基于聚类蚁群算法的物流最优路径

在物流网络系统中,物品的配送是重要的一环,一个科学的物流配送路径,不仅能在一定程度上降低物品的配送时间,而且能有效的降低运输资源的占用,这极大的降低了物流企业的运营成本。针对物流配送路径的最优解问题,有大量的学者进行了相关研究,主要有遗传算法、蚁群算法、生物地理学算法等,其中以蚁群算法应用最为广泛;但这些算法都只是在物流运输的路径上进行优化,并没有考虑空载率以及客户对送货时间的要求。为了克服此缺点,本文在蚁群算法的基础上加入空载率和时间窗的要素,对传统的蚁群算法进行优化。实验结果表明,与传统的蚁群算法相比,该算法可以有效的节约物流运输资源。     

基于AprilTag2的无接触物品配送车设计

随着无接触配送服务的兴起,针对配送房间号数字识别准确率低,易发生误识别的问题,设计了基于AprilTag2的无接触物品配送车。以国产GD32F103RCT6单片机作为主控模块,采用AprilTag标签识别及定位算法实现房间ID识别及位置信息检测功能,利用寻迹PID算法实现车辆寻迹行驶功能;同时,利用压力传感器检测物品是否装载或卸下,蓝牙模块实现双车通信,避免车辆发生碰撞。经过测试,房间号标签及位置识别准确率达到99.5%,无论是单车还是双车,都能自动寻迹将物品快速配送至指定房间;在物品装载或卸载前,系统会通过语音提示用户,方便用户装/卸载物品;物品卸载之后,系统会自动寻迹至起始位置等待下次配送。整个系统安全可靠、房间号识别准确率高、价格低,能够较好地实现物品的无接触配送任务。     

带二维装箱约束的需求可拆分车辆路径问题模型及算法研究

车辆配送计划时通常会考虑货物易损、易碎的可能性,以及如何充分利用有限的运输资源对货物进行配送以满足顾客的需求。在车辆有限、货物易损坏、顾客需求可进行拆分等环境下,实现车辆配送总路径最短,即考虑二维装箱约束的客户需求可拆分的车辆路径问题。对问题进行详细定义,建立了2L-SDVRP模型。将遗传算法与BLF算法的结合求解模型;并用数值案例验证算法有效性。     

我国物流业现状及发展的探讨

物流是以物品从供应地向接受地实体流动的过程。根据实际需要,将运输、储存、包装、装卸、搬运、加工、配送、信息处理等各种功能实现有机结合。本文主要论述我国现代物流业的现状及存在问题及第三方物流是我国物流业的发展方向。     

危险品配送的最小风险最低费用算法

危险品道路运输因具有高风险性,一直备受关注.针对危险品配送路径优化问题,将所有可能影响风险的因素统一为一个风险函数考虑,同时综合考虑其他约束条件,提出一种基于深度优先的最小生成树改进算法,从而实现危险品运输中风险小而路径优之目的.实例表明,该算法复杂性低,占用空间小.     

基于距离测算的企业物流配送最优路径规划模型研究

针对当前企业物流配送总成本过高、配送距离过长等问题,提出基于距离测算的企业物流配送最优路径规划模型.测算企业物流配送时的车辆行驶时间距离与空间距离,将两者归一化处理实现配送距离测算;借助鲸鱼优化算法,通过包围猎物的形似搜索最优配送路径;为避免陷入局部最优解,融合莱维飞行与鲸鱼优化算法,选择最优配送路径;结合距离测算值与改进后的鲸鱼优化算法,构建企业物流配送最优路径规划模型.通过该模型选择捕猎路径最短的鲸鱼,将该鲸鱼的位置作为最佳鲸鱼位置并输出,实现企业物流配送最优路径规划.该模型可在城市内有大量需求点情况下,规划出最优路径,且规划后的路径能够有效减少配送距离、降低时间消耗.     

解读“智慧物流”

物流是指物品从供应地向接收地的实体流动过程,其中包括运输、存储、装卸、搬运、包装、流通加工、配送、信息处理等基本功能.物流管理涉及全社会各种类型的组织和环境. 现代物流产业是指将运输、仓储、装卸、加工、整理、配送、信息等诸多物流环节有机结合,形成完整的供应链,加速原材料和产品流动,为用户提供多功能、一体化综合性服务的行业.     

救灾物流配送路径决策研究

根据救灾应急物资运输调度的约束条件,构建具有多品种物资的混装模型,提出一种救灾物流网络配送路径决策方法.应用Matlab工具编写程序,实现基于遗传算法的救灾物流网络配送路径决策方法,并进行了算例验证.结果表明,该方法可以快速有效地确定救灾物流配送方案,解决了总运输成本最小的车辆路线优化决策求解问题.     

基于禁忌搜索算法的物流系统车辆路径优化

增强物流企业的市场竞争力,提高配送效率、优化配送车辆路径、降低配送成本、增强客户满意度是关键。考虑到物流系统配送的现状,在传统配送路径模型的基础上加入软时间窗约束、配送车辆额定工作时间约束来分别反映客户的满意度、车辆的工作状态,以运输费用、非时间窗内服务产生的惩罚成本、车辆超时工作的折损成本、车辆启动成本4部分之和为目标函数,构建了带软时间窗的物流系统车辆路径模型。针对问题,在禁忌搜索算法的基础上,设置4种邻域变化规则来改进局部搜索;在有无时间窗条件下,分别用MATLAB对算例求解,比较配送路径的最佳方案与最低成本,验证模型和算法的有效性。     

O2O模式下外卖骑手的配送路径优化

基于大连市某外卖配送站点的运营实例,针对午餐高峰时段涌入的大量订单,对骑手的配送路径进行优化.以最大化运输效率为目标,综合考虑外卖配送的实际约束,有针对性地构建骑手配送路径优化的混合整数规划模型,开发改进型蚁群算法对实例进行求解.然后,将所得结果与行业实际数据、小规模算例的CPLEX精确解以及传统的蚁群算法进行对比,从多方面验证了算法的合理性与有效性.最后,详细分析了算法参数对优化结果的影响机理,可为外卖配送行业提供决策支持.     

基于STL的最优路径COM组件设计与应用

Dijkstra算法是目前公认的较好的最短路径算法.借助于STL(标准模版库)优秀的运算性能以及高效的内存管理机制,引入邻接点、邻接边结构来表达图,将权重作为启发搜索的触动器,从而完成对最优路径的自动判断与提取.     

基于影响集与修正权重的协作过滤推荐方法

协作过滤推荐算法是构造推荐系统最成功的推荐技术之一。提出了一种基于影响集与修正权重的协作过滤方法:该方法选择被用户共同评分的项目集计算项目间相似性,过滤其相似度超过预定阈值的项目集作为影响集,然后设置项目共同出现的频次参数进行权重调整;并结合影响集与权重调整作出评分预测。实验结果说明了该方法的可行性与有效性。     

基于改进遗传算法的露天矿运输路径优化

为克服露天矿以等效运距为权重进行路径优化的现实不可行性,建立以时变运输功最小化为优化目标的路径优化模型,用以描述道路网络的随机波动性。首先建立了时变运输功计算模型,并进一步提出基于随机过程的最优化概率模型;最后从改造遗传算法入手,进一步提高解的收敛速度。实验结果显示,较之传统的静态路径规划算法,文中算法不仅能快速获得低能耗的最优化路径,而且能大幅度的提高解的收敛速度,进一步压缩整个运输系统实际工程中的费用成本。算法在实际调度过程中具有更高效的优化效果。     

基于航道3段越障的民用运输机障碍物限制起飞重量计算模型

为研究障碍物对民用运输机最大起飞重量的影响,根据飞机在空中的受力特点及CCAR25-R4的要求,建立了基于航道3段越障的障碍物限制起飞重量的计算模型.模型根据飞机的空中运动方程推导出飞机总航迹和净航迹,再由净航迹的垂直高度与障碍物的高度之间的关系判断飞机是否可以安全越障.计算分析了计算步长、障碍物高度、顺逆风对最大起飞...     

旅客视角下基于时变的多模式交通网络出行路径

城市多模式交通出行路径决策会受到城市公共交通发班时刻表及交通网络时变特性影响。本文考虑这两个影响因素,研究了换乘次数、出行时间、步行距离等约束条件限制下以实际出行成本最少为优化目标的城市多模式交通出行路径决策问题。由于该问题为NP难问题,本文提出了基于遗传算法的四种求解策略。数值算例表明四种求解策略均有效,其中,变异概率随迭代次数调整的多种群遗传算法求解策略计算效率最高。     

启发式搜索中一种新的加权技术

本文提出一种新的加权算法——ＷＳＡ法，它是在Ａ（或Ａ＊）搜索中引入一种新的加权技术。根据［１］中提出的原理，可以把启发式搜索看成某种随机取样过程，所以通过某种统计推断的方法，可以估计出搜索树中各子树包含目标的可能性．然后把某个权值加到不大可能是解路径上节点的估价函数上，从而使搜索集中在最有希望的路径上。在一致ｍ一枝树上；我们证明了这种加权方法可显著提高效率。     

公交线路查询算法的设计与实现

以图的赋权邻接矩阵为切入点,建立了以换乘次数最小为首要目标,途径站点数最小为第二目标的公交出行最优路径模型;同时,回避了最短路径算法时间复杂度大的缺点,以最短路径矩阵为数据系统,提出了解决公交查询的通用高效算法;最后,通过公交查询系统实例证实了其可行性和有效性.     

基于素数编码技术对供应链中路径编码的研究

无线射频识别（RFID）技术已经应用到许多不同的领域,尤其在供应链的监测和管理中是非常有用的,然而在这样的环境中将产生巨大的路径信息数据,从这些数据中提取有用的信息需要耗费很长时间．采用目前广泛使用的编码技术素数编码对供应链中物品路径进行有效编码,减小存储空间,并方便地检索路径信息．设计了一个存储策略支持在关系型数据库上进行有效的查询处理．最后提出了一种将查询模板转换为SQL方法．     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

应用特征项分布信息的信息增益改进方法研究

在特征项分布不平衡的情况下,传统信息增益算法的分类性能会急剧下降,针对此缺陷提出了一种利用特征项分布信息来改进信息增益公式的计算方法。通过计算特征项分布信息来判定特征项是否存在不平衡性,并利用此信息来平衡特征项不出现时对分类精度的影响。通过实验验证,改进后的计算方法整体上比传统的信息增益算法具有更好的性能。