图上作业法的推广

图上作业法是我国对线性规划这门学料的一个重大贡献,它的巨大优点在于掌握容易,操作简便;因而深受实际工作者的欢迎,正开始广泛地用起来为社会主义建设服务.但是这个方法原来的形式有着一定的局限性,它只能求出吨公里数最小的调运方案,当运价与里程不一定成比例时,要找运费最小的调运方案,图上作业法便不适用,而只有用较麻烦的表上作业法了.科学院数学研究所编“线性规划的理论及应用”一书第四章§1指出如何由图上作业法给出一个较好的初始调运方案,再用表上作业法求出最优方案,在那里仍是以图上作业法为辅,表上作业法为主来进行解决问题的.这篇文章的目的便在于发展“图上作业法”的方法,使它适用于运价与里程不成比例时的情况,甚至同一条路上不同方向的有不同的运价(如水上运输)时,也能适用.因此在物资调配,运输等实际问题中,图上作业法     

表上作业法在有转运的物资运输问题中的应用

讨论了产销平衡运输问题的表上作业法,利用Vogel法求初始方案,位势法求检验数,闭回路法对可行解进行调整和改进.提出了带有转运的物资运输问题的求解方法,将所有产地、中间转运站、销地都可以看做产地,又可看做销地,把整个问题当做一个扩大的运输问题处理.     

解一类线性规划的“加减法”和“乘除法”

本文主要内容是研讨由物资调拨,作物安排,配套生产等问题提出的一类线性规划的解法.由物资调拨、运输等问题所提出的线性规划是熟知的所谓“康托诺维奇——西奇柯克”问题,为方便计以下叫规划甲.这个问题已有若干种解法,本文提出的“加减法”与现知的方法有较大的不同,从一些例子的对比计算来看“加减法”较为简便.由作物安排,劳力调配,机具安排等问题所提出的一类线性规划(以下叫规划乙)尚未见有针对本问题的一般解法.     

运输问题表上作业法的再探讨

表上作业法是求解运输问题的重要方法,表上作业法的实质是单纯形法.在用表上作业法求解运输问题时,运输问题的基本性质起着非常重要的作用,这些性质也揭示了表上作业法是单纯形法的特殊情形.然而在现行教材中,对运输问题的基本性质分析不够,缺少严格的证明,这在教学中造成了很大的困惑.通过进一步分析,本文给出了用最小元素法给出的初始方案是运输问题的基可行解的一种新证明方法,并指出为什么:"每个空格都对应着唯一的闭回路";当出现退化情形时,给出了添加"0"时需要注意的问题.     

表上作业法的改进

表上作业法,已广泛应用于物资调拨,劳力调配,作物布局等方面。对它的初始方案的给出,也有很多方法,如西南角法,最小元素法,大小元素法,行(列)最小元素法,两差法,综合法等,在检验是否最优的问题上,检验数的求法有闭迴路法,位势法,矩形法等。当检验数出现负值时,需要调整,已有的结论是调整后的检验数,有些不变,有些需要加一个常数g。有些需要减一个常数g。本文就是对这个结论的一个证明。定理:设检验数λ_(iojo)=g<0,则对io,jo空格的闭迴路进行调整后(设消去变量x_(is-1,js)变成     

运输问题简便解法在生产计划中的应用

可转化成运输模型的生产计划问题,传统解法为表上作业法.表上作业法虽然可以解决运输问题,但比较繁琐,不便于掌握和实际应用与推广.为了克服这一缺欠,文章提出了新的解法.简便解法使运输问题的求解更加简捷,更加便于掌握和实际应用与推广.     

受时间约束的运输问题的表上作业法

在应急物资保障中，受时间约束的运输问题是十分重要的。结合实际情况，对受时间约束的运输问题进行了探讨。通过分析，对表上作业法进行了改进，提出了最小损失闭回路调整法．并给出了求解的具体步骤，最后用实例进一步说明其应用。     

基于遗传算法的物资调配系统

在深入分析物资调配系统基础上,充分考虑了调配问题中所产生的各项费用,建立了一个新的完善的数学模型.在求解的算法上,引入了遗传算法进行求解,并在编码的方法上作了改进,通过算例进行求解,取得了合理的解.这表明基于遗传算法的物资调配系统的高效性和可观的经济价值.     

运输问题的表上作业法的一个解释

介绍了运输问题的一些基本性质,对运输表上一组变量对应的列向量组线性无关的充要条件是这组变量不包含闭回路这一重要定理,给出新的证明。根据这个定理及其他性质,用新的方法分析了表上作业法与单纯形方法之间的关系,表明表上作业法实际上是一种特殊的单纯形方法。给出了一个说明怎样用运输表求解问题的例子     

多级多受灾点连续消耗应急物资调度优化策略

灾后应急救助十分关键,特别是多地同时受灾情况下.为此,考虑将灾民安置与物资运输一体化规划,建立连续消耗多级应急物资调配数学模型.在此基础上,以应急系统施救成本和施救不及时损失为目标函数构建优化模型,并应用遗传算法(GA)和序列线性规划(SLP)算法相结合策略对物资调配进行优化.构造四级救灾物资调配算例模拟救灾过程.数值结果表明,使用GA全局寻优结合SLP局部寻优策略相较单一优化算法能有效找到更优解.所提出的优化策略可为灾后多级多受灾点连续消耗应急物资调度提供可行方案.     

流体神经网络模型在规划物流配送运输方案中的应用

讨论了物流信息系统中物流配送运输方案的规划问题，针对表上作业法、神经网络方法的不足，提出了用流体神经网络来解决这个问题。     

广义运输问题的状态算法

经典运输问题在实际应用中有很大的局限性,推广后可以得到具有运输能力限制、供求量可以变化的广义运输问题.广义运输问题不能用运输问题的表上作业法进行求解.利用网络流算法对广义运输问题进行求解.我们首先将广义运输问题等价化为最小费用循环流模型,然后根据求最小费用循环流的状态算法,构造了求解用于广义运输问题的有效方法.     

单回路运输问题的表上作业求解

基于单回路运输问题的数学模型的特征与多点间运输问题有相似之处,提出了单回路运输问题的表上作业求解法;并探讨了该方法的求解适用原则,除了适用大部分多点间运输问题可行解的确定原则法外,还可以和其启发式算法——最近邻点法结合使用.但运用闭回路法优化时易产生子回路,优化方法有待继续探索.     

运输问题表上作业法的改进

本文探讨了运输问题表上作业法获取更佳初始解的方法,以减少表上作业法方案调整的工作量,简化求解运输问题最优解的过程。     

表上作业法与网络计算法求解运输问题的比较分析

运输问题是物流中的一个基本问题,求解运输问题的基本方法是以单纯形法为基础的表上作业法,本文通过对表上作业法和网络计算法的比较分析,认为对于一般的运输问题,用网络计算法更为简单快捷。     

基于遗传算法的运输问题最优解研究

用表上作业法求解运输问题计算量很大,且收敛速度较慢.本文用遗传算法求解运输问题,通过选择恰当的编码方案和遗传算子,求运输问题的最优解.通过实例说明了基于遗传算法的产销平衡的运输问题及求解过程.     

运输问题一种新的表上作业法

在运输问题的逐块选优算法的基础上,根据目标函数梯度在可行域的低维约束平面上投影,得到运输问题的表上作业法;若干实例说明了这种表上作业法的有效性。     

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.     

运输问题简便解法在生产计划中的应用

可转化成运输模型的生产计划问题,传统解法为表上作业法。表上作业法虽然可以解决运输问题,但比较繁琐,不便于掌握和实际应用与推广。为了克服这一缺欠,文章提出了新的解法。简便解法使运输问题的求解更加简捷,更加便于掌握和实际应用与推广。     

考虑优先级和时间窗约束的应急物资调配模型

突发公共卫生事件的不确定性和突发性特点,使得高效精准的应急物资调配方案显得尤为重要。构建突发公共卫生事件背景下生活物资配送中转站的选址模型,并考虑特殊事件的发生,改进优先级系数和时间窗的计算,以运输距离、违反车辆容量与时间窗约束的惩罚成本最小为多目标,构建物资配送路径规划模型,通过K-means聚类算法解决选址问题,设置遗传算法和大邻域搜索算法的混合遗传算法求解最优配送路径。最后以长春市朝阳区的物资配送为例进行实证分析,结果表明可以将200个小区聚类为60个物资需求站点进行配送,需要26辆车将物资从调配中心转运到需求站点,并得到4类最优的物资配送方案,为解决突发公共卫生事件下应急物资配置提供了新的思路。