多集散点车辆路径优化的混合算法

为使多集散点车辆路径优化结果全局最优,以订单为基准建立多集散点车辆路径优化模型.采用粒子群算法与改进蚁群算法组成的混合优化算法求解模型.由粒子群算法的粒子位置向量得到每辆车所需运送的订单号,用蚁群算法优化单车路径,根据优化的总路径评价和筛选粒子,直到满足终止条件.该模型和混合算法是所有车辆对所有订单节点的路径优化,突破了多仓库问题直接或间接转化为多个单仓库车辆路径优化问题中的局部节点求解的限制.实例求解结果表明,用该混合算法优化的车辆总路径长度小于用蚁群算法求得的结果.     

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.     

电动汽车集散货一体化车辆路径问题

针对电动汽车特性,考虑里程约束和时间窗约束,建立以最小化总费用为目标的电动汽车集散货一体化车辆路径问题模型.模型考虑了车辆可在行驶途中多次前往充电站补充电量.因此,避免由于电量不足导致的车辆半路抛锚及电池过度放电.应用遗传算法求解模型,得到包含配送计划、行车时间及充电计划在内的配送方案.并基于Dijkstra算法求解任意两个邻接节点之间最短路径问题,在路网上为车辆规划行车路线.结合北京市城区路网的算例验证模型和方法的有效性和实用性.     

遗传算法求解物流配送中带时间窗的VRP问题

用遗传算法求解第三方物流企业物流配送中带时间窗的车辆路径问题. 建立了一个配送优化调度模型, 使配送计划的编制在任何情况下都能归约为求解某种车辆路径问题.     

半开放式多车场车辆路径问题

基于现代物流业发展的实际需要,提出半开放式多车场车辆路径问题,并建立了数学模型.由于半开放式多车场车辆路径问题具有NP-hard性质,为了有效求解,基于车辆路径问题中的经典路径构造算法和局域搜索算法,设计了求解所提出问题的节约算法、顺序插入算法和并行后悔插入算法.利用标准算例进行数值试验,分析了3种算法中的参数和所嵌入局域搜索方法对求解结果的影响,并对不同算法的求解结果进行了对比分析.关     

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.     

动态车辆路径问题的优化方法

设计了在动态环境下进行车辆路径优化的导向局域搜索算法.算法在产生初始解以后的动态求解过程中,不再做车辆之间的顾客调整,而只应用2-opt局域搜索算子更新车辆服务顾客的顺序,即针对每辆车辆的旅行路线求解一个旅行商问题.建立了在动态环境下车辆执行运输任务过程的仿真模型.仿真过程中,应用算法根据交通路网实际情况实时优化车辆路径,并采用4种接受准则判别是否接受新的车辆路径.仿真结果表明:算法具有实时、高效的特点,满足动态车辆路径问题的求解要求.     

基于信道阻力的MPLS网络最小干扰选路算法

目前的多协议标签交换(MPLS)网络中的标签交换路径(LSP)选路算法,存在所选路径相互干扰、网络资源利用率低等问题.文中针对这些问题,提出了一种基于信道阻力的LSP选路最小干扰算法.新算法中定义了信道阻力的概念,通过对通信网中不同源和目的节点对间的链路阻力求解,来获得各条边的阻力分布,并以干扰后的链路阻力为权值采用Dijkstra算法求得节点对之间具有最小干扰的路径.仿真结果表明,新算法有更好的抗干扰性能和均衡利用网络资源的能力.     

智能车辆导航系统的模糊控制方法

针对背景噪声及转弯曲率变化对智能车辆导航系统的横摆角速度控制精度影响较大的问题,提出一种智能车辆导航系统的模糊控制方法.首先,进行不同坐标系的坐标变换,将目标车辆实际的物理坐标信息变换到易于建模处理的车辆局部坐标系统;接着,通过计算预瞄路径的非线性函数实时构建了目标虚拟路径,并给出了车辆目标路径的横摆角速度变化率;最后,以期望横摆角速度和整车质心侧偏角作为模糊控制器的输入,以车辆行驶两轮差速值作为模糊控制器的输出,设计导航模糊控制系统.计算机仿真和实测结果表明:文中方法具有较高的控制精度.     

允许部分服务的随机需求车辆路径问题研究

文章对需求量满足二项分布的随机需求车辆路径问题进行了研究,在服务失败时采取允许部分服务的策略,通过仿真的方法证明了这一策略的有效性;并将嵌套分割算法与扫描算法相结合,提出了一种新的求解随机需求车辆路径问题的两阶段算法,数值试验验证了该算法的有效性.该算法拓展了车辆路径问题的算法空间.     

带时窗回程取货的车辆路径问题的算法

车辆路径问题如果考虑回程取货过程就可以在送货的过程中先后完成取货任务,比传统不考虑回程过程的问题更有实用性,基于此对传统问题进行了改进,不限制车辆的取送货顺序,而是设计了相应参数,避免了货物的重新排列·在确定目标时,综合考虑车辆运行成本、人员等待成本及服务成本等因素,实现目标解的真正可行·最后,根据此问题的特点,设计了先通过分枝定界法及遗传算法确定可行路线,再运用整数规划方法求解的算法,并以实例说明了算法的有效性·     

无线mesh骨干网络的路由与调度联合优化算法

在基于TDMA的无线mesh骨干网络中,考虑路由和调度的联合优化问题,最大化系统频谱利用率.综合考虑了节点业务、路径平均容量以及干扰等因素,提出了一种新型路由策略.对于汇聚网关的业务模式,提出了一种基于网关瓶颈极大团相关性的链路调度策略.考虑路由算法和调度算法的联合优化,设计了链路调度模块和路由模块的信息交互策略.仿真结果表明,该联合算法对于各种节点业务分布和各种干扰环境,均可很好地提高系统频谱利用率,在保证一定通信速率的情况下,节省了能量,实现绿色环保通信.     

超密集网络的动态无线回程拓扑管理方法

为了提高超密集网络的无线回程拓扑管理效率和网络性能,提出了一种基于网络状态的动态无线回程网络拓扑管理方法。网络状态定义为基站的有效回程能力和回程需求二元组。将无线回程网络拓扑管理问题转换为上游节点选择问题,并建模为最小化所有基站的上游基站数总和的优化问题,通过分布式算法获得确定回程业务所需上游节点的拓扑管理方案。提出有效回程容量和回程路损2种有效回程能力,从而获得2种拓扑管理方案。仿真结果表明,该方法能使无线回程网络的回程容量和实际回程吞吐率自适应回程业务需求的动态变化,并且在回程满意度上,基于有效回程容量的拓扑管理方案优于基于回程路损的拓扑管理方案。     

带时间窗约束的多类型车辆路径问题的改进节约算法

本文对节约算法进行了改进, 并利用改进的节约算法解决了带时间窗约束的多类型车辆路径问题. 得出带时间窗约束的多类型车辆路径问题的数学模型及针对此问题的改进节约算法     

基于改进蚁群算法的车辆路径选择研究

给出了考虑软时间窗的物流配送车辆路径选择（VRP）模型,提出了一种改进的蚁群算法来求VRP模型的近似最优解。为了以最少的计算时间得出VRP问题的近似最优解,首先用贪婪算法产生初始蚁群,然后通过蚁群算法的评价、信息素释放、蚂蚁移动、信息素消散、判断收敛的循环过程对初始解进行优化。实践表明,在求解软时间窗物流配送车辆路径选择问题方面,改进蚁群算法具有更好的收敛性。该算法算法是求解VRP问题的较好方案。     

动态车辆路径问题的算法研究

借鉴动态问题中的时间点、时间段等概念,建立了动态车辆路径问题模型,将动态VRP转化为在若干连续的时间段内的相对确定性的静态VRP,为动态VRP的研究提供了一种新的方法.并设计了基于节约法和禁忌搜索的混合算法,从而提高了对动态车辆路径问题求解的效率.     

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。     

基于模糊规划的处理时间不确定条件下的Job shop问题

研究了处理时间不确定条件下的Job shop生产调度问题,建立了基于模糊规划理论的不确定Job shop调度模型。在采用两种模糊运算的基础上,结合模糊优化和遗传算法给出了一个解决非线性模糊优化问题的可行算法,通过仿真数据说明了所建模型及算法的有效性,并就结果进行了讨论。     

模糊神经网络的自动变速汽车换挡规律分析

在分析目前汽车自动变速器换挡规律制定方法优缺点的基础上,提出了基于模糊神经网络的最佳挡位判断方法,研究了基于Takagi-Sugeno模型的神经网络结构及其算法。根据熟练驾驶员的经验和专家知识制定了汽车自动变速器换挡规律的两参数模糊逻辑推理规则和隶属度函数,利用人工神经网络的学习训练机制并按照试验样本修正了模糊系统的隶属度函数和模糊控制规则,进行了模糊神经网络的训练和仿真,仿真结果表明该基于Takagi-Sugeno模型的模糊神经网络的汽车自动变速器换挡规律制定方法的正确性和可行性。     

基于T-S模糊建模方法的近空间飞行器姿控系统传感器故障调节技术研究

针对近空间飞行器从近空间空域返回地面再入大气层的飞行过程中其姿态控制系统发生传感器故障的情况,研究了基于广义扩张系统方法的传感器故障调节问题。首先,将再入飞行阶段的近空间飞行器非线性姿控系统用一组T-S模糊模型来表示,并基于此模糊模型引入传感器故障模型。然后,将含有传感器故障的T-S模糊模型利用广义扩张系统方法将其转化为T-S模糊奇异系统,进而设计一个全维状态观测器来得到被控系统的状态向量和传感器故障信号的估计值,并在此基础上提出了一个利用传感器故障补偿技术的反馈控制策略,使得闭环控制系统能够渐近调节传感器故障的影响。最后,通过数值仿真验证了所提方案的有效性。