基于免疫遗传算法的车辆路径优化问题

在研究免疫遗传算法基本理论的基础上,设计了一种用于求解车辆路径优化问题的免疫遗传算法,并进行了实验测试,实验结果表明算法具有良好的全局搜索能力,并且能够有效地克服遗传算法在进化过程中由于种群多样性降低而出现早熟收敛现象的缺点.     

基于遗传算法快递网络车辆路径优化研究

本文通过对快递网络的运作分析,建立起快递网络车辆路径问题的数学模型。由于车辆路径问题是非确定多项式问题,因而利用遗传算法对问题的求解具有搜索过程灵活、隐并行性的优点。最后,通过算例表明该方法可行。     

基于遗传算法的西安邮政配送路线优化研究

构建了单源点、单车型、有时间窗约束的非满载车辆调度问题的模型,设计了基于自然数编码的遗传算法用于求解该模型。采用最大保留交叉算子,最大程度地保留了父代的优良特性并增强了算法的寻优能力。通过最后对西安邮政配送系统的行车路线问题进行计算机仿真,得出3个不同配送中心所负责的需求点范围内的行车路线安排,证明了本算法的优越性。     

基于GIS的成都市生活垃圾收运路线优化研究

针对大城市生活垃圾清运不当所带来的成本增加及二次污染恶化问题,提出改进模式下的生活垃圾收运路线优化方案.方案充分考虑实际交通及转向约束情况,在GIS环境下建立求解模型,并采用对应弧问题向点问题转换以减少问题规模和一种聚类蚁群算法对成都市双楠地区生活垃圾收运路线优化进行求解.结果显示在改进模式下有无转向约束的线路优化后单位收运费用分别为12.3元/t和12.2元/t,分别比实际情况节约了34.92%和35.45%,优化效果明显.不仅如此,垃圾收运模式的改进还能有效解决垃圾临时堆放点的二次污染问题,有利城市环境卫生状况的改善.     

基于遗传算法的配送车辆优化调度

通过对汽车运输的特点和成本的分析，针对配送企业进行物流配送的实际建立并量化各项评价指标，确立了采用遗传算法进行优化调度的数学模型．并编写了算法进行实现。试验结果表明，该算法收敛，并能很快得到较优化的性能。     

基于遗传算法的工艺路线优化决策

为了实现计算机辅助工艺计划(computer-aided process planning, CAPP)系统中的工艺路线优化决策,分析了工艺路线优化决策过程中存在的问题以及相关约束,提出利用遗传算法对基于工艺约束的工艺路线进行优化决策.在加工工序排序决策过程中同时考虑机床和刀具的选择,通过遗传算法的复制、杂交、变异等操作进行工艺路线决策.结果表明 利用遗传算法可以有效地对工艺路线进行优化决策,得到满足生产要求的最优或接近最优的工艺路线.通过实例,详细介绍了利用遗传算法进行加工工序排序决策以及相关的机床和刀具的选择过程.     

基于遗传算法的配送线路车辆优化调度

车辆路线问题(VRP,Vehicle Routing Problem),是组合优化领域中的著名NP难题,近20年来,VRP都是一个非常活跃的研究领域.在我国,由于物流业发展较晚,对配送路线问题的研究也比较晚,而且方法也多局限于传统的优化算法.随着我国物流业的发展,配送路线优化问题的研究有着巨大的实际价值.文章以VRP为基础,建立该问题的数学模型,利用遗传算法,通过计算机计算分析验证,遗传算法对VRP有良好的近似解和较高的收敛速度,并结合实例,说明遗传算法在配送中的运用以及效果.     

基于遗传算法的九寨沟车辆调度优化方案研究

遗传算法常常被应用于解决优化问题.介绍了九寨沟车辆调度系统利用遗传算法的思想优化景区内公交车辆调度方案,从而使车辆和人力资源得到合理和充分利用,防止资源的浪费.     

基于改进遗传算法的末端共同配送车辆路径优化

为解决共同配送路径优化问题,提出一个具有可操作性的共同配送策略,基于此构建了以考虑车辆使用成本、车辆行驶成本和碳排放成本最小化为目标的共同配送车辆路径模型,用K-means聚类方法对客户节点进行分区聚类,确定各末端配送网点所服务的客户,并在此基础上利用基于节约里程算法的遗传算法对该模型进行求解.通过利用公共数据集实验验证设计的CW-GA算法的优越性,发现相较于传统GA,本文算法具有良好的求解性能.利用本文算法仿真分析共同配送前后相关成本的变化以及不同配送模式下的燃料消耗、行驶距离变化,结果表明共同配送能够有效降低物流总成本.     

基于遗传算法的校园行走路径优化研究

采用模拟生物进化的遗传算法,对校园内行走路径进行了优化研究。研究表明,该方法具有较好的收敛性和较高的搜索效率。本文研究的校园内行走路线优化问题,将对广大师生、员工具有一定的参考价值。     

铁路车流径路优化的遗传算法设计

将铁路车流径路的优化问题分解为两个:车流排列离散空间中车流排列优化,车流排列的评价计算.在给出车流排列的评价函数的定义后,引入旅行商问题的描述,把车流排列优化问题归约为TSP问题,从而给出了车流排列优化的复杂性分析.引入优先权编码,定义种群个体的适应值函数和相应的遗传操作,给出相应的遗传优化算法,并以实际运营数据为依据,进行仿真计算.通过同禁忌搜索法计算结果比较,遗传算法虽然在解的精度上略逊一筹,但计算工作量小得多,硬件要求也没有禁忌搜索法高.因此,具体选用应以具体情况而定.条件允许,最好将两种算法结合起来使用.     

车辆路径问题中的遗传算法设计

车辆路径问题在物流管理的研究中受到大量关注。但由于车辆路径问题是一个NP-hard问题，使用传统优化方法很难得到最优解或满意解。这里使用改进的交叉算子和遗传算子，设计了基于自然数编码的遗传算法，求解车辆路径问题，获得了良好的效果。     

一种求解车辆路径问题的双目标遗传算法

车辆路径问题是一个NP-难问题,将该问题描述成为一个多目标最优化问题,并为之提出了一种双目标遗传算法来解决该问题.在算法中设计了一种新的构造非支配集的方法,改进了杂交算子,混合了局部爬山法.实验结果表明该算法是求解车辆路径问题的一种高效的算法.     

多车场车辆路径问题及混合遗传算法

在多车场车辆路径问题中,综合考虑车辆的行驶路程和使用车辆的数量能有效降低配送成本,考虑了这两方面的因素建立了相应的数学模型,运用混合遗传算法进行了求解,并通过实例证明了模型和算法的有效性。     

一种基于遗传算法的优化查询方法

查询效率是数据库系统的重要指标,查询优化是该系统研究的难点和热点.提出了一种基于遗传算法的优化查询方法,该法利用关键字预处理模块,将用户输入的关键字转化为内部关键字,以提高查询准确性;为加快查询响应时间,设置用户搜索统计记录索引表,避免遇到重复搜索时的全库扫描;针对全库扫描时采用遗传算法进行最优求解,提出了相关度的计算方法,根据相关度的大小进行排序,方便用户查询.     

遗传算法和3-opt结合求解带有能力约束的VRP

描述了带有能力约束的车辆路径问题(ＶＲＰ),在预先不固定车辆数的情况下,把聚类和排序有机地结合起来,并用遗传算法和３ ｏｐｔ算法相结合的混合算法对问题进行求解,实验结果表明算法获得的最好解、平均负荷率和计算成本都比较令人满意·     

基于混沌优化的量子遗传算法

量子遗传算法是一种高效的并行算法，但它有时会陷入局部极值。混沌优化的遍历性可作为搜索过程中避免陷入局部极小值的一种优化机制，随机性和规律性使它具有丰富的时空动态。所以二者结合可互补。经试探分析，典型函数测试结果表明，混沌优化与量子遗传算法相结合全局寻优效果更佳。     

基于遗传算法的人工拣选优化研究

为研究人工拣选作业中路径优化问题.在ABC存储策略下的双区域仓储布局中,建立路径模型,利用遗传算法求解最优路径,进行仿真实验,与S型、返回型拣选路径的最优解进行比较.仿真结果表明,在拣选件数较少时,遗传算法有明显的优势,在拣选件数较多时,3种方法趋于相近,且遗传算法的适用性受到仓库布局的影响.经优化后的路径能够节约拣选作业的时间,加快仓储内货物周转的速度,提高整个物流活动的效率,有助于物流活动快速及时地完成,增强客户满意度.     

基于遗传算法的管材矫直优化

针对管材矫直质量问题,利用单向弯曲的方式,建立了矫直过程的力学模型,提出了优化的目标函数,建立遗传算法模型对矫直工艺参数进行了优化,得出了合理的工艺参数值.将该工艺参数值用于实际加工中,能显著提高管材的矫直质量.