多车型动态车队调度问题的算法设计及求解

对多车型动态车队调度问题的时空分解模型进行进一步改进,引入控制向量ξt和ul,设计了控制向量的确定与更新过程,并给出基于控制向量更新的算法流程,最后,用实例验证了算法的可行性.     

随机动态车队管理问题

详细描述随机动态车队管理问题，分析问题的随机特性，建立问题的随机线性规划模型。根据未来需求的概率分布函数，设计期望车辆数的估计方法、车辆选择概率的确定方法和车辆期望收益值的确定方法，从而确定线性替代函数斜率，构造线性替代函数来逼近目标函数中的期望函数部分，使问题分解为多个单时段单节点问题，并设计单时段单节点问题的求解方法。最后给出问题的完整求解过程，从而使问题能够得到有效解决。     

动态车队组合优化模型及精确算法

结合单周期静态车辆配送问题(VRP),分析多周期车队组合及配送,建立起物流企业动态车队组合优化模型.使用Dantzig-Wolf分解方法对此模型进行分解,结合单纯形法、动态规划法和分枝定界法,设计出符合该模型的精确算法,并且通过数值实验对不同的需求分布,得到了动态车队组合的优化解.     

行驶时间不定条件下动态车队管理问题随机模型及算法

针对动态的车队管理问题中,由于车辆故障、天气条件和交通阻塞等情况所引起的车辆行驶时间具有很大变动性的情况,提出了一个具有随机行驶时间的动态车队管理问题的随机模型.为了求解该问题,将其构造为一个动态规划问题,并基于时间和位置信息,将其分解为多个子问题.在每个子问题中,利用高维状态变量表示随机行驶时间信息,并采用价值函数的近似进行求解.实验结果表明,提出的方法能够得到高质量的解.     

商品配送中车辆调度随机模型的建立及其求解

在物流活动的商品配送运输中，由于受不确定因素的干扰，对配送车辆调度的适时性造成了很大影响，从而增加了配送成本和降低了配送的服务质量。本文针对这一问题，建立一种车辆调度的随机模型。通过实例并运用遗传算法对模型求解，极大地提高车辆调度适时性的保证度和配送运输服务的质量，说明该模型及算法具有较好的应用价值。     

随机动态多车辆装卸混合问题及求解策略研究

将随机动态装卸混合问题的车辆数由单车辆推广至多车辆,针对其中存在的排队现象,运用排队论推导出需求密集情况下期望系统时间的下界,提出了一种求解的堆栈策略,并推导出了堆栈策略期望系统时间的上界,分析了堆栈策略的渐近性.仿真结果表明,堆栈策略是一种适用于需求密集情况下随机动态多车辆装卸混合问题的求解策略.     

基于随机模型的动态调度算法研究

针对多资源云环境中虚拟机放置问题,提出了一种在随机模型下综合利用率较高的动态调度算法MIUS （maximize integrated utilization scheduling）. 首先,在调度中心建立一个虚拟的中央队列缓存用户任务,然后利用随机路由算法对用户任务进行服务器快速选择,最后在服务器上建立虚拟等待队列并利用MIUS算法进行虚拟机配置. 仿真实验结果表明,该算法在保证QoS的情况下,实现了一定程度上的负载均衡,并可较大提高系统的综合利用率.     

基于随机来水量随机负荷的短期水火电调度

本文利用随机变量计及自然来水量及负荷的不确定性，用机会约束来描述水库蓄水量约束及线路的安全约束，并通过两阶段随机线性规划求解本文模型．本文最后给出了一样例系统的计算结果．     

基于随机特性的航空机票动态超售模型

将预售期内旅客的订票行为视为Poisson过程,在对未来预售期内旅客订票数量预测的基础上,建立考虑旅客订票随机性的航空机票动态超售模型;推导了模型中未来预售期内旅客订票数量的分布律,根据实际操作中航空公司对超售上限限制的特点,给出了旅客No-Show和DB损失期望的计算公式;结合枚举法实现了对超售模型的求解,并根据模型特点提出了提高效率的求解策略;通过算例分析及数值仿真,证明了超售模型的合理性,验证了动态超售模型的有效性和可操作性,同时证明模型具有在不同的订票强度下,不断修正参数使得总收益增加的特点,仿真结果也反映出较低的DB风险水平,为航空公司机票预售策略的制定提供一定参考及实用价值.     

动态规划启发式算法求解时变车辆调度问题

时变网络中车辆在任意两节点间的行驶时间不仅与节点间的距离有关, 还与所处的时段有关. 对时变车辆调度问题提出一种满足先入先出准则的跨时段处理方法, 直接推导出跨时段对应的车辆行驶时间. 在此基础上建立了数学模型, 并构造动态规划启发式算法进行求解. 该算法能够通过设置参数H平衡求解质量和运行时间. 通过对10组随机产生的数据进行测试, 结果表明动态规划启发式算法能够在很短时间内改进最近邻算法. 当H=2时, 求解质量改进11%, 平均运算时间为1.34秒; 当H=3时, 在不到2秒的运算时间内求解质量改进17%.     

基于迭代局域搜索的智能优化算法求解车辆调度问题研究

在对基本车辆调度问题(VRP)进行简单描述的基础上,提出了求解该问题的两类混合策略.这两类策略均采用两阶段的思想:第一阶段,利用节约法对顾客进行聚类;第二阶段,构造适合求解VRP的改进dynasearch算法,且将基于随机kick的迭代局域搜索算法与改进dynasearch算法相结合,提出了迭代dynasearch算法.通过实验仿真,验证了这两类策略在很大程度上能改进问题的解.     

含区间参数的战场资源动态调度模型及算法

战场资源调度是作战指挥领域研究的热点.首先描述了战场资源调度问题,分析了战场资源动态调度需求,在此基础上建立了包含区间参数的战场资源动态调度模型.然后设计了三种不同的贪心策略,分别为基本贪心策略、双重贪心策略和一致贪心策略,提出了模型求解的混合贪心算法.最后结合联合作战算例进行了仿真验证,结果表明本文方法可行优越,能应用于不确定性的战场环境中.     

用模糊调度系统求解动态Job Shop问题

研究工件加权拖期总和最小化的动态 Job Shop调度问题 .提出了一个模糊调度系统 ,用以动态地选取启发式调度规则以求解该问题 .特别地 ,该系统具有从模糊规则和以前经验中学习的能力 .各种不同条件下的仿真实验表明该模糊调度系统是有效的.     

基于分解协调原理的大规模动态车辆调度

提出一种解决大规模动态车辆调度问题新算法，首先，采用动态乘类方法，将整个系统分解为几个子系统。其次，针对传统大系统分解协调算法，解决大规模动态车辆调度，收敛性能比较差的问题，设计了有效的协调参数，并在主系统和子系统中，又分别设计了不同的由适应遗传算法，仿真试验表明，该算法不仅提高了最优解的质量，而且还具有搜索空间小、求解速度快的特点，能够有效地解决大规模动态车辆调度问题。     

多车型动态车辆调度及其遗传算法

研究了允许多种车型同时调用的动态车辆调度问题:分别以路径最短为目标和以油耗成本最少为目标进行动态车辆调度优化,并设计了相应的遗传算法。本文最后的实例进行了验证,发现以油耗最少为目标,不仅考虑了不同车型的容量限制,而且考虑了动态载重量的油耗影响,更加符合实际情况,因此其优化结果更加合理。     

基于汇集预测的随机客户需求配送车辆调度问题

针对物流配送过程中客户需求随机出现的车辆调度问题，结合客户随机需求信息和经验数据，运用汇集预测方法，生成合理的虚拟客户出现的概率及其位置和需求量；在分析客户不满意度函数的基础上，综合考虑配送车辆调度方案的经济性和客户满意度两方面因素，提出了加权广义配送总费用最小化目标；依照车辆先真实后虚拟客户配送的原则，建立了配送车辆调度模型，设计了与局部搜索相结合的改进遗传算法。Solomon标准测试算例验证了模型与算法的有效性与适用性，结果表明，相比于现有的其他方法，本文方法制定的配送车辆调度方案不仅能有效降低物流企业的总配送成本，而且能快速响应客户需求，提高客户满意度和服务水平。     

一个批处理机随机E/ T 调度问题研究

对批处理机随机E/T(earliness and tardiness)调度问题,假设各批的加工时间独立同分布;各工件的交付期相互独立,并与加工时间独立;目标是极小化所有工件的提前与延迟时间和的均值.在加工时间和工件的交付期都服从指数分布的条件下,得到了最优调度的几个性质,基于这些性质用动态规划给出了一个求问题最优解的算法,此算法的时间复杂度为O(n2B2)(B相似文献   

基于事件调度的随机Petri网仿真

当随机Petri网时间变迁的延迟时间分布为非指数分布时，随机Petri网就不再与马尔可夫链同构，不存在数学分析解法。数字仿真成为解算其性能指标最通用的方法。本文提出基于事件调度的随机Petri网仿真算法，该算法适用于任意时间变迁延迟时间分布随机Petri网性能的解算，实例分析证明该仿真算法的有效性。     

一类多卫星动态调度问题的建模与求解方法

卫星调度是空间资源管理的重要内容之一，其本身也是一类复杂的资源分配问题。基于动态约束满足理论，针对卫星初始调度方案执行过程中卫星资源出现故障的情况，建立了多卫星动态调度模型，提出了求解模型的启发式搜索方法。最后，以地球资源观测卫星调度问题为例，对模型和算法进行了验证。     

基于实时交通信息的车辆路径与调度动态仿真

城市的发展导致道路交通运输问题变得越来越突出。针对这类问题,建立了一种基于实时交通信息的动态车辆路径与调度问题模型,并构建了一个动态交通仿真模型模拟真实的车辆行驶状况。通过两阶段仿真,获取车辆在道路中行驶的实际行驶时间。最后构造了一个交通网络,通过仿真试验验证提出的模型的有效性。