用混合遗传算法求解物流配送路径优化问题

为了改善物流配送路径优化问题的运算质量,提出一种将遗传算法和模拟退火算法相结合的混合遗传算法。通过仿真 实例验证,证明混合遗传算法的解优于单纯使用遗传算法和模拟退火算法所得到的解,同时混合遗传算法与传统优化算法相 比收敛速度更快,分配结果更优良,具有很好的应用价值。     

求解一类无约束优化的混合遗传算法

目的 求解一类无约束优化问题。方法 结合传统优化算法局部寻优能力强、收敛速度快，而遗传算法在搜索过程中不易陷入局部最优的两种算法的特点，给出了一种基于最速下降法的混合遗传算法。结果 算例表明所设计的算法是有效的。结论 算法可以提高局部搜索能力，提高解的精确度，搜索速度。     

蚁群遗传优化算法在物流配送路径选择中的应用

在对车辆路径问题(VRP)分析的基础上,为之建立了数学模型,提出了一种适合求解该问题的蚁群遗传优化算法.提出的改进算法是先通过限制、选择和更新信息素、控制搜索次教,找出路径的满意解,大大缩短了搜索时间;再用所得较好的路径表示作为初始种群,指定为父体,直接进行分组定界操作,将已得路径进行优化改良,求得最佳配送路径.实验结果表明,该算法应用于求解物流配送路径的问题行之有效.     

基于混合遗传算法的机场巴士线路优化

以提高机场巴士旅客运送效率为目的,以乘客总体消耗时间最小为目标,综合考虑其他各种约束条件,构建了机场巴士线路优化模型．根据模型特点,采用爬山算法得到初始解,以减少寻优时间;同时采用直接排列的编码方法即节点法进行编码,构建混合的遗传算法求解．通过一个简单算例验证了所提出模型与求解方法是可行和有效的,可为实际规划与理论研究提供参考．     

改进的混合遗传算法的组卷系统模型及算法

在基本遗传算法基础之上,针对试题库组卷系统对算法进行改进,设计了一种运用于组卷系统的数学模型和混合遗传算法,从而提高组卷质量和系统的通用性。     

混合遗传算法的收敛性研究

近年来,一种新的优化算法－－遗传算法（ＧＡ）正迅速发展成为一个十分活跃的研究领域。ＧＡ以其高效、实用的特点在各个领域得到广泛的应用,取得了良好的效果,并越来越受到人们的重视,由于ＧＡ存在过早收敛的问题。本文提出了克服此问题的混合遗传算法（ＨＧＡ）,并用Ｍａｒｋｏｖ链理论证明了ＨＧＡ的收敛性。     

混合遗传算法的AGV路径规划的应用

本文介绍了一种将Ford算法与基本遗传算法相结合来实现AGV路径规划的算法。采用链接图法建立AGV的工作环境模型。给出了用该算法实现的路径规划的仿真与实验结果。     

基于蚁群算法的物流配送路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中最重要的问题之一。首先,针对物流配送路径优化问题,充分考虑了车辆路径的约束条件,以成本最小化和最大限度减少碳排放量构建了一种路径规划多目标优化模型;然后利用蚁群算法对其进行了求解,该算法在问题空间的多点同时开始独立的解搜索,保证了算法具有较强的全局搜索能力,并且具有较强的鲁棒性;将该算法应用到实际问题上运用MATLAB软件进行实验仿真,计算出最优的车辆配送路径方案;仿真结果表明:该模型和算法能较好地解决相关物流配送路径问题,从而提高物流服务的质量。     

混合遗传算法及应用实例

概述了遗传算法的基本思想，并对混合遗传算法进行了论述，介绍了混合遗传算法的主要过程，列举了混合遗传算法的计算实例。     

基于遗传算法的物流配送路径优化问题的研究

随着社会经济的不断发展,特别是网络的飞速发展,每天的物流运输量巨大。在物流活动中的一个重要环节是如何达到最优的行车线路,使运输工具在满足客户需求的同时,实现行车路程尽量短、压缩运输成本的目标。车辆路径问题是一个典型的NP难题,传统方法很难求得最优解。本文运用了遗传算法来求解物流配送路径优化问题,并进行了算法设计、编码和数据实验,计算得出了实际问题的最优解。     

一种带软时间窗的物流配送中心车辆路径问题的模型与算法

针对单配送中心带时间窗的车辆路径问题,将时间约束折算为惩罚费用,在时间、车辆体积和载重约束的条件下,建立了一种带软时间窗的物流车辆路径总费用最小数学模型。同时在遗传算法的基础上加入记忆功能和退火操作,采用带有记忆的遗传模拟退火算法求解此模型,并将优化结果进行比较。结果表明,该算法收敛速度快、搜索领域宽,能取得较高质量的最优解。     

一种WDM光网络中混合波带交换算法研究

波长/波带混合交换是WDM光网络中的一个新的研究热点.提出了一种在WDM多层多粒度交换网络中新的跨层交换路由算法-最大波带链路路由算法.该算法最大限度地利用波带交换链路和波带/波长混合交换链路的容量,仿真表明该算法能降低阻塞率,有效提供网络性能.     

油田措施规划的模糊期望值模型

措施规划对延长油田增产稳产年限、降低开采成本、提高采油速度和采收率、实现措施优化配置十分必要.以油田措施增产最大化为目标,兼顾成本、工作量等目标,建立了油田措施规划的模糊期望值模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施规划提供了新的决策依据.     

基于路由节点的最优油耗路径规划模型

交通路况瞬息万变,为能更准确地获取最优油耗路径规划,需实时获知道路车流量。基于车流量存在随机性和突发性的特点,提出基于路由节点的最优油耗路径规划模型。针对每个节点建立路阻路由表并依托车联网平台进行实时更新,车辆只需查找所在位置节点的路由表即可通过路阻值获取当前最优油耗路径。通过改变路阻值模拟车流量大小和变更目的点模拟不同的任务,分别仿真不同交通状况下完成同一任务和同一交通状况下完成不同任务2种情况,验证本算法的节能效果。结果显示拥堵情况越严重或者中转节点数量越多,本算法的节油效果越明显,可以实现经济环保出行。     

一种受控泛洪的ZigBee网络高效混合路由算法

针对现有的ZigBee网络表驱动中按需混合路由算法采用泛洪方式寻找最优路径导致开销过大的问题,提出一种受控泛洪寻获最优路径的高效混合路由算法（efficient hybrid routing based on controlled flooding,EHRCF）,在该算法中,节点在分配地址时通过“旁听”消息获知横向邻居信息,建立源、目的节点间的最优路径,减少泛洪带来的额外开销;满足一定条件的中间节点不再转发路由请求(route request,RREQ)消息,直接回应RREQ和跳数,减少一跳以及邻居节点转发RREQ的开销。理论分析和仿真结果表明,与现有的混合路由算法LF-ZAODV（limited flooding zigbee ad-hoc on-demand distance vector routing）和TR(tree routing)算法相比,EHRCF算法在路由开销和传输时延等方面的性能整体更优。     

分销配送网络优化模型及其求解算法

为了优化网络结构 ,寻求最佳配送策略 ,最终找出成本最小的供应链 ,针对需求拖动式供应链中 ,多供应商、多产品、多客户分销配送网络的优化设计问题 ,在考虑需求分配的情况下 ,提出了分销配送网络的优化模型。为了求解优化模型 ,提出了基于混合遗传算法求解混合 0 - 1整数规划问题的算法 ,它是用遗传算法搜索 0 - 1变量的最优解 ,将其他算法融入遗传算法中 ,对非 0 - 1变量进行求解的一种算法。最后通过两个算例进行了仿真实验 ,验证了优化模型的正确性和算法的有效性。模型简明、客观 ,算法易于扩展并具有鲁棒性、通用性     

车辆路径问题的改进遗传算法研究

在现有的物流管理系统中,车辆路径问题(vehi-cle routing problem,VRP)研究在物流配送过程中的作用显得尤为重要.VRD最早是在1959年由Dan-ting和Ramser[1]提出,其研究的问题可以描述为:有n个商品需求点(可以称之为顾客),各个顾客之间的距离以及商品需求量事先已知,要求从中心仓     

混装线投产序列和工位任务的协同调度方法研究

介绍了两种独立的调度方法——投产序列规划和工位任务规划;系统论述了开式柔性混装线中,对于给定节拍协同调度投产序列和工位的意义;用实际事例和具体数据递进演示证明了协同调度的效果.     

混合加速寿命试验模型下威布尔分布参数的统计分析

在混合加速寿命试验模型（序进应力加速寿命试验和恒定应力加速寿命试验相结合）下，讨论了寿命分布为威布尔分布时的参数估计问题，给出了形状参数的逆矩估计以及加速系数的置信区间．并且随机模拟一组样本，验证了这个方法的有效性．     

城市轨道交通列车交路编组一体化编制方法

本文对影响列车交路方案和编组方案编制的各要素进行定量分析,从乘客和运营方两个角度建立列车交路编组一体化编组模型,并设计了相应的遗传求解算法。将求解得到的方案与单一交路、单一编组方案进行比较,结果显示,利用本文方案通过灵活编组、开行小交路等方式,可以减少13.6%的候车时间、2.65%的运营成本、12.88%的运用车数量。通过灵敏度分析,证明了该方案的可行性。