运输通道货运量分担率的目标规划模型

从系统角度出发,分析了综合运输通道内各类运输方式的经济技术特征;考虑了运输货物类型的多样性,运输方式与货物的运输相容性,以运输成本最小化和运输需求满意度最大化为目标,运输需求满意度采用最大化最小需求满意度方法,使得运输量与运输需求量比值最小的满意度最大化,以货物与运输方式的相容性为约束建立了1个多目标0-1混合整数线性规划模型;并设计了求解该模型的算法,通过1个算例对模型进行了数值演算以表明模型和算法的可行性。研究结果表明:考虑货物与运输方式的相容性约束,能实现各类运输方式的最大运输能力约束以及最小运量要求,使约束模型的约束条件简化;运用数学优化软件Lingo11.0对求解算法编程,分别对运输成本和需求满意度的单目标优化问题进行计算,在短时间内能找到最优解,而对多目标优化问题计算可得到有效解。     

动车所调车作业计划优化模型与算法

本文在分析动车组一级修作业流程特点的基础上,将动车所调车作业计划优化问题构建为整数规划模型并设计了融合"股道均衡分配规则""股道无效占用时间最小化规则""冲突消解策略"的启发式算法对问题进行求解,以动车所实际案例为背景验证了模型和算法的有效性。结果表明,所提出优化模型和算法是有效的;所提启发式算法相比三类常见的调度方法具有明显的优越性。     

考虑任务偏序关系的AGV路径优化

考虑岸桥卸船作业环节中任务集装箱之间的偏序关系,针对AGV运输环节建立混合整数规划模型,并设计考虑偏序关系的遗传算法和禁忌搜索算法求解模型.实验部分包括遗传算法参数设置实验和两种启发式算法的性能对比实验.结果表明,考虑任务偏序关系的AGV运输调度占用更多的计算资源,但是经济成本上的增加并不明显;本文建立的模型在合理刻画问题的同时,可在较短时间内找到可行解,为码头路径优化问题建模提供了参考.     

轴辐式零担运输网络中集送货线路规划研究

根据零担运输企业集送货的运营流程,对集送货线路规划问题建立一个混合整数优化的数学模型并求解;然后提出了一个启发式求解算法.该启发式算法将该模型分解为多车场、带容量约束的集货规划和送货规划问题单独求解,并通过循环找到更优解.最后,通过对所研究企业在广东省的真实数据进行实验,得到改进的线路规划成本比当前模式节约达18.8%,为零担运输企业集送货线路的科学规划提供了参考．     

货物运输服务网络设计频度模型的研究

从运输需求、基础设施和运输组织的角度,系统研究了货物运输服务网络设计方法.其目标是在既有运输资源条件下,确定使总体费用最小化或利润最大化的运输服务集合,实现运输企业运力资源的优化配置和有效利用,同时满足客户的运输需求.在分析运输服务组织策略及其效益的基础上,建立了货运服务网络设计问题的频度模型,提出了一种基于分解法的启发式算法,并通过算例分析表明本文所述方法是可行的.     

整数编码的组群遗传算法在分组优化中的设计和应用

摘要：
在管理实践中广泛存在的分组优化问题大多是强NP Hard问题，求解难度较大.针对制造企业供应物流决策中合并运输的分组优化问题，设计了基于整数编码的组群遗传算法.在简单直观的整数编码方式下，提出了两点组群杂交以及基于适应值的组群启发式变异等遗传算子，实现了面向组群的进化过程，为求解复杂的多约束、非线性的分组优化问题提供了新的方法.该算法应用于物流决策实践，与基于BSD的启发式算法相比较，检验了算法的性能和参数设置. 关键词：
组群遗传算法； 分组问题； 供应物流； 运输合并； 联合补货
中图分类号： F 253.4
文献标志码： A     

共享经济下人车货路径匹配优化问题研究

针对网约车运力资源剩余与物流末端配送即时性不足间的矛盾,以多方参与主体总利益最大化为优化目标,构建网约车、乘客与快递联合配送车辆路径匹配优化模型.根据车辆路径匹配优化问题的NP-hard特性,运用插入启发式算法构造种群初始解,设计了一种适于求解全局优化问题的改进型混合遗传算法.仿真实验表明:该模型能在有效减少车辆总行驶里程的同时提升多方主体的利益.对比实验证明了提出的混合遗传算法不仅能够解决易陷入局部最优的弊端,而且还提高了求解问题的全局寻优能力及运行速度,为网约车的剩余运力资源利用及物流末端配送路径优化提供了新的解决思路.     

高速列车折扣票价与票额分配组合优化模型

为了提高列车席位能力与客运需求间匹配度,进而提高多列车整体席位利用率并增加铁路客运收益,利用票价和票额综合优化技术研究了高速铁路多列车差别定价方法.考虑不同列车的服务属性差异和差别定价策略对旅客车次选择行为的影响,构建高速铁路多列车间差别定价与票额分配的组合优化模型,并针对模型特点设计一种混合启发式算法进行求解.以京沪高速铁路为对象进行实例分析,结果显示:基于旅客选择行为的差别定价方法使不同列车间的上座率更加均衡并能够提高多列车整体席位利用率;与单一定价策略相比,差别定价方法提高期望收益4.81%.本研究能够为高速铁路差别定价策略制定提供理论和方法支撑,有助于提高运力利用率及运输效益.     

考虑碳排放影响的大型机场陆侧多交通方式运力匹配模型

为解决机场枢纽旅客疏散需求与陆侧交通运力供给的精准适配难题，该文在分析运力配置与旅客出行方式选择相互作用机理的基础上，建立了面向大型机场陆侧大巴、轨道交通、出租车和私家车等多交通方式协同的运力匹配双层规划模型。首先，以出行时间、出行费用、准时度和舒适度4个指标作为特征变量构建了多交通方式选择效用函数。其次，综合考虑各交通方式的协同与服务水平特点，建立了运力匹配双层规划模型：上层模型以企业运营成本、旅客候车成本和碳排放环境成本三者之和最小化为目标，对公共交通线路的发车时间间隔、出租车到达率进行优化；下层模型基于随机用户均衡-Logit模型，在上层生成的运力配置方案的基础上，实现客流面向多交通方式的分配。再次，该文提出了一种改进的遗传算法以求解模型，通过嵌套连续平均算法与预搜索机制提高下层模型的计算效率，进而提升综合求解效率。最后，以北京大兴国际机场为例开展实证研究，结果表明：所构建的双层规划模型和算法能有效优化大型机场交通运力资源配置，从而达到优化陆侧交通结构、倡导绿色出行的目的。     

B2C 电子商务物流中心选址-路径综合优化研究

为优化 B2C（business-to-customer）电子商务物流系统,结合 B2C 电子商务特点,构建以物流成本最小为目标函数、以运输时间和供需关系限制为约束条件的电子商务物流中心混合整数规划模型,采用改进的遗传算法将电子商务物流中心选址的混合整数规划模型求解过程转换成求解最优运输路径问题,并且设置惩罚算子对超过运输时间限制的方案进行特定的惩罚处理,设计合适的染色体编码方式、交叉算子、变异算子、惩罚函数等。通过随机生成的数据运用 Matlab 软件进行算例仿真模拟,验证模型的有效性。     

基于整数规划下遗传算法的P码直接捕获算法优化

P码直接捕获算法包含诸如平均点数、相干积累时间、非相干积累次数、频率步进量、唐检参数及快速傅里叶变换(FFT)运算单元数等10多个参数. 当在算法检测概率、虚警概率和捕获时间满足要求的约束下,对算法消耗的多种资源进行优化时,具有多约束、多变量、非线性和整数取值等难点. 为解决如此复杂的参数优化问题,提出一种整数规划下遗传算法应用于P码直接捕获算法. 该方法借鉴遗传算法的思想,并考虑P码直接捕获算法参数的整数取值要求,适合各种条件下的算法参数优化. 数值分析结果表明,该方法获得了最优的参数值,有助于实际应用.      

铁路物流中心多目标分层选址优化模型及算法

以全国铁路既有货场为研究对象,基于不同节点等级,研究了跨区域下多等级铁路物流中心选址优化方法.在利用改进DEA模型对既有货场发展状况进行评价的基础上,以铁路既有货场资源利用最大化、铁路物流中心建设成本最小化为优化目标,建立铁路物流中心分层选址的0-1混合整数规划模型,并设计了遗传算法进行求解.最后,以全路2500余个货场为对象,设计了"45-256-509"的全路铁路物流中心选址方案,三个层次的节点分布呈金字塔形,符合网络构建的基本特征,充分验证了优化数学模型和求解算法的有效性,为铁路物流中心的建设提供参考依据.     

自动优化露天矿短期进度计划的渐进细化法

分析了露天矿生产计划技术现状,提出计算机辅助设计法与数学规划法有机结合是制定露天生产进度计划的最佳手段.针对整数规划和具有前后时段顺序的0-1整数规划在露天矿生产进度计划应用中存在的问题,提出了渐进细化的生产进度计划优化方法,论述了渐进细化过程,建立了相应的0-1整数规划模型.在VC++环境下通过调用LindoAPI实现模型求解,该细化0-1整数规划方法,较前后时段0-1整数规划方法提高了计算速度,满足设计细化需要.     

考虑公交车内拥挤的区间公交优化设计

为满足公交客流走廊集聚的需求,研究了全程车和区间车形成的多服务模式公交优化设计问题.针对公交走廊需求特征,利用公交客流起止点(OD)数据,建立了双层优化模型,上层模型以发车频率和公交座位数为主要输出参数的公交设计研究模型,下层模型为经典的随机选择(SUE)模型,应用序列二次规划(SQP)算法求解模型.最后结合相关案例给出了优化算例,案例结果表明,模型具有较强的实用性,能够较好地反映公交车内拥挤对乘客出行成本的影响,能有效地提高公交走廊的运营效率.同时,模型通过输出不同站点上车在各站点能找到座位的概率,优化乘客选择不同公交出行的行为,均衡了公交客流,提高了车辆服务质量.     

基于K近邻算法的钢筋混凝土柱地震破坏模式判别方法

钢筋混凝土（RC）柱在地震力的作用下会发生不同的破坏模式,不同的破坏模式会有不同的损伤特点。所以,有必要针对不同地震破坏模式提出有效的判别方法。首先基于SMOTE算法使数据样本达到均衡,其次根据ENN算法,筛选了判别弯曲破坏和非弯曲破坏、弯剪破坏和剪切破坏的最佳参数;再次通过TomekLinks算法合理剔除噪音样本重构均衡数据,最后基于kNN算法建立了两阶段kNN模型,达到了准确判别RC柱地震破坏模式的目的,并通过与传统kNN模型、传统经验方法进行对比分析,验证了模型的优异性。研究结果表明：该方法通过选取筛选最佳参数,在提高判别准确率的同时简化了传统机器学习判别模型;本模型提出的两阶段kNN模型对三种破坏模式的判别准确率均可达90%以上,比传统kNN模型高10%左右,比传统经验判别方法高20%左右。     

机会约束规划在地对空雷达干扰资源优化分配中的应用

应用机会约束规划理论,研究了反空袭作战中地对空雷达干扰资源优化分配问题。首先,在给出雷达威胁等级判定模型的基础上,利用干扰压制区建立了地对空雷达干扰效果评定模型。其次,根据所建干扰效果评定模型,综合考虑干扰资源分配过程中存在的不确定因素,建立了双层模糊机会约束混合整数规划模型。最后,利用可能性测度理论,将干扰资源优化分配模型清晰化为双层混合整数规划模型,通过求解混合整数线性规划来获取优化分配模型的最优解。仿真算例表明:所建的干扰资源优化分配模型不仅能够有效处理分配过程中的不确定信息,而且能够在本级干扰效果最大化的同时实现全局最优化;模型的求解算法针对性更强,非常适合求解该问题。     

LINDO在工程实际中的运用

L INDO是一个专门用于解决优化问题的软件。研究了混凝土运输车在一天运输任务中的分配最优问题 ,建立了一个以总费用为目标函数的整数规划模型 ,所建模型通过定性分析与使用 L INDO软件包求解获得了满意的方案     

多目标约束水平的动态运输问题

构造了目标多约束水平（MC^2）动态运输问题的数学模型,开发了求解这一模型的迭代算法。此算法利用MC^2单纯形法给出基可行解,并在此基础上,运用动态规划思想从最优子策略逐步求得最优策略。     

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.