铁路旅客列车行李车配装问题的遗传算法研究

探讨在体积和重量的约束下 ,利用遗传算法求解铁路旅客列车行李车的配装问题。通过体积和重量的关系将问题转化为一维背包问题。在遗传算法的评价函数中考虑了货物的优先等级。对该类问题求解方法的研究无论是在理论上还是在实践中 ,都具有一定的意义     

基于动态规划模式下的超市配送路径优化研究

随着外卖的迅速发展,对超市外卖配送问题的研究愈发重要,超市的配送问题,本质上就是配送路线的优化问题。配送路线规划是否合理将会直接影响到商家的配送成效,商家正确安排合理的货物配送路线,可以高效灵活调度车辆,提高配送作业效率,从而降低物流成本,最终提高商家的效益和服务水平。文章概述了物流配送,然后通过收集并整理正大优鲜商家相关配送路线资料和数据,分析得出该商家向各个消费者配送货物中存在着配送路线不固定、车辆装载率不高等问题,并通过节约里程法来减少该商家配送的总里程,改善车辆调度情况、提高车辆装载率降低成本,进而提高该商家的效益。     

聚类优化后的多品种货物配载的容重比平衡法研究

首先采用聚类优化方式,将体积大、重量小的货物和体积小但重量大的货物聚合在一起,一方面符合实际配载过程中抛货和重货的结合原则,另一方面为下一步的容重比平衡法做出了基础。其次,采用改进后的动态容重比平衡法,将聚类优化后的货物配载装车。最后,运用Matlab进行编程,通过实例计算证明了上述模型和算法的有效性,而且求解的结果也显示出通过聚类优化的容重比平衡法配载结果更加符合实际配载运用。     

聚类优化后的多品种货物配载的容重比平衡法

首先采用聚类优化方式,将体积大、重量小的货物和体积小但重量大的货物聚合在一起,一方面符合实际配载过程中抛货和重货的结合原则,另一方面为下一步的容重比平衡法做出了基础.其次,采用改进后的动态容重比平衡法,将聚类优化后的货物配载装车.最后,运用Matlab进行编程,通过实例计算证明了上述模型和算法的有效性,而且求解的结果也显示出通过聚类优化的容重比平衡法配载结果更加符合实际配载运用.     

单品种货物装车问题的两阶段优化算法

针对同种同规格货物的三维装车问题,基于分层思想,将三维装车问题进行降维,转化为二维布局优化问题,提出九种分层装车策略,在算法设计上,提出了两阶段优化算法,第一阶段沿车厢的长、宽或高进行分层,针对不同的层高,通过动态规划算法求解平面内的最大货物装载量,得到货物的最优布局;第二阶段结合背包算法对层进行组合,得到车厢每个维度下的最优层,最后择优选取可装货物数量最多的方案,即为最优装载方案;最后通过两个数据集共8个算例对算法进行测试。结果表明,对于数据集一来说,本文算法求得的平均装载率可达99.43%,优于带排列分层算法、动态规划算法,以及混合递归算法求得的平均装载率;而对于数据集二来说,本文算法求得的平均装载率也达到了96.11%,优于二维排列算法,说明本文提出的两阶段优化算法在一定程度上可以生成较好的装载方案。     

基于群集智能算法的路径规划问题

在工业及服务系统行业,特别是物流及交通运输系统中经常遇到路径规划问题。该文针对自动化立体仓库单拣选台分层水平旋转货架系统,建立了数学模型,引入基于群集智能的蚁群优化算法解决货物拣选路径规划问题。该方法能够对旋转货架系统存储的货物进行快速拣选,并在全局内找到最优货物拣选路径,求解质量高,计算时间短。在货单条目为40的情况下,该文使用改进的蚁群算法求解最优拣选路径比模拟退火算法减小了1 367.17s,比混合遗传算法节省了533.4 s。实验表明该方法适合求解中小规模货物拣选路径规划问题。     

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·     

基于改进C-K节约算法的第三方冷链物流企业车辆调度

针对冷链车辆调度中存在的配送任务重、配送成本较大、冷链物品的质量要求高、制冷追踪技术要求先进等问题,结合第三方物流企业的多商品多零售商特点,提出了新的基于改进C-K节约算法的单货栈第三方冷链物流企业的车辆调度模型.该模型以配送总成本最小为目标函数,以配送点时间窗要求、货物运输总时间限制、冷藏车体积容量和载重量限制为约束条件.以北京某第三方冷链物流企业的货物配送实例作为研究对象,利用C++编写算法程序实现了对模型的求解,求解结果验证了该模型的合理性.     

基于Bayes网络的微波视频融合车辆分类

车辆分类系统是智能交通系统中的一个重要组成部分,其功能是检测车辆类型,为道路监控和交通规划提供信息。该文提出了一种基于Bayes网络的传感器融合车辆分类系统,通过微波和视频传感器分别得到车辆的高度轮廓和平面轮廓,采用混合Gauss分布对提取的车辆特征建模,然后在Bayes网络的框架下对7类车辆进行分类。实验表明:该分类系统可以将车辆分类的准确率从单微波传感器的79%提高到融合传感器的87%,特别是中小型车辆和大型车辆之间的重大分类错误率从9%降低到2%。     

EIQ分析法在图书物流中心规划中的应用

详细地介绍了EIQ分析法的应用步骤和方法.在EIQ分析过程中,对每单数量进行EQ分析,对每个品项的数量进行IQ分析,对每单货物种类进行EN分析,对每个品种出货次数进行IK分析.以图书物流中心规划为应用实例,进行了相应的EIQ分析,得出了一些有意义的结果:该图书物流中心每单出货数量在1~120本之间占总订单数的72.71%,确定该物流中心是以小批量出货为主的出货模式;每天出货品种数在3500种以下的占94.52%,拣货时采用订单拣取为主批量拣选为辅的方式;对拣货区分区规划,并对不同货品进行分类处理.     

融合启发式搜索的改进极快决策树算法在多规格货物智能混合装载中的应用

针对多规格货物装载效率较低问题,提出了一种融合启发式搜索的改进极快决策树智能装箱算法,该算法首先计算并择优选取样本信息熵,然后构建生成货物装箱决策树模型,最后基于启发式搜索方法对货物装载后的剩余空间进行合并再利用。通过保证决策树每个节点装入货物体积最大,对待装货物进行快速决策。最后,基于七组异构性逐渐增强的货物数据对算法进行仿真实验,结果表明：本算法在保证较高集装箱利用率的情况下实现了快速装箱。     

求解非标准货物货机群装载问题的启发式搜索算法

货机装载问题属于三维装箱问题,是一类NP-hard组合优化问题。而与传统车辆装箱问题不同,货机装载后的重心位置是要考虑的重要约束条件,以重心偏移率和货舱空间利用率为目标函数,针对非标准货物的货机群三维装载问题进行启发式算法研究。该算法基于空间管理思想,将"砌墙"式建构算法与一种四规则深度优先搜索法相结合,排除大量不可行解,缩短了可行解的搜索时间。最后实验结果表明,本算法可以在满足各项约束条件下正确地为货机群三维装载问题找出可行装载结果,对解决实际货机群装载问题具有现实意义。     

单车辆物流配送决策模型及其遗传算法

从提高装配运输系统运作效率及效益的角度出发,综合考虑配送时窗、配送重量、体积及车辆装载力等约束因素,建立了单车辆配装运输决策模型.通过遗传算法应用在模型中的适应性分析及可能存在的问题或缺陷分析,采用自然数编码、最大保留交叉及自适应交叉变异等技术以遗传父代优良特性、改善算法的早熟及进化停滞现象并增强其寻优性能.算法中嵌入配送重量、体积及配送时窗约束检验子程序以减小编码难度并提高解的精准度.最后以实例说明模型的应用,并指出进一步的研究方向.     

超限车横向振动最大偏移量计算的方法

根据随机振动和系统理论，以普通平车为例建立了计算车辆横向振动最大偏移量的数学模型；通过实例计算了超限车横向振动最大偏移量，分析了其影响因素，并验证了模型的可靠性，对于列车提速后的超限货物运输组织工作具有重要的参考价值     

考虑运输均衡性及车辆装载率的IBC吨桶物流网络规划模型

 为解决装车装船运输IBC吨桶的物流网络问题,重点考虑运输均衡性、车辆装载率,结合周期性运输物流场景,构建IBC吨桶物流网络规划模型。模型设立需求满足率时序指标实现均衡性物流网络规划,通过设置运输车辆的最低装载率约束提高物流网络总体的车辆装载率。算例分析结果表明:该模型能够提供运输费用更优且运输更均衡的物流网络规划方案。管理者可按物流情况选择适宜的车辆装载率及均衡运输方案,规划符合管理策略的IBC吨桶物流网络。     

基于装载能力约束的集货车辆路径问题研究

针对物流货运过程中,集货车辆在规定时间内从各配货站集货后回到中心货站进行分类运输问题建立了多目标组合优化模型,并设计了相应的算法。通过实证模拟的方式检验了所提出了基于装载能力约束的集货车辆路径优化方案,为物流中心集货车辆的优化调度提供理论指导和实际借鉴作用。     

求解货物在线装箱问题的融合算法

实现集装箱的自动码放规划对于提高装箱容积率、提高经济效益具有重要意义.针对货物在线码放过程中存在的多种实际约束,提出一种由在线极值点(online improved extreme point,IE)算法与模拟退火(simulated annealing,SA)算法结合的在线融合码放(IES)算法,考虑货物尺寸约束,质量约束与装载顺序约束设定多种码放规则以及优化函数,对IE算法中角点坐标序列进行实时迭代更新,并将该角点序列作为初始解序列,基于模拟退火优越的局部搜索能力以及算法的灵活性,两者融合来寻求全局最优角点解坐标.实验结果表明IES算法平均容积率达到89.17％,相比IE算法提高10.34％,证明IES算法在强异构货物实时码放和提高集装箱容积率方面有较好效果.该算法提高了三维装箱算法的工程性,为实现集装箱货物的自动码放创造了必要条件.     

杂货船装运木材的稳性核算

货物的重量和体积只有参考数据或者没有数据,是杂货船装运木材经常遇到的问题,给货物配载和稳性计算带来了相当的不便.根据某船多年的装船经验,探讨了一种在装货过程中,对货物重量,尤其是甲板货的重量进行测算以及核算船舶初稳性高度的方法,为船舶驾驶人员在运输木材时正确装船提供了依据.     

基于Iterative映射和非线性拟合的鲸鱼优化算法

为解决鲸鱼优化算法中收敛速度慢和寻优精度低等问题,提出一种基于Iterative映射和非线性拟合的鲸鱼优化算法（NWOA）。首先,该算法利用了Iterative映射对鲸鱼种群初始化,保证初始种群的多样性;其次,采用非线性拟合的策略对收敛因子和惯性权重进行改进,以平衡算法的全局勘测能力和局部开发能力。通过对13种函数进行仿真实验,从均方差和平均值的角度分析,改进后算法寻优精度显著提高,且稳定性较强。实验结果表明NWOA与传统的鲸鱼优化算法相比,收敛速度明显加快。