登陆舰装载输送过程视景仿真系统的研究

基于仿真的船舶设计方法可以离线模拟船舶作业流程,对改进船舶设计方案具有重要的指导意义.然而作业流程的复杂性和实体的多样性增加了仿真模拟的难度.在分析和描述登陆舰装载输送过程的基础上,设计了由物理仿真层、动作指令层和剧本描述层组成的面向复杂仿真过程的系统结构框架:解决了实体物理行为的关键算法、仿真实体类的设计和特效的模块化设计等系统关键技术,利用Creator,Vega和VC 开发工具实现了某型登陆舰装载输送过程视景仿真系统,取得了较好的模拟效果,为设计人员评价舰船设计方案和研究输转方法提供了决策手段和分析工具.     

基于剩余装载能力的逆向物流车辆路径问题

对逆向物流及其与环境保护的关系做了简要的介绍，然后提出了与其相关的具有同时取送货的车辆路径问题，即VRPSDP，并对其模型进行了概要的描述，为了弥补现有的基于旅行距离插入准则的不足，通过详细的举例分析，提出了一种运用启发式算法解决VRPSDP的插入准则，实现了车辆剩余装载能力和旅行距离的紧密有效结合，是对基于旅行距离插入准则的一种改进。     

求解带装载能力限制的开放式车辆路径问题的遗传算法

对带装载能力限制的开放式车辆路径问题的求解进行了研究,提出了一种用于求解该问题的遗传算法.对算法中几个关键操作的不同实现方式的性能进行了比较.给出了算法对标准测试算例的运算结果,并与文献中目前最好的结果进行了比较和分析.     

车辆路径问题的遗传算法研究

在分析车辆路径问题的现有启发式算法的基础上,本文构造了车辆路径问题的染色体表达,并对染色体进了可行化影射,建立了此问题的遗传算法．实验结果表明,此算法可以有效求得车辆路径问题的优化解或近似优化解,是求解车辆路径问题的一个较好的方案     

交货期窗口下的并行机调度问题的遗传算法

给出了一种求解不同交货期窗口的并行机调度问题的混合遗传算法，根据问题的特征采用扩展排列编码方式表示工件的分配和排列，利用给出的调度优先级规则和最好适应值规则相结合的启发式算法对每台机器上工件的顺序进行调整，实验表明所给的算法是有效的。     

基于改进遗传算法的装备调配

针对装备调配问题,构建了多约束条件下的多目标模糊指派模型,并通过改进传统遗传算法中初始种群产生以及种群选择、交叉、变异的机制,设计了一种求解此模型的快速收敛遗传算法。最后,通过对一个装备调配案例进行仿真实验,结果表明该算法收敛速度快,容易得出最优解,符合装备保障指挥的实际需求。     

活动网络资源均衡问题及其遗传算法

本文对活动网络资源均衡问题的建模和算法分别进行了讨论，首先提出了资源均衡控制目标的概念．给出了单资源均衡问题的两类控制模式—水平型控制和单峰型控制，并就多资源均衡的目标函数进行了讨论．其次，在分析已有算法的基础上，提出了资源均衡的遗传算法，用理论分析和示例表明该方法优于传统的启发式算法．     

装载工况对铁路货车倾覆的影响研究

在重车静力分析的基础上,推导出货车装载工况参数与倾覆系数之间的静力关系式。基于车辆系统动力学,利用SIMPACK动力学仿真软件,建立了重车的车辆动力学仿真模型。以C64k敞车为例,在特定装载工况和运行工况下,分别基于静力模型与仿真模型,计算出倾覆系数的大小,并总结了货车装载工况参数与倾覆系数的变化关系。结果表明:静力学和仿真模型计算得出的货车装载工况对车辆倾覆安全的影响趋势基本一致,倾覆系数大小与重车重心高、货物重心横向偏移量及货物重心纵向偏移量成正相关;在相同的装载工况与运行工况下,静力学模型计算结果偏大,SIMPACK仿真模型结果更接近实际。     

带装卸顺序约束的装载配送联合优化算法研究

互斥产品(如液体、危险化学品等)不能混装到同一个容器中,物流企业通常使用多隔舱运输车为顾客配送多种互斥产品,合理确定装载与配送路径是提高配送效率、降低配送成本的重要手段.本文考虑互斥产品的装卸顺序约束、在途运输时间约束等,构建了以配送成本最小化为目标的互斥产品装载配送联合优化模型,设计了求解模型的改进遗传算法,算法采用蜂王进化和基于概率的边重构交叉运算,有效提高了寻优能力.本文利用Augerat提供的车辆路径问题标准测试集构造算例测试算法的运行时间和求解效果.结果显示,改进遗传算法的求解效果明显优于经典遗传算法.对于小规模算例,改进的遗传算法可以得到精确最优解,对于中等规模和不超过101个顾客点的大规模算例,改进的遗传算法可以在130秒内得到近似最优解.本文的创新点在于构建了一类新的车辆路径扩展问题的数学模型并设计了求解模型的快速有效算法,为物流企业制定多类型互斥产品配送计划提供了理论依据和算法支持.     

标准遗传算法的改进方案——加速遗传算法

针对标准遗传算法在实际应用中存在的问题 ,设计了简单遗传算法的一种改进形式——加速遗传算法 ( AGA) ,并对 AGA的有效性和可行性进行了理论分析和实例分析 .     

一体化集货和配送车辆路径问题的混合遗传启发式算法

为满足电子商务客户多样化和个性化的需求,建立多约束条件的一体化集货和配送车辆调度模型.针对模型特点,采用混合遗传启发式算法求解.首先,采用自然数编码,可以使问题变得更简洁;用最佳保留选择法,以保证群体的多样性;用改进的顺序交叉算子避免优良基因片断在顺序交叉时被破坏,保证算法能够收敛到全局最优;其次,对混合遗传算法求得的精英种群进行禁忌搜索求解.通过实例计算表明,该算法好于单独使用遗传算法或是禁忌搜索算法.     

Model and Algorithm of Transportation Problem on Network

Transportation problem on network needs to determine the freight quantity and the transportation route between supply point and demand point. Therefore, taken the uncertainty of freight supply and demand into account, a collaborative optimization model is formulated with transportation capacity constraint. In addition, a two-stage genetic algorithm （GA） is put forward. Herein, the first stage of this GA is adopted a priority-based encoding method for determining the supply and demand relationship between different points. Then supply and demand relationship which the supply and the demand are both greater than zero is a minimum cost flow （MCF） problem on network in the second stage. Aim at the purpose to solve MCF problem, a GA is employed. Moreover, this algorithm is suitable for balance and unbalance transportation on directed network or undirected network. At last, the model and algorithm are verified to be efficient by a numerical example.     

基于遗传算法的城市交通运输网优化问题研究

香港是一个市区人口相对集中的城市 ,公路和公共交通运输网的优化非常重要 ,随着经济的发展 ,人口的增加 ,对公共交通设施的需求越来越大 ,每年香港政府都要投资三亿港币建设新的公共交通设施 ,满足日益增长的需求 .这些新的交通设施要从许多公路和公共交通的规划项目中选择 ,这个问题数学上归结为一个 0 -1规划问题 .本文用遗传算法对这一 0 -1规划问题进行了求解 ,这是第一次将遗传算法应用于实际的网络设计问题 ,这一模型将有助于香港政府进行交通规划 ,香港 2 0 0 6年规划数据被用于进行实例研究.     

基于JIT的多目标并行多机调度问题的混合遗传算法

针对一类极小化 makespan和延迟区间的并行多机零件排序问题 ,设计了一个混合遗传算法 .该算法的特点是充分利用求解单机问题的最优有效算法 ,设计了一种简单的编码方案 ,简化了算法的实现难度 ,提高了算法的执行效率 .数值仿真实验表明 ,该算法具有收敛速度快、优化效果好等特点 ,且适合于求解大规模问题 .     

基于SIMPACK的轮式装备铁路冲击试验仿真研究

有效的捆绑加固是军用轮式装备远距离铁路输送安全的重要保证,合理的捆绑加固方案是捆绑加固得以进行的必要前提.在分析SIMPACK的主要功能、基本模块和建模的基本流程的基础上,通过对军用轮式装备铁路输送冲击试验的分析与建模,利用SIMPACK对冲击试验进行仿真,获取冲击试验的基本数据,并对数据进行分析,确定了捆绑加固方案的可行性,为捆绑加固方案的制定提供了依据.     

基于遗传算法和最速下降法的函数优化混合数值算法

在遗传算法中嵌入一个最速下降算子，并定义适当的适应度函数和子代个体的选择算子，从而可结合遗传算法和最速下降法两者的长处，得到既有较快收敛性，又能以较大概率得到全局极值的新的用于连续函数全局优化的混合数值算法。数值计算结果表明了本文方法显著优于求解函数优化的遗传算法和最速下降法.     

基于遗传算法的混合Flow-shop调度方法

混合Flow-shop调度问题（Hybrid flow-shop scheduling problem,HFSP),是一般Flow-shop调度问题的推广，由于在某此工序上存在并行机器，所以比一般的Flow-shop调度问题更复杂。本文提出了遗传算法求解混合Flow-shop调度问题的方法，给出了一种新的编码方法，设计了相应的交叉和变异操作算法，能够保证个体的合法性，同时又具有遗传算法本身所要求的随机性。最后给出了某汽车发动机厂金加工车间的生产调度实例，表明了此算法的有效性。     

组播最优QoS划分问题及其混合遗传算法

最优QoS划分研究基于性能的价格体系下的资源分配问题，组播最优QoS划分（MOPQ）是将组播树上端到端QoS要求划分到本地链路，使得总代价最小。研究了求解MOPQ问题的遗传算法，设计了由树代价与叶结点缮罚因子构成的适应度函数，提出了双子群混合遣传算法。该算法充分利用了遗传算法的全局搜索优势，模拟退火算法的局部搜索优势以及双子群的协作优势。仿真结果表明该算法的有效性。     

基于混合遗传算法的配电网络重构优化

以网损最小为目标函数,电压降、线路电流值和电源容量的限制为约束条件,建立了配电网络重构优化数学模型,用外部惩罚函数法将该问题转化为无约束问题.针对遗传算法的局限性,对适应函数进行了调整,实施了最优保留策略,改进了交叉和变异操作,并结合了模拟退火算法,从而形成了混合遗传算法,该算法能够有效地提高收敛速度,避免早熟收敛.优化过程中考虑了配电网自身特点,提高了计算效率.重构算例说明,该优化方法有效、实用.     

战时随机运输时间路径优化研究

以战时无分布函数的随机运输时间路径优化问题为研究对象,采用随机机会约束规划方法建立战时运输路径优化模型,设计了基于随机模拟获取适应度的遗传算法来求解问题模型,并处理了战时运输中的必经点问题.最后,给出的算例验证了模型和算法的有效性.