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     

多车场车辆路径问题及混合遗传算法

在多车场车辆路径问题中,综合考虑车辆的行驶路程和使用车辆的数量能有效降低配送成本,考虑了这两方面的因素建立了相应的数学模型,运用混合遗传算法进行了求解,并通过实例证明了模型和算法的有效性。     

多车场车流分配的广义指派模型及其分解算法

将多车场车流分配问题等价为一个广义指标问题，然后和ＳＡ算法将其分解为单车场问题，最后用修正的Ｃｌａｒｋｅ－Ｗｒｉｇｈｔ启发式算法给出单车场问题的所有巡回路线。     

带软时间窗的多商品需求可拆分两阶段车辆路径问题研究

【目的】干线、支线作为电商企业物流配送的关键环节,其协同优化对降本增效意义重大。【方法】基于干线、支线实际运营特征,提炼出软时间窗、多车场、多商品、需求可拆分两阶段车辆路径问题,建立以车辆路径成本、固定派车成本和惩罚成本（违反配送时间要求）为优化目标的混合整数规划模型,基于派车次数和运输距离节约的贪婪思想,设计高效启发式求解算法,并借助27个小规模算例和8个较大规模算例对模型和算法的求解效果进行验证。【结果】实验结果表明：1）借助优化软件,模型在2个小时内能够求解5个区域中心仓库、20个中转仓库、4种商品的算例;2）所设计的启发式算法能够在较短时间内对现实中的较大规模问题求出可行解,求解能力和求解效率远优于优化软件CPLEX;3）问题复杂度随着问题规模（区域中心仓库数量、中转仓库数量、商品种类数量）增加急剧增加,中转仓库数量对问题复杂度的影响最大,区域中心仓库数量的影响次之,商品种类数的影响最小。4）针对较小规模算例,干线配送成本占比较大,随着算例规模增加,支线环节派车数量增幅较大,进而导致支线配送成本明显增加;5）增加车辆工作时长后,干线环节派车数量减幅较大,总配送成本显著降低。放宽第二阶段车容量限制,第二配送阶段的用车数量大幅度降低;【结论】研究成果不仅可拓展两阶段车辆路径问题现有理论,而且有助于电商企业实现多级配送网络高效协同运作;此外,通过优化配送方案,减少派车次数,有助于缓解城市交通压力,改善城市交通环境。     

课程表问题的一种混合型模拟退火算法

提出了课程表问题的一种基于概率型启发式算法（HA）的混合型模拟退火算法。其中，概率型的启发式算法采用了复杂度高者优先，循环首次适应算法，贪婪法，回溯法和松弛法等多种方法，该算法所排出的课表可作为模拟退火算法的初始解。模拟退火可对概率型启发式算法的排课结果做进一步优化，克服了启发式算法不具有全局收敛性的缺点。所以，混合型模拟退火算法具有启发式算法充分利用领域知识，计算量小，优化快速和模拟退火的全局收敛性，数值实验也证明了它的有效性和可行性。     

基于A*算法的启发式算法求解多序列比对问题

通过分析动态规划算法及A^*算法的特点，针对多序列比对问题提出一种基于A^*算法的启发式算法。该算法采用了多个优化搜索机制。通过对此算法的理论分析，证明了它能够在有效地减小搜索的空间、节约搜索的时间的同时，保证得到比较好的比对结果。此算法不仅能够在多序列比对问题中得到应用，还能够用于其他有向无环图的最短路径问题的求解。     

多目标线性规划的模糊折衷算法

通过推广求解多目标线性规划问题的平均算子法,提出了多目标线性规划的模糊折衷算法,证明了多目标线性规划的模糊折衷算法求得的解是有效解.此外,提出了多目标线性规划的两阶段算法,即:若多目标线性规划的模糊折衷算法指定的最小满意度不恰当,则可能会导致交互过程复杂化;若用最小算子法求得的解作为多目标线性规划模糊折衷算法中决策者指定的目标函数最小满意度,则可能使多目标线性规划的模糊折衷算法的计算量减小,另一方面能够弥补最大(最小)算子法求得的解可能为非有效解的不足.此外,用实例验证了多目标线性规划两阶段算法求得的解为有效解.     

单生产商-多销售商多生产阶段协同订货模型

在单生产商-多销售商联合生产库存系统中,假定策略周期可以包含生产商的多次生产阶段,且不同销售商的订货次数和订货间隔不一定相同,建立了生产商-销售商的多生产阶段-协同订货模型.首先,把多个销售商的不同订货策略转化成一个虚拟销售商的订货策略.然后,把虚拟销售商的订货对应到生产商的不同生产阶段,对每个生产阶段应用单生产商单销售商的库存-时间图对系统整体的库存进行分析,构建了多生产阶段协同订货的数学模型,并给出了求解该模型的启发式算法.最后,用实例证实了该模型所得到的最优平均总费用优于已有的模型.     

定位-运输路线安排问题的一种启发式算法研究

定位-运输路线安排问题(LRP)是分销网络设计和物流管理决策中的难题,属于NP难问题,求解有一定难度.文章通过构造辅助函数对优化问题约束条件的处理,基于分层次实现多个目标的思路将LRP看作一个整体,利用具群体智能的粒子群算法进行求解,避免了基于两阶段算法的不足,减小了在进化过程中停滞于局部最优解的概率.为粒子群算法在大规模组合优化问题中实际应用做了有益的尝试.     

多目标路径规划问题的算法综述

单目标路径优化模型难以更好的模拟实际生活中复杂多变的状况,相比而言多目标路径优化更贴近于现实,对实际问题更具有指导意义,也是近年来计算机科学和物流科学研究的一个热点问题,产生了众多的研究成果;为全面总结多目标路径优化算法的研究现状,综述了国内外多目标路径优化算法在不同背景下的应用及取得的进展,并按算法的构造方法进行了相应的分类;最后进行了总结分析了存在的问题,并指明其进一步的研究方向。     

能源综合输送系统规划的模型与算法

为能源综合输送系统的规划构造了一个网络模型。以年计算费用来综合投资与年 运行费，则最小费用是流的二次三项式函数，在线性最小费用流算法的基础上可以进 行优化。 该模型曾用于山西能源基地的输煤输电规划。     

用自适应的遗传算法求解双准则三维运输问题

采用鲁棒性比较好的遗传算法,并利用自适应的杂交和变异概率求解了双准则三维运输问题,最后通过实验验证该方法可产生适合需求的解.     

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。     

树型网格环境TGrid的模型及算法

针对当前网格环境中存在的应用开发困难和管理复杂等问题,提出了一种新的基于树型结构的网格环境TGrid,它支持高性能计算、面向主题的资源共享和新一代需求建模.文中在分析讨论TGrid的特点及实现关键问题的基础上,给出了树的建立、树的动态重构、资源查找等关键算法,重点描述了TGrid实现大规模并行处理的动态负载平衡算法.模拟实验结果表明所提出的算法是有效的.     

自回归模型的多新息随机梯度和多新息最小二乘辨识方法

将多新息辨识理论用于研究自回归模型的参数辨识问题,通过把标量新息扩展为向量新息(即多新患),扩展信患向量到信患矩阵和构成堆积系统输出,从而提出了自回归模型的多新息随机梯度辨识算法和多新息最小二乘辨识算法.仿真结果验证了提出算法的有效性.     

CARMA模型离线最小二乘迭代辨识方法

基于迭代最小二乘原理,提出了辨识CARMA模型和输出误差模型参数的最小迭代算法。两个最小二乘迭代算法分别比递推增广最小二乘算法和辅助模型递推算法具有更高的参数精度和具有很快的收敛速度。最小二乘迭代辨识的基本思想是:采用交互估计理论和递阶辨识原理,在每步迭代计算中,参数估计依赖于噪声估计,反过来噪声估计通过前一次迭代的参数估计计算,二者执行了一个递阶计算过程。最后用仿真例子验证了提出的算法。     

非对称模型下的顺序诊断算法

讨论了顺序ｔ－可诊断系统的诊断算法问题。在Ｍａｌｅｋ和ＢＧＭ模型下，分别提出了一种顺序诊断算法，这些算法在测试图是二部图的情形下都是多项式时间复杂性的。     

协作比赛的组队问题

在国际数学建模竞赛中,要由三名成员协作完成,而如何组队成为应当先考虑的问题,选择队员时,需综合考虑一些因素,并根据这些因素进行数学计算,定量分析,进而得到最理想的队员名单。     

线性约束回归问题的几个算法

由实际问题建立的多元线性回归模型Y=Xβ+e,有时要求β满足某些线性约束条件,成为约束二次规划问题。利用数学规划方法给出求解线性约束回归问题的几个不同的算法,并给出计算实例以予比较。