遗传算法在多目标运输问题的应用

运输问题有特殊的数据结构———运输树,应用基于支撑树的遗传算法求解多目标运输问题,介绍了能表示运输问题所有基解的节点编码方法及对节点编码的交配与变异规则,给出了染色体转换成运输树的可行性准则.     

基于双最短时间的运输分配研究

以运输分配为研究对象，提出了先遣需求完成最短时限和总运输时间最短问题，并给出了问题的网络模型。运用图论知识，构造了基于网络最大流算法和最短时间流算法的计算步骤，算例表明，本算法可有效地解决运输问题。     

多指标运输问题的数学模型及算法研究

对多指标运输的决策，通过“转化”和“归一”两种方法，将此类问题分别转变为相应的多目标优化模型来处理，从而为多指标运输问题的决策提供了一种科学的决策方法。     

多式联运的最短时间路径-运输费用模型研究

随着经济的迅速发展，单一的运输方式越来越不能满足来自客户的敏捷制造、快速响应市场、物流供应链管理等诸多方面的需求，多式联运为之提供了良好的解决方案；多式联运运输网络考虑了节点间的运输时间、节点处的运输方式转换时间以及可能发生的货运延迟；给出了多式联运下的路径最短时间模型，并根据求得的最短时间路径提供了相应的运输费用模型，为多式联运的相关研究工作提供了理论基础。     

一种时延约束的多共享组播树构造算法

该文提出了一种时延约束的多共享组播树构造算法，以解决多点到多点组播路由情况下单棵共享树无法满足时延约束的问题。该算法构造覆盖所有源节点和目的节点子集的多棵共享树以满足时延约束的要求，并通过减少共享树个数降低管理开销。该算法计算以每个节点为中心的共享树所能达到的目的节点的子集，将原问题转换为集合覆盖问题，并采用基于矩阵的启发式算法进行求解。仿真实验将该算法和同类算法进行比较，结果表明该算法在不增加管理开销和中心数的情况下，有效地减少了运行时间。     

港口运费最优化模型的研究

本文从港口总运输费用最小以及运输量最大两方面考虑，采用多目标规划思想，提出港口运输费用最优化的一种新模型。     

一种改进的蚂蚁算法在多目标配路中的应用

通过赋予蚂蚁方向辨别和选择的能力并重新定义路段可期望性参数η，将平面地理信息纳入转移概率因素，增加了局部搜索规则，提出了一种改进的蚂蚁算法，该算法可在路段通行能力受到限制的情况下对多目标的运输优化问题求得满意解，并且具有较好的收敛性．通过计算一个简单的多目标配路问题体现了算法的实现过程，并对算法的合理性进行了检验．     

能耗约束下多起讫点的港口集疏运系统运输策略研究

针对如何选择多起讫点的港口集疏运系统运输策略问题,文章建立了集疏运系统的成本模型、能耗最小模型以及能耗约束下的成本最小模型。通过对集疏运网络节点的扩展,简化了问题的复杂性,并从能耗与时间范围的角度分析了能耗、时间范围和成本之间的关系,进而选择合适的运输策略。结果表明:运输策略的选择受时间范围、能耗最大量和可接受总成本综合影响;不同的模型下,运输策略存在较大差异,能耗约束促使运输策略以铁路、水路运输为主,成本约束下的运输策略则更倾向于选择公路、铁路运输。     

多天线多信道无线mesh网络的组播研究

在无线多跳mesh网络中，每个mesh节点可以配备多个天线。并利用不同的信道进行通讯，这给组播问题带来了新的挑战．针对这一问题，提出了一种基于组播树的多天线多信道无线mesh网络的组播方案，首次给出了转发信道冗余度的概念，并证明了发现转发信道冗余度最低的组播树是一个NP完全问题．同时给出了一个构造组播树的近似算法，以及基于组播树的抗干扰低延迟组播调度算法．模拟实验结果证明了该算法的有效性．     

求解多目标运输问题的表上作业法

根据可持续发展和保护资源、环境的特殊需要,研究了多目标运输问题.引入了这一类多目标运输问题的表格表示方法;给出了有效解、检验数向量等定义以及求解多目标运输问题的表上作业法.     

军事融合式物流运输调度节点规划模型分析

为有效提高军事融合式物流运输效率,从物流运输节点入手,设计一种新的物流运输调度节点规划模型。首先确定各节点物流需求,以需求子集的形式进行数字化模拟操作,通过确定需求子集,排除当前物流的独立需要; 通过对应匹配集进行需求聚类简化,确认当前节点的优先性特征; 根据聚类结果,对当前未指定物流顺序的物流节点和不存在的物流约束点进行排序; 根据约束条件,确定最佳物流路径,实现物流运输调度节点规划。实验结果表明,应用该节点规划模型后,军事融合式物流冲突率降低超过20%,无阻路径长度差距为37%,证明该模型可以有效提高物流效率,应用优势较强。     

运输问题的最小生成树算法

本文给出了一种求解运输问题的算法——最小生成树算法，采用树状数据结构存 储基本可行解．采甲二叉树遍历算法求位势．沿逆向指针找出闭回路，占用存储空间 少、运算速度快。文中对该算法与已有的一些求解运输问题的位势法作了分析比较。 文中还指出：若对此算法所采用的数据结构和实现的运算适当地加以修改便可应用于 求解一般的网络规划问题．     

基于需求分级的两次应急资源运输研究

为提高应急运输管理中物资运输的效率,在将物资需求分为两级的基础上,设计了两次运输模式,建立以首次输送时间最小和两次总输送时间最小为目标的双目标运输分配模型,并应用多目标遗传算法NSGAII设计算法.给出了一个具有代表性的算例,算例结果及其分析表明两次运输分配模型和遗传算法的有效性.     

改进ST-GA遗传算法在多目标运输问题中的应用

在解决多目标运输优化问题的基于生成树的遗传算法（st-GA）中融入了NSGA-Ⅱ算法,提出了一种新的生成树遗传算法（NSST-GA）,新算法利用NSGA-Ⅱ中的策略来保持解群体的分布性和多样性,采用精英保留和擂台法来进行遗传选择,算例结果表明新算法提高了收敛速度,防止了早熟收敛,较好的保持了种群多样性和算法的稳定性．     

模糊多目标运输问题的结构元解法

为了解决一类具有模糊多目标的运输问题,采用模糊结构元方法,将问题转化为单目标的运输问题再求解。对于具有模糊多目标的运输问题,这些目标被归结为运输问题的模糊成本,利用模糊结构元理论,将多名专家意见通过基于模糊结构元的模糊算法集结为模糊综合指标值,进而将模糊多目标运输问题转化为模糊单目标的运输问题,并利用模糊数的结构元加权排序准则对单目标运输问题进行求解,最后给出了数值例子。该方法对于解决具有模糊多目标的运输问题具有一定的应用前景。     

道路运输市场价格调整方式及其选择

道路运输价格是道路运输市场经济运行的核心，是调节道路运输市场供求关系的自动调节器和重要杠杆。本文主要从道路运输价格的形成机理入手，分析我国道路运输价格的现状及存在问题，提出了道路运输市场价格调整的选择方式。     

基于需求分级的两次应急资源运输研究

为提高应急运输管理中物资运输的效率,在将物资需求分为两级的基础上,设计了两次运输模式,建立以首次输送时间最小和两次总输送时间最小为目标的双目标运输分配模型,并应用多目标遗传算法NSGAII设计算法。最后,给出了一个具有代表性的算例,算例结果及其分析表明两次运输分配模型和遗传算法的有效性。     

基于多目标决策的集装箱物流通道研究

给出集装箱物流通道的定义.以乌鲁木齐到鹿特丹集装箱物流通道为研究对象,按不同运输方式的组合,将其分为2种径路,再根据具体的差异细分为6条线路.确定3个评价指标,应用多目标决策的模型,对6条线路进行综合优化评价,分析通道存在的问题,并提出优化建议.     

铁路主要干线提速有关问题的研究

在对列车提速的必要性、原则和有限目标进行论述的基础上，就列车提速对运输技术设备的要求和运输组织方面的若干问题进行了初步探讨，分析了多速度客货列车混跑时，不同速度配比的组合方案对线路通过能力的影响，为干线提速的方案选定提供了基础     

模糊优选神经网络多目标决策理论

把笔者建立的模糊优选理论与神经网络理论结合起来，提出确定网络拓扑结构：隐含层数，隐含导节点数与节点激励函数的合理模式，提出模糊优选神经网络权重调整ＢＰ模型；且网络有良好的学习功能。神经元激励函数具有明确的物理意义。