优化的核心问题,而机场地面保障任务的调度是其中的关键一环。本文针对机场地面保障车辆的调度问题,考虑航班延误、提前等情况,构建了双阶段机场地面保障车辆调度模型,并设计双阶段启发式算法进行求解;基于我国某大型机场的实际运行数据,以清水车和食品车调度为例分别进行仿真实验,结果表明：对比先到先服务策略,清水车行驶总距离减少55.31%,食品车行驶总距离减少47.38%;对比传统遗传算法,清水车行驶总距离减少19.31%,食品车行驶总距离减少22.93%;动态调整后,清水车新增总行驶距离1.2%,食品车总行驶距离新增3.2%,均在可接受范围之内。可见,双阶段机场地面保障车辆调度模型能提高大型机场场面运行效率,为机场航班实际地面保障任务调度提供理论依据和决策支持。     

地铁运营中断下多目标应急公交调度模型研究

考虑地铁运营中断条件下应急公交站点泊车能力受限以及轨道交通折返站和换乘站客流压力较大的特征,在应急公交标准接驳线路的基础上设计了补充接驳线路,来降低乘客的出行延误和提高应急车辆的疏运效率.将线路规划与车辆调度集成一个模型,以应急公交站点的泊车能力、车辆运力、派车能力以及乘客容忍时间为约束条件,构建了多 目标应急公交调度优化模型.利用改进的NSGA-Ⅱ算法求得Pareto分布优化解集,同时采用隶属函数从Pareto前沿中挑选出最理想的折中解,并进行实例验证以及灵敏度分析.研究结果表明:应急车辆行驶的总时间与平均乘客延误之间存在Pareto优化,即决策者可以根据调度目的权衡应急车辆行驶时间与乘客延误的关系.     

基于满意优化的多目标车辆调度问题模型与算法

基于满意优化理论,首先提出了客户满意度的概念及评价函数,在此基础上,以最大化平均客户满意度同时最小化运输成本为目标函数,构建了多目标车辆调度问题的教学模型.然后提出了将多目标转化为单目标的方法,并利用禁忌搜索算法对该问题进行仿真.结果表明,基于满意优化的多目标车辆调度问题模型,更能反映物流运输企业的实际情况,其求解算法是快速、有效的.     

面向实际运行的战略航班时刻优化技术

为了对航班时刻进行科学合理的配置,以机位、跑道和走廊口构成的系统为研究对象,考虑航班在系统内的实际运行情况,通过滑行时间和飞行时间在各关键资源节点之间建立连接.以满足关键资源节点的容流匹配为前提,建立了面向实际运行的航班时刻优化模型.以5 min为步长的滑动时间窗,设计了面向精确解的高效最优化算法并使用MATLAB工具箱编程求解.对浦东机场班期时刻表进行实例优化,并应用AirTop软件进行仿真验证.研究结果表明,优化后平均离场延误降低了3.2 min,高峰离场延误降低了23 min,放行正常率提高了11.04％,证明了该模型和算法的有效性,可以为大型机场缓解延误、保障运行效率提供航班时刻配置方案的理论支持.     

考虑机场、航空公司与空管需求的机场群离场航班时刻优化

随着我国航空流量的不断增加,机场群内航班延误时间长、延误架次多、机场时刻紧张等问题逐渐暴露,这些问题主要是航班时刻设置不合理所导致。为解决这些问题,需要对机场群内航班时刻进行优化。本文通过从机场、航空公司、空管三个角度综合考虑,分别以延误时间、航空公司航班时刻调整总方差、管制员总调整量作为优化目标,建立了机场群航班时刻优化模型,并使用权重线性递减的粒子群优化算法实现对模型的求解。以京津冀机场群为例进行分析,使用Matlab对模型进行寻优。结果表明优化后机场群内总延误时间由77 580分钟至46 260分钟,航空公司航班时刻调整总方差由447.076减少至63.141,管制员总调整量由467 次减少至253 次,三个目标均得到了优化。可见该模型权衡了机场、航空公司与空管之间的公平性,为机场群航班时刻的优化提供了理论参考。     

复杂供应链多级库存系统的控制与协调仿真优化

本文讨论了由一个无限供应能力的供应商、多个制造商和多个有确定需求及随机需求的经销商所组成的复杂网状供应链多级库存系统的协调优化问题.首先建立了问题的最优控制数学模型;然后采用仿真优化方法,设计了一个复杂供应链多级库存系统的仿真优化器对问题进行求解,其中该仿真优化器由底层仿真器和基于遗传算法的上层优化器组成;最后利用仿真软件Arena对仿真优化器进行了设计与实现;并采用仿真数据实例验证了方法的有效性.     

单轴转向架跨座式单轨车辆悬挂系统参数优化分析

为了改善单轴转向架跨座式单轨车辆的曲线通过性能,对单轴转向架跨座式单轨车辆的结构及运行机理进行分析;运用SIMPACK动力学仿真软件,建立单轴式单轨车辆动力学仿真模型;然后,通过Isight多目标优化软件对单轴式单轨车辆悬挂系统参数进行灵敏度分析,得到车辆过弯时对导向力矩和走行轮侧偏力影响较大的参数;最后,以导向力矩与走行轮侧偏力为目标,采用改进型遗传算法进行多目标优化研究.结果表明:优化后单轴式单轨车辆的导向力矩比优化前减少了3.67%,走行轮侧偏力比优化前减少了6.30%,在一定程度上改善了单轴转向架跨座式单轨车辆的曲线通过性能.     

消防多功能抢险车油缸连杆机构的优化

针对某消防多功能抢险车油缸连杆变幅机构变形失效问题,采用Creo、Adams与Ansys软件建立油缸连杆机构和履带车力学模型,仿真分析履带车运动过程中连杆各铰点受力情况。结果表明:连杆变形失效的主要原因是其多处位置强度超过材料许用应力。以最大力为边界条件,利用有限元方法对抢险车油缸连杆进行强度分析,并以油缸连杆铰点最大受力值为优化目标,采用灵敏度分析、优化设计的方法对油缸连杆各铰点进行优化。仿真结果表明:优化后连杆各铰点受力峰值降低50%,最大应力值为20814 MPa,比优化前降低513%,小于材料的许用应力,产品未发生变形失效,优化方案有效。     

时变路网下多配送中心多车型联合配送研究

随着电子商务发展,越来越多的城市、企业采用多配送中心模式,优化补货车辆、配送站点车辆出行时刻及出行路线的优化变得越来越重要。目前考虑城市时变速度特征的多车型联合配送中,对配送车辆出行时刻和配送路径联合优化角度的研究成果较少。基于此,本文主要构建基于时变速度多配送中心多车型联合配送模型,并设计基于禁忌搜索求解算法,论文收集了北京市城市配送大数据,以北京市公铁联运城市配送为应用背景,对算法进行了验证,通过计算发现本算法可以有效优化多配送中心多车型联合配送运输成本和时间成本,算法能够应用于北京这种特大城市的公铁联运城市配送方案中。     

基于多机场终端区交通态势的航班延误预测

为了针对性地制定后续优化措施,以降低多机场终端区内航班延误所带来的不利影响,并提高多机场系统内各机场的运营效率,进行多机场终端区航班延误的预测研究。首先,考虑多机场终端区交通态势对航班延误的影响,在对多机场终端区交通态势进行分析的基础上,建立了6个描述终端区交通态势的指标。接着,构建反向传播（back propagation,BP）神经网络航班延误预测模型,将终端区交通态势指标、航班信息和天气环境数据等作为输入,航班延误时间作为输出,并利用粒子群优化算法（particle swarm optimization,PSO）优化BP神经网络进行训练。通过实例验证和分析,基于多机场终端区交通态势的航班延误预测能够有效提高预测准确率,同时,通过粒子群优化BP神经网络的预测模型预测准确率均高于一般的考虑交通态势的BP和遗传算法优化的BP神经网络模型（genetic algorithm and back propagation,GA-BP）。     

军用飞机斤斗类飞行轨迹最优化方法

针对军用飞机斤斗类飞行过程,以半滚倒转和半斤斗翻转为例,建立机动飞行计算模型。根据最小机动速度设置改出速度约束条件,将斤斗类机动平均分段,利用神经网络的拟合功能,得到动作改出速度和操纵条件之间的非线性关系。利用遗传算法的全局寻优功能,结合神经网络得到的权重和偏置结果,探索机动过程中边界飞行性能最大的法向过载选取方法。仿真结果表明,与相关手册中给出的常规操纵方法相比,利用遗传算法优化后得到的过载控制规律飞行,可以使飞机具有更大的高度-速度范围,同时,比直接将遗传算法和数值积分相结合具有更快的计算速度。提出的方法也可以用于其他机型斤斗类飞行轨迹的最优化设计中。研究结果具有一定的实用价值。     

基于非线性规划遗传算法的汽车动力传动系统参数优化研究

研究了兼顾动力性和燃油经济性的汽车动力传动系统优化数学模型,以改善燃油经济性和整车动力性为目标,采用非线性规划遗传算法对某款轿车的动力传动系统参数进行优化研究并进行了仿真试验验证.结果表明:优化后原地起步加速时间降低了3.96%,整车多工况百公里油耗降低了8.23%.表明运用非线性规划遗传算法进行动力传动系统参数优化是可行的.     

搭载回流式动力传动系统的PHEV参数优化

针对搭载回流式动力耦合传动系统的插电式混合动力汽车(PHEV,plug-in hybrid electric vehicle),提出了一种参数匹配优化设计方法。建立了整车各个模式下的等效输入功率模型,根据最小等效输入功率原则制定了各驱动模式间的切换规律,并设置控制参数系数对模式切换曲线进行调整。通过MATLAB/SIMULINK构建了整车经济性仿真模型,利用遗传算法对匹配的动力参数和控制参数系数进行了综合优化。仿真结果比较表明:此方法得到的一组参数能有效提升燃油经济性,百公里等效燃油消耗比优化前降低了4.8%。