物流设施选址问题的双层模拟退火算法

设施选址问题的相关优化模型的本质,都是在最小化相关费用的前提上,从可选设施集合中确定设施的修建位置,并分配用户的需求,即都必须进行选址决策和需求分配决策.本文主要根据设施选址问题的特点,设计了适合求解一般设施选址问题的通用型双层模拟退火算法,算法的外层对设施选址决策进行优化,内层则在上层确定的设施选址决策基础上,进行用户需求分配的优化.最后的多个算例证明了相对其他优化算法,双层模拟退火算法不但收敛速度快,而且能求取更高质量的最优解.     

模拟植物生长算法在设施选址问题中的应用

以模拟植物生长算法为工具,提出了一种解决设施选址问题的智能优化算法, 结合配送中心选址的实际案例,将模拟植物生长算法与遗传算法的计算结果进行比较,结果表明该算法比遗传算法在精度上有所提高;在此基础上,以50个随机选取的用户为背景,解决了韦伯型多设施选址问题, 不同于其它启发式算法,模拟植物生长算法在得到全局最优解的同时,还可以根据设施数量的不同,将全局最优解与局部最优解进行组合,可以建立整体最优的设施布局, 本算法在应用中显示了精确性、稳定性和通用性特点,是模拟植物生长算法在解决选址问题上的具体应用。     

求解大规模优化问题的改进狼群算法

针对狼群算法(wolf pack algorithm,WPA)求解大规模问题时存在解精度低、收敛速度慢和易陷入局部最优的缺点,提出了一种改进的狼群算法(improved wolf pack algorithm,IWPA).采用深度神经网络进行初始化狼群个体提高种群多样性;借助遗传算法挑选首狼提高算法寻优能力;设计距离优化因子以协同狼群算法个体的探索和开发能力;构建尺度系数改进围捕行为避免算法陷入局部最优,减少运行时间.选取18个大规模(100维,200维,500维和1000维)标准测试函数进行性能对比,结果表明,IWPA算法在求解精度和收敛速度上优于其他对比算法.     

利用改进的二进制狼群算法求解多维背包问题

(1. Materiel Engineering College, Armed Police Force Engineering University, Xi’an 710086, China; 2. Materiel Management and Safety Engineering College, Air Force Engineering University,  Xi’an 710051, China;3. Air Traffic Control and Navigation College, Air Force  Engineering University, Xi’an 710051, China)     

运输能力受限与费用时变批量问题的拉格朗日松弛启发式算法

在多产品、多周期动态批量问题中引入产品的运输成本,每个周期采购的产品通过同一类型的运输工具运输.单位运输工具运载能力受限,每个周期可以使用的运输工具数量有限且单位使用费用时变.根据初始假定建立混合整数规划模型,运用拉格朗日松弛理论,通过约束松弛与模型分解,设计一个启发式算法进行模型求解.通过随机产生的大量实例从计算效果与效率两方面来评价启发式算法.     

拥塞型中转站选址设计和容量决策问题

提出了拥塞型中转站选址和设计优化模型,设施设计包括设施容量和流量分配。已知各个O-D对产生的需求量分布函数,将中转站模拟成M/M/1的排队系统,建立了以设施选址成本、交通成本、拥塞成本和容量成本之和最小的非线性混合整数规划。根据容量为连续变量和离散变量两种不同的情况,提出了两种拉格朗日松弛算法求解。最后,通过大规模算例验证了算法的有效性,并比较了两种情况下的成本。     

一个竞争选址问题的新模型及其求解算法

提出了一个竞争环境下使获得的市场份额最大化的选址模型,该模型通过引入竞争设施聚集引起的需求增长率和距离折扣率来刻画设施的聚集效应.同时给出了求解该模型的分支定界算法和贪婪算法,并通过一个数值例子说明和检验以上算法.最后,分析了需求增长率和距离折扣率对选址决策的影响.     

三层级设施选址-路径规划问题建模及算法研究

基于有向图针对物流网络三层级设施选址——路径规划问题(3E-LRP),建立了数学模型,并提出了量子进化算法(QEA)与遗传算法(GA)协同的双智能算法集成求解方案.QEA算法负责设施选址(FLP)和设施分配(FAP)优化问题,将得到的FLP和FAP方案传递给GA进行路径规划(VRP)优化,GA将优化后的路径规划方案反馈给QEA,双智能算法协同完成3E-LRP系统优化.本文提出了基于可达配送区域的搜索策略和基于路径长度为权重的设施分配优化策略以提高算法效率.实例计算表明,提出的数学模型和组合智能算法可有效解决3E-LRP,为ME-LRP提供了理论与方法指导.     

改进狼群算法求解模具在模台上组合分配问题

为解决混凝土预制构件生产中存在的模具在模台上组合分配问题,提出一种BL(Bottom-Left)定位算法与改进狼群算法(Improved Wolf Pack Algorithm,IWPA)结合的方法.改进狼群算法用于优化构件的上线序,根据上线序依次将每个构件所使用的模具分配到模台上,采用BL定位算法确定模具在模台上摆放...     

分布估计灰狼算法求解低碳选址路径问题

针对碳定价背景下的低碳选址路径问题(Low-Carbon Location Routing Problem, LCLRP),首先构建了一种考虑油耗和碳排放成本,并以最小化设施选址成本、车辆启用成本以及运输成本为目标的选址-路径模型;其次,根据模型的特征,设计了一种分布估计灰狼算法(Grey Wolf Optimizer with Estimation of Distribution Algorithms, GWOEDA)对其进行求解。算法利用概率模型引导灰狼,并利用多父代交叉和两种邻域搜索算子增强了算法的全局搜索与局部搜索性能。算例分析结果表明：加入概率模型学习能力的灰狼算法在选址路径问题上有更好的寻优能力,并且在碳定价背景下,所构建的模型可以有效降低总成本和碳排放量。     

公共场所疏散引导人静态布局优化算法及其应用

采用最大覆盖选址问题的求解思路,提出了公共场所疏散引导人静态布局优化的拉格朗日松弛算法.结合引导人静态布局的特点,重点探讨了考虑和不考虑公共场所中被疏散人员分布状况的两种情况下的优化布局,并在MA-ESM模型的支持下,通过与人为布设引导人方式的模拟结果进行对比,评价了这两种优化布局的模拟效果。结果表明:引导人静态布局的优化不仅有利于充分发挥每个引导人的作用,提高疏散效率,而且可以确定布设引导人的最佳位置和特定公共场所中所需引导人的最大数量;同时考虑公共场所内被疏散人员分布状况下的优化布局能够有的放矢地调度引导人,提高引导效率。     

基于改进狼群算法与仿真的单元调度优化

单元制造是现代生产系统的重要组织形式。对制造单元的调度过程中,机器故障与中断是很常见的问题,机器空转造成的能源浪费也不可忽视,相关研究具有重要现实意义。考虑单元调度中的机器中断和能耗,建立了一个最小化所有工件完工时间及机器闲置能源消耗和中断成本的整数规划模型,并提出了一种基于改进狼群算法和离散事件仿真的混合优化方法加以求解,有效提高了算法的寻优能力。数值实验表明,提出的算法具有良好的收敛性,可以在合理的迭代次数内找到问题的满意解。     

占线中心选址问题及其竞争算法分析

基于在建立的设施的个数未知的前提下需要决定如何建立初始设施集,同时要求,当新的设施集建立后,前面已经建立的设施不能被删除的实际选址约束条件下,从占线理论出发考虑了待选址个数不确定的动态选址问题.设计了一个多项式时间的竞争算法,证明了该算法具有的竞争比,该竞争比结果优于已有的结果.     

基于活动-出行超网络的交通流分配模型研究综述

传统基于出行的交通流分配模型未考虑个体的出行需求源于参与活动的需要这一内在驱动力,忽视了出行与出行之间的连贯性。基于活动的交通流分配模型能够弥补传统交通流分配模型的缺点,综合考虑活动时间窗、活动地点、活动性质等活动属性对道路交通流时空分布的影响,从而更准确地为城市道路规划、城市规划提供理论指导。围绕现有文献,首先介绍描述出行者活动-出行行为过程的超网络结构模型;然后,评述基于活动-出行超网络的交通流分配模型研究;最后,分别从决策主体、决策内容与决策情境视角探讨未来的研究内容。     

品牌推广动态选址问题及其混合算法研究

对品牌推广动态选址问题进行了描述并且建立了数学模型.基于禁忌规则,提出了求解该问题的模拟退火算法.算法采用自然数编码,在状态生成函数中利用两种邻域扩大抽样范围;根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则.在介绍了算法原理的基础上给出了具有代表性的算例试验结果并且进行了分析.试验结果表明了所提出的混合算法对品牌推广动态选址问题的有效性.     

钢卷装炉组合模型及算法仿真研究

分析了宝钢冷轧薄板厂罩式炉退火车间钢卷装炉的工艺特点和约束,建立了多炉型、不确定炉数下的装炉组合多背包模型.该模型考虑了最佳装炉量和最大炉高约束,将装炉数作为一个不确定数量.对于模型的求解,首先利用拉格朗日松弛启发式算法求得装炉数的上界,缩小解的搜索空间,然后构造了一种基于局部基因片段保留算子和反序-杂交遗传算子的新型单亲遗传算法进而求解.生产数据的仿真结果及试运行表明,提出的模型和算法切实可行,应用效果良好.     

非线性规划问题求解的遗传算法设计与实现

针对一般非线性规划 (NonlinearProgrammingProblem ,NPP)问题 ,采用遗传算法思想设计了通用求解算法 ,并用MATLAB语言实现 ,该软件可广泛运用于求解各种NPP问题。实例表明 ,该算法具有较高的计算效率。     

粒子动力学演化算法及其在求解SOP上的应用

根据粒子输运理论中粒子相空间能量最小原理和熵增法则提出一类粒子动力学演化算法，并在数据实验中用该算法求解了一些传统演化算法难于求解的单目标优化问题(SOP)，比如求解凸函数和多峰函数等最小优化问题。由于这种新的动力学演化算法能使几乎所有的个体参加杂交和变异，因此，与传统的演化算法相比，该方法不仅能较快速地求解线性和非线性优化问题，而且还能容易地求出达到最优解的多个坐标点。     

易腐物品配送中心连续选址模型及其遗传算法

针对易腐物品的特性和连续选址问题的复杂性 ,建立了一种求解易腐物品配送中心连续选址问题的 CAGA算法 ,此算法为与 ALA法结合而成的遗传算法 .实验结果表明 ,这一启发式算法具有较好的搜索特性 ,不失为求解易腐物品配送中心选址问题的一种好方法 .