实现高效率的物流敏捷调运研究

针对现有文献对敏捷调运知识准则研究的不足,提出了以敏捷调运知识准则为核心的物流敏捷调运的求解思路。具体做法是:根据某配送中心的车辆调度问题,构建出车辆调度优化模型VSOP,通过对VSOP模型进行简化,并结合敏捷调运知识准则进行递阶求解,得到最优的装载方案及装载率。求解结果表明,该算法与其他文献研究的算法相比有较大的优越性。通过对装载率进一步分析与探讨,结果表明,遵循以敏捷调运知识准则为核心的物流敏捷调运求解思路可以实现较高的装载率和较低的成本。     

运输问题中最优调运方案的检验

提出了一种关于检验运输问题中最优调运方案的矩阵算法,可以一次性解决所有非基变量的检验数,其优点是既避免了闭回路法中对众多非基变量检验数的逐一计算,又回避了位势法中多次利用求解线性方程组来计算位势的过程.在原方案非最优解时,只需在前一次的检验数矩阵的基础上稍加修正即可完成方案调整后的检验数的计算.     

多集装箱码头内集卡调度方法

针对多集装箱码头内集卡调度问题设计一种新型调度方案.在满足码头集卡数量及经验需求情况下,综合考虑集卡的效率和集卡调运能耗,提出多目标混合整数规划模型,并采用匈牙利算法进行求解.通过算例分析,得出该模型下多目标函数的一组最优解,证明利用所建立的模型和算法可以在有效时间内快速找到最优的集卡调度方案,表明了该集卡调度方法的可行性.     

井下运输的最优化问题

本文给煤矿井下运输最优化问题建立了线性规则模型、根据求解结果编制了最优调车方案.把某矿调车最优方案与实际调车方案作了对比,说明该矿电机车减少一半也能完成生产任务.     

基于OFDM的认知无线电系统中最优功率分配

在基于正交频分复用(OFDM)的认知无线电系统中,主用户会受到次用户带内子载波以及邻带子载波的带外泄漏功率的干扰。为了在保护主用户通信性能的前提下高效利用机会频谱,该文提出了求解次用户子载波间的最优功率分配方案的方法,通过求解一个凸优化问题获得最优功率分配方案。较之迭代分块注水算法,该方法特别考虑了邻带子载波功率泄漏的影响。仿真结果表明:采用这种方法所获得的功率分配方案在满足各主用户干扰功率上限的条件下使得次用户信道容量最大化。     

基于OFDM的认知无线电系统中最优功率分配

在基于正交频分复用(OFDM)的认知无线电系统中,主用户会受到次用户带内子载波以及邻带子载波的带外泄漏功率的干扰。为了在保护主用户通信性能的前提下高效利用机会频谱,该文提出了求解次用户子载波间的最优功率分配方案的方法,通过求解一个凸优化问题获得最优功率分配方案。较之迭代分块注水算法,该方法特别考虑了邻带子载波功率泄漏的影响。仿真结果表明:采用这种方法所获得的功率分配方案在满足各主用户干扰功率上限的条件下使得次用户信道容量最大化。     

一种求解平面旅行商问题的新算法——绕中心周游法

提出了一种求解平面旅行商问题的新算法——绕中心周游法,它是一种确定型算法,时间复杂性与最近邻算法相同,为O(n2),其中n为城市数。利用所编写的绕中心周游法和最近邻算法程序,对不同规模的平面旅行商问题进行了数值试验,对两种算法的求解质量进行了对比分析。结果表明:①绕中心周游法和最近邻算法求解质量的相对优劣取决于具体问题中城市的数量和分布;②对于4城市问题,绕中心周游法总能得到最优解,而最近邻算法经常不能得到最优解;③对于小规模(n<20)问题,绕中心周游法的求解质量一般优于最近邻算法的求解质量;④对于中等规模(20≤n≤30)问题,绕中心周游法的求解质量总体上相当于最近邻算法的求解质量;⑤对于大规模(n>30)问题,绕中心周游法的求解质量一般次于最近邻算法的求解质量。     

用随机神经网络优化求解C-TSP

基于动态随机神经网络(DRNN:Dynamical Random Neural Network)求解典型旅行商优化问题TSP(Traveling Salesman Problem),通过简化方程参数的改进算法,针对解决大规模TSP的求解效果在时间以及路径寻优上所存在的问题,提出一种新的分区方案来解决中国31城市的旅行商问题.所获得的最优路径结果与目前公开文献中已有的其他神经网络所解的结果相比较,显示出采用随机神经网络解决多于10个变量TSP问题的优越性.实验结果表明,采用该方法解决31个城市TSP的优化,所得出的最短距离(15 112.7km)比已有5种算法的结果都要少.     

一种准最优多用户检测方法

由于 Verdu 提出的最优多用户检测方法采用Viterbi算法 ,它的计算复杂度与用户数成指数关系 ,无法在实际中应用 ,因此提出了一种采用半正定规划 (positive se-mi- definite programming,SDP)的新的准最优多用户检测方法。这种方法将最优多用户检测方法转化成一个二次规划(quadratic programm ing,QP)的求解问题 ,并通过半正定规划松弛来解决这个二次规划问题。由于这种方法采用的半正定规划问题求解方法具有多项式程度的复杂性 ,所以这种新的 SDP多用户检测方法也具有多项式程度的复杂性。仿真表明 :这种新的 SDP多用户检测器的性能十分逼近最优多用户检测器的性能     

基于多重约束整合模型的航空油料调运优化

为提高航空油料的调运效率和节约调运成本,提出了基于多重约束整合模型的优化调运方法。在分析航油调运模式及调运基本原则的基础上,对调运问题进行了简化假设。基于网络优化、运输问题等相关理论,对航油调运的路线可靠度约束、费用约束、时间约束和运力约束进行数学描述和模型构建,给出了基于多重约束的整合算法及求解步骤。通过D ijkstra算法和表上作业法对所构建的模型进行了实例分析。结果表明该模型准确有效地解决了调运优化问题。     

基于非线性规划一维搜索的煤矿最优安全投资决策分析

传统理论确定煤矿最优安全投资的主要方法是用函数表示煤矿的安全投资与效益的函数关系,再用回归方程、求极值或边际办法等求得煤矿的最优安全投资。由于大多数煤矿的安全投资与效益的关系并不能用函数关系式表示出来,这时就不能使用传统方法来求最优安全投资。基于非线性规划求最优解的复杂性,运用一维直接搜索优化法和斐波那契法的基本思路和理论,求解煤矿的最优安全投资。该种方法适用于不能用函数关系表示煤矿的安全投资与效益之间的关系时,如何确定煤矿的最优安全投资问题,可以确保煤矿在若干年内就能寻找出本企业的最优安全投资量。该种方法依据有理论可靠,可操作性强,省时、省力和省财力。     

单向Hamilton最优通路的求解新方法及其算法设计

Hamilton(哈密尔顿 )问题包括最小 Hamilton圈 ,以及单向 Hamilton最优通路两个基本问题 ,后者属于排序问题 .同 H-圈问题一样 ,目前尚无一种有效求解方法 .使用元素判别值分配法求解单向 H-通路问题 ,仅一次调配便可获得最优的单向 H-通路 ,无须调整 .它具有显著的特点 .文中介绍单向 H-通路求解的表上作业法及计算机程序的算法设计 .     

目标层次法在城市固废综合处理厂选址中的应用

研究城市固废综合处理厂的厂址选择问题,以建立一套合理且客观的分析程序来寻找最优的固废综合处理厂设置位置,并使所需的相关成本及对环境的负面影响降到最低.为此,本文提出了一目标层次方法,该方法首先对可能潜在的厂址进行可行性筛选;其次,对选择的可行性厂址通过多准则决策分析方法进行进一步评估.以0/1组合优化模型(上层)结合多属性简单加权评估函数(下层)进行求解,以获得最优方案.通过昆明市废弃物综合处理厂选址的实例,说明了这一决策方法的应用.并给出了目标成本最小化及整个系统的计算结果.     

差异演化算法求解二次分配问题

二次分配问题是典型的NP难题.建立了二次分配问题的数学模型.设计了基于差异演化算法的新方法对其进行求解.给出了差异演化算法求解该问题的具体方案.对不同的二次分配问题算例进行了仿真实验.结果表明,算法可以有效、快速地找到二次分配问题的最优解.     

集装箱空箱调运优化模型

为了提高船公司的集装箱空箱调运管理水平和调运效率,应用了整数规划的方法研究海运集装箱空箱调运问题.考虑租箱成本、运输费用、存箱成本、购箱成本以及调运的方向约束条件、各节点的可达性、空箱最大调运能力的限制等因素,建立了基于集装箱制造商合作的集装箱空箱调运优化模型,并对该模型进行了求解.算例表明该模型是有效的     

蚂蚁算法在概念设计方案求解中的应用

通过分析概念设计方案求解问题与旅行商问题的相似性，将方案求解问题转化为组合优化的最优路径问题，建立了基于动态规划的解空间模型和基于最长路径的优化模型，利用蚁群系统内在的正反馈寻优机制，将求解旅行商问题的基本蚂蚁算法应用于方案求解的组合优化过程，结合遗传算法的交叉变异操作，提出一种基于改进蚂蚁算法的求解方法，从而快速有效地获得了最优方案解，最后，以压力机的概念设计为例验证了该方法，研究表明，该方法是合理可行的，它可以使方案求解的人工寻优过程实现算法化，并具有较好的可操作性，从而为解决方案优化的组合爆炸问题提供了一种新的思路。     

一种求解变量有界非线性规划的全局最优解新方法

提出了一种求解变量有界非线性规划的全局最优解新方法——不可行域移除(IRIR)法.在优化过程中,先计算原最优化问题的不可行域,然后在原最优化问题的求解空间中移除确定的不可行域,使得新的求解空间不断缩小,并通过研究不可行域的线性表达,在不影响最优解的前提下将非线性约束转化为线性约束,以求解非线性规划问题,其特点是所得最优解对原最优化问题约束函数的凸性和优化迭代起始点的位置不敏感.同时,阐述了IRIR法的原理和实现过程,在序列二次规划(SQP)算法的基础上,应用数值算例和弹簧设计2个典型实例,以验证IRIR法的可行性和正确性.结果表明:IRIR法可以有效降低原最优化问题的求解难度,且无需引入新参数,是一种具有较高求解能力和实用价值的全局最优化方法,但其不适用于求解设计变量无界的最优化问题.     

基于混合算法的多目标多式联运路径选择问题研究

针对多目标多式联运路径选择问题,在综合分析多式联运现状的基础上,集成考虑运输成本、运输时间以及物流服务质量3个方面因素,构建混合整数规划模型,其优化的目标是最小化运输成本、运输时间的同时,最大化物流服务质量;考虑到客户的不同侧重点和差异化需求,确定3个目标的权重,设计遗传算法和蚁群算法相结合的混合算法对模型进行求解.以"西安—柏林"为例进行算例分析,将所求结果与遗传算法、蚁群算法进行对比,结果表明:当客户对时间和成本重视程度较高时,混合算法、遗传算法和蚁群算法求得最优解的迭代次数分别为164次、170次和183次,最优路线为西安—郑州(铁路)—大连(铁路)—鹿特丹(水路)—柏林(铁路);当客户对时间和物流服务质量重视程度较高时,3种算法求得最优解的迭代次数分别为112次、117次和150次,最优路线为西安—重庆(公路)—柏林(铁路);当客户对成本和物流服务质量重视程度较高时,3种算法求得最优解的迭代次数分别为115次、120次和160次,最优路线为西安—郑州(铁路)—深圳(铁路)—鹿特丹(水路)—柏林(铁路).研究表明:设置不同的目标权重时,模型和混合算法均能够有效地为多目标多式联运路径选择问题提供实用性的优化方案和路线参考.     

一种改进的求解含等式约束凸二次规划问题的Lemke算法

通过对经典的Lemke互补转轴算法求解含有等式约束的凸二次规划问题的分析,发现所得到的线性互补问题(LCP)可能是退化的.由Lemke算法求解(LCP)问题的迭代过程,通过六个命题说明了含有等式约束的凸二次规划问题对应的(LCP)问题退化的原因,并对经典的Lemke算法的迭代过程进行修正,提出了一种改进的Lemke算法,这种算法能有效地搜索到含等式约束凸二次规划问题的最优解.     

城市环境下的异构多无人机层次化任务分配

针对多无人机应用于城市环境问题,设计了一种MUAV与SUAV层次化任务分配方案,并分析了MUAV对SUAV执行目标任务成功率的影响,将影响因子加入目标函数,提出了一种无人机探测范围内的层次化任务分配模型.采用连续粒子群(PSO)算法对问题进行求解,通过加入惯性权重的凹函数递减策略与将人工蜂群(ABC)算法引入到粒子群迭代环节,较好地解决粒子群算法易陷入局部最优的问题,同时提高算法收敛速度.仿真结果表明所提出的模型可以较好地解决城市环境下的多无人机层次化任务分配问题.