铁路行包基地及配送点选址规划模型与算法

铁路行包运榆向现代物流方向发展，行包物流基地选址及配送点规划是十分重要的环节。同时，铁路行包运榆存在着客户复杂，受车站位置及列车运行情况约束等特点。文章结合物流配送中心选址问题的方法，给出铁路行包基地及配送点规划的教学模型，应用扫描法构造问题尽可能好的初始解，通过基于局部搜索的启发式算法对初始解优化，得到优化解。用一个实例验证模型及算法的可行性。     

一种有向网络中社团结构划分的启发式算法

复杂网络中的社团发现和探测是当前复杂网络分析领域中的一个热点研究问题,并且具有非常广泛的应用前景。但是,传统的社团划分算法主要以无向、无权网络为对象进行分析,不能够适用于现实世界中更多的有向网络、赋权网络等。以有向网络为研究对象,研究其中的社团划分算法。鉴于前人提出的有向网络中社团划分算法存在着计算时间复杂度问题,引入模拟退火算法对其进行改进,并在改进算法中考虑了节点的网络结构属性。通过对不同规模的计算机生成的有向网络进行算法测试,验证了本文算法的正确性。最后,对一个实际复杂网络进行了社团划分,进一步验证了算法的有效性。     

电子商务环境下物流配送中心选址模型与评价方法

考虑电子商务环境下的物流配送特殊性,将物流配送中心选址模型从变动费用和时间约束的条件进行修改,建立适用于电子商务环境下的物流配送中心选址模型。选址模型是NP问题,故应用启发式算法进行求解。由于电子商务环境下的物流配送中心选址涉及到多方面的因素,是一项复杂的系统工程,建立选址模型时,很难将选址中的所有影响因素考虑周全;即使把这些因素考虑全面,也很难量化形成模型中的约束条件。因此,在进行电子商务环境下物流配送中心选址时,还应咨询和参考各相关专家的意见和建议,进行定性的选择。为此,提出了定量化的启发式算法与定性化的综合评价法相结合来确定电子商务环境下配送中心选址的方法。     

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。     

基于超启发式算法的备件供应网络结构优化

为了通过对供应网络结构进行优化从而提高备件供应的效率和效益,分别对传统正向供应网络、应急横向供应网络以及考虑抢修任务的闭环供应网络3种备件供应网络结构进行研究。以供应成本最小和供应时间最短为目标,以备件满足度、库存等为约束,构建了带约束的多目标优化模型。提出了一种基于排序选择函数的超启发式多目标进化算法,同时可以对不同网络结构模型进行求解。在ZDT系列测试函数上将该算法与其他进化算法进行对比测试,验证了所提出的超启发式算法在收敛性和分布性上的优越性。算例表明,一方面,与传统前向供应网络相比,横向和闭环供应网络能够提高备件供应的时效性和经济性;另一方面,超启发式算法在求解模型时取得的解优于其他元启发式算法。     

B2C物流配送网络双目标模糊选址模型与算法

基于B2C"配送-退换同时"的物流模式及配送业务特点,集成设施选址-分配和路线优化,研究模糊需求下的B2C物流设施选址问题.针对选址-分配的模糊性和静态性、配送的确定性和动态性特征,以物流总费用为主目标函数,以配送中心流通费用、车辆派遣费用、配送费用总和为子目标函数,建立了有配送中心容量静态约束和车辆动态负载量约束的双目标模糊选址模型,设计了嵌入随机算法和禁忌搜索算法的遗传算法求解.选取合适的测试算例验证了算法的有效性,探讨了客户需求模糊区间宽度和商品退换率对物流选址结果和各项费用值的影响.实验结果表明,所设计的算法对解决这类复杂问题合理有效.客户需求模糊区间宽度与车辆利用率和车辆路线总长的波动区间、平均车辆路线总长度、配送费用正相关,且宽度较窄时,选址结果、车辆派遣费用和配送中心流通费用不变,超过一定范围,选址结果、车辆派遣费用和配送中心流通费用改变.商品退换率与流通费用和物流总费用正相关,但不会影响选址结果和其他费用.     

带有目标顾客定位的排队选址问题

针对多种顾客类型情况,提出了可以对目标客户进行选择的排队选址模型.不同类型顾客的需求率和单位利润不同,通过选址和目标客户定位,选择服务区域和服务对象.将选址和目标顾客选择作为决策变量,建立了0-1整数规划模型,目标函数是使利润最大化.研究表明,选择适当的服务对象可有效提高设施利润.由于顾客选择和选址问题都是NP困难问题,提出了相应的启发式算法.     

分布式环境下批处理机调度启发式算法求解

将批处理机调度问题扩展到分布式环境下,提出了批调度问题的一个新模型.模型中,工件动态到达各批处理机,且在加工之前和之后需要有运输时间.证明了该模型是NP难的,并通过问题的一个下界来衡量各算法性能.给出了分布式环境下批分配的一个启发式算法AR(assignment rule)以及一个分批准则BR(batching rule),在此基础上对问题的求解提出了若干启发式算法.仿真实验表明各算法均可以对问题进行有效的求解,加入分批准则对于算法有进一步的优化作用.     

在竞争环境中的拥塞设施截流选址问题

研究了在竞争环境下考虑到顾客等待时间的截流选址问题.产生于网络路径上的顾客流按一定概率分布来选择各个设施,概率分布由设施容量,偏移原路径距离和排队等待时间共同决定.在已有设施的情况下,通过选址决策使新建立的设施截得的顾客流最大.结合贪婪算法和Dogleg路径信赖域方法来求解该问题,经过大量计算试验,表明该方法求解质量和求解速度都较理想,可应用于大规模的网络选址.     

有时间窗的车辆调度问题的网络启发式算法

本文对有时间窗的车辆调度问题进行了分析,提出了以网络优化为基础的启发式算法,算法中引入重载点,把求解有时间窗的调度问题转化为求解多个有确定开始时间的车辆调度问题,利用最小费用最大流算法求解有确定开始时间的车辆调度问题,再根据检验数来调整开始时间值,并用实例进行了验证。最后对算法的适用性及进一步应用进行了讨论。     

逆一般中心选址问题的算法研究

主要讨论了逆一般中心选址问题的算法研究。对于实例是树且U为整数的情况,逆一般中心选址问题转化为逆中心选址问题。对于实例是一般简单图的情况,本文给出了一个逆一般中心选址问题转化为权重为1的S te iner树问题的拟多项式算法。并对于权w=1的S te iner树问题,本文也给出了一个近似界为43的近似算法。     

一般网络上的占线中心选址问题及其竞争算法

对一般网络上的占线中心选址问题及其竞争算法进行了研究.文献[6]证明了该问题的竞争比下界是(n-2△e+√(n-22△e2+4(n-1)/2(n-1)) ,其中△e是所给空间最大的相对距离,并证明了该问题不存在常数竞争比的竞争算法.本文给出了一个多项式时间的竞争算法,并证明该算法的竞争比为△e△w,其中△w是所给空间点间的最大相对权重.所得结论不仅对于理论上占线中心选址问题的竞争算法的设计与分析,还是对于实际中的选址决策,都具有一定的指导意义.     

BP网络泛化能力改进研究

详细阐述了防止BP网络过度训练的方法,总结了常用的增强网络泛化能力的方法。并在此基础上,提出了基于主要影响因素和基于修正误差函数来增强网络泛化能力的方法,取得了良好的效果,提高了BP神经网络的适应性。     

基于图层叠加的多目标选址模型

分析了国防工程设施选址的目标和约束条件,研究建立了建设项目选址多目标决策模型.在MGIS(militarygeographicinformationsystem)中运用叠加模型解决了选址决策空间上可行域或有限方案集的搜索问题,提出了选址规范决策矩阵的构建和求解方法,并给出了算例.     

网络所有最小点割的路集矩阵算法

本文提出了一种利用网络路集矩阵求所有最小点割的计算机算法。本算法对矩阵的列元素进行组合,以逻辑加运算获得网络的所有最小点割,具有规则明确、概念简单的特点。经实例计算表明本算法是可靠和有效的。文中还给出算法的步骤和框图,并举例对问题进行了说明。     

网络可靠度分析全概率分解法的计算机化算法

全概率分解法是计算网络可靠度的重要方法,但一般文献中大都认为该法不易计算机化。本文采用矩阵操作技术,提出了一种全概率分析法的可计算机化的计算方法。这种方法对无向、有向网络均适用,实现简便,分解元的选定不依赖于人工,实现效率高。最后给出了一个算例。     

神经网络技术在装备不工作状态可靠性研究中的应用

分析了典型装备的贮存寿命剖面,提出了一种用于研究装备不工作状态可靠性的人工神经网络模型。该模型既可用于装备不工作状态可靠性的定量分析,又可用于装备的质量分级,具有较高的应用价值。利用模型对××－ １ 的不工作状态可靠性的分析得出了一些可与其它方法相互佐证的有益结论。     

城市交通网络中商业街的选址分析与计算

商业街在城市交通网络体系中的选址是商业街布局的重要方面。本文提出交通网络商业街选址问题并建立数学模型，给出了两种选址原则：（1）城市中所有节点至商业街（只需要达到商业街的其中一个节点）之间的最短路径之和最小。（2）城市中所有点对之间过商业街的最短路径之和最小。针对以上两个方面，分另4给出其计算方法，并进行了算法的时间和空间复杂性分析。     

基于遗传算法的城市用地与路网设计一体化优化模型

针对目前城市土地利用规划和路网设计中存在的一些缺陷，提出一种基于遗传算法的城市土地利用规划与路网设计一体化优化模型，该模型可一次性求得多个城市用地和道路网规划方案，并利用一个算例进行了仿真试验，结果表明．该模型和算法是有效的。