集装箱班轮航线配船优化决策研究

分析了集装箱班轮船线配船的内容及要求，引进性规划方法建立了航线船问题的数学模型，并优与船方案的选定进行了探讨。     

实用航线配船和船队规划软件包

介绍一个适用于大宗散运输船队的航线配船秀船队规划软件包，对于所建立的数学模型，程序模块功能和使用特点做了说明。     

基于遗传算法的多目标优化配矿

为综合衡量配矿效果,基于多目标优化理论,以磨浮入选原矿组分指标、入选原矿品质稳定及最大限度利用原矿为目标,构建磷矿堆场多目标优化配矿模型,并采用改进的多目标遗传算法求解该模型。经约束多目标优化算例测试结果表明：改进的多目标遗传算法可以找到多目标优化问题分布广泛、均匀的Pareto最优解集。并针对磷矿浮选堆场开展多目标优化配矿,现场测试结果显示,矿石混配后P2 O5含量23.052％,MgO含量4.195％,混配原矿30654 t,比常规优化方案资源利用率提高0.31％。研究结果表明,该多目标优化配矿技术可实现稳定矿石品质的同时最大限度地利用原矿。     

国内班轮航线配船研究

研究了国内集装箱班轮运输现状,分析了运量、运力的现状和发展趋势,提出了国内集装箱班轮航线配船的数学模型,提出了两点往返型航线,环型航线和钟摆型航线运量、运力平衡方法,为沿海集装箱运输公司投放运力提供参考。     

考虑船舶油耗的集装箱班轮航线配船方案

班轮航线配船主要是解决多船型在多条航线上的合理配置问题,目的在于充分利用船队资源.首先,分析航行速度对船舶油耗产生的影响,然后,根据班轮多港口挂靠和集装箱转运的特点,建立以周计划内船队运营总成本最小为目标的混合整数规划模型.算例中通过对航行速度的灵敏性分析,呈现了船舶油耗和船队运营总成本之间的二律背反规律.随着船舶加速,虽然船队运营总成本递减,但是集装箱的转运成本和港口靠泊作业成本却呈现增加的趋势.其次,运用了轴辐式网络的特点,能够从46个港口中选择一半数量的中转港进行集中转运操作,具有规模经济优势.     

考虑负外部性成本的铁矿石航线配船多目标优化

针对实际铁矿石航运过程中所存在的船舶运营导致负外部性内部化问题,综合考虑船舶海上运输所造成的环境影响、港口拥堵以及交通事故等负外部性要素,并对其进行量化评估。通过分析铁矿石海上运输活动,将负外部性问题与航线配船相结合考虑,以负外部性成本最低与营运利润最大为目标,建立了铁矿石航线配船双目标优化模型,采用改进遗传算法进行求解与验证。以从巴西经过好望角到中国的3条铁矿石航线为例,对模型进行求解验证,并对船型和燃油价格进行灵敏度分析。结果表明：负外部性成本在航运企业运营收益中是不容忽略的,合理的船型运力配比在运输过程中会显著地减少负外部性成本。随着燃油价格上涨,会导致负外部成本大幅增加。可为航运相关企业提出优化建议,并为政府宏观调控运力和航运企业制定运输计划提供参考。     

基于区间证据推理的不确定性航线配船方法

为弥补不确定性航线配船模拟算法的不足,提出一种基于区间证据推理的航线配船解析算法.该方法以证据推理理论为基础,以船舶公司期望效用最大化为目标,考虑航线特征及船舶属性等因素,构建出一个多航线、多船型的航线配船模型.与目前的模拟算法相比,该方法具有稳定性好、准确性高、可以处理模糊数据等优点.最后,通过算例验证了模型的可行性和方法的有效性.     

低碳模式下班轮航线配船问题研究

在绿色低碳环保的大环境下,以一种新颖的视角研究班轮航线配船问题.在全球致力于环保减排的大趋势下,碳的排放权也必将成为一种稀缺资源,随着航运业碳税机制的逐步引入,由于碳税成本的增加,将碳税成本考虑进班轮航线配船优化模型中显得非常必要.文章在经典配船模型的基础上建立了班轮航线配船新模型,推导出船舶燃耗与船舶往返航次时间、航次成本及年航次数之间的数学关系式,并在碳排放约束条件下进行了优化.并通过算例用LINGO软件对模型进行求解.研究表明:考虑碳排放约束和碳税征收因素后,可以为在班轮的碳排放量有限量的情况进行配船优化,满足客户的需求且使船队盈利.     

环型配网优化规划的遗传算法

直接使用闭环结构约束,采用遗传算法对仅有2个变电站的环型配网进行优化规划.在配网优化规划的同时考虑到了结构上的环状约束和运行上的辐射状约束.首先介绍了环型配电网优化规划中采用的数学模型,然后介绍了遗传算法理论及其在环型配电网中的应用,并使用Visual C 编程语言,设计、开发环型配网优化规划软件.最后通过对一个17节点的试验系统的优化规划,验证了方法的实用性和有效性.     

碳减排背景下提升船舶能效的原油轮航线配船优化

为应对国际海事组织提出的现有船舶能效系数和碳强度指标政策,预计需要有一定数量的现有船舶通过使用新技术或改造其推进装置部件来提升船舶能效。同时,越来越多的船舶也通过选择安装闭式脱硫装置来应对硫排放控制区限制。在此背景下,针对原油轮航线配船问题,考虑船舶提升能效和安装脱硫装置的改造策略,以年燃油成本与碳排放成本之和最小为目标,考虑碳排放量约束,建立混合整数非线性优化模型。选用一种自适应模拟退火粒子群算法对模型进行求解,对燃油价格波动和碳税税率进行敏感性分析,并通过算例验证了模型的合理性与有效性。     

基于改进的遗传算法的虚拟机部署研究

云计算环境下虚拟机的部署是有关资源管理、服务质量等方面的综合性问题,是一个多目标的NP-hard问题。根据弹性云环境下虚拟机部署的特点,利用遗传算法解决多目标组合优化问题的优点,提出一种基于改进遗传算法的虚拟机部署算法,以减少物理计算机开销、提高资源利用率、满足用户SLA为优化目标,将云计算环境下的资源管理和服务质量需求转化为算法可识别的信息,通过改进遗传算法,使之适应于静态和动态部署的要求。实验结果分析表明,该算法在满足多目标的条件下得到较优的解,为虚拟机到物理节点的映射提供了较好的解决方案。     

铣削用量的遗传算法优化设计

针对数控铣削加工过程,建立了以最大生产率为目标函数,以机床、刀具、工艺等因素限制为约束条件的铣削用量优化数学模型.运用遗传算法,结合铣削实例,对铣削用量进行了优化.结果表明,铣削用量参数优化后的加工时间明显优于经验铣削参数下的加工时间.     

舰艇编队防空火力基于改进遗传算法的分配方案

描述了舰艇编队防空火力分配问题,建立了火力优化分配模型。结合舰艇编队防空作战的特点,分析了几种传统分配算法的不足。为了获得全局最优解,将遗传算法用于该火力分配优化研究中。针对标准遗传算法计算费时、稳定性差等不足,从初始群体均匀产生、适应度尺度变换、稳态繁殖、自适应遗传参数等方面作了改进,给出了基于改进遗传算法的模型求解方法和步骤。经过实例计算,取得了良好的分配效果,可为制定舰艇编队防空作战指挥自动化决策提供科学、有效的支持。     

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.     

基于改进遗传算法的行星齿轮优化设计

针对行星齿轮的设计参数是由一些混合离散变量组成的特点,通过距离测度改进遗传算子,引入菱形思维,得到了具有实值编码技术的改进型自适应遗传算法．将齿数、模数、齿宽及行星轮个数作为设计变量,以机构的体积最小为目标函数,建立了有别于现有行星轮系的优化设计数学模型．并利用改进遗传算法对模型进行了优化,较常规设计体积减少了31．64％,较SGA减少了17．8％,具有一定的实际意义．     

容器编程遗传算法的应用

随着高校课程与学生的高速增长,基于计算算法的高校自动排课方法成为目前算法设计研究的重要问题。基于遗传算法机制,提出了一种新的二进制编码机制和教室位置填充方法,用于改善排课的系统负载与效率。该算法摒弃了完全随机搜索的做法,依据适应度函数中各项权重比例的多寡为导向,定向随机生成染色体中的基因,精简了染色体信息量,大大缩短了系统的运行时间。在管理机制上,引入用户干预,高效处理初始化种群和排除冲突。仿真实验数据证明了该算法的收敛性与高效率。此外,在整个系统设计中,运用了基于容器的容器编程技术,实现了不定数据量的便捷处理。     

基于自适应并行遗传算法优化设计的有源滤波器

提出一种用于有源滤波器的改进自适应并行遗传算法设计.引入了两个自适应算子:其一根据进化过程实现交叉和变异概率的自动调节;其二通过设计随机个体集和健壮个体集,实现种群个体的多样性和保护适应度高的个体不被破坏.采用基于岛屿的交换模型实现多种群间信息交换,扩大了种群的规模和相应的搜索空间.给出了利用该方法设计四阶切比雪夫低通滤波器的设计结果,并与基本遗传算法进行了比较实验,结果表明该算法收敛速度快、精度高,有效地克服了早熟现象.为大规模有源滤波器设计提供了方法上的支持.     

基于遗传规划的GSBAR学习算法

基于相似关系的广义近似推理方法(GSBAR)需要一个能根据案例数据来确定其函数参数的算法,即GSBAR学习算法。提出了基于遗传规划的GSBAR学习算法,论述了GSBAR学习算法的定义、学习算法任务的简化以及学习算法的组成部分和基本步骤。学习算法的运算实例表明:GSBAR学习算法能够以较大概率搜索到合适的函数参数。GSBAR学习算法提供了根据案例数据来确定GSBAR方法中关键函数的能力,从而使得GSBAR方法具有更好的适应性。     

基于遗传算法的通风网络两步法风流调节优化算法

概括混合型通风网络优化模型,归纳混合型通风网络风量最优分配和风流最优调控两步法优化基本框架。首先,在满足矿井通风风量需求的基础上,实现风量分配优化。然后,结合矿井通风网络实际调风需求,引入遗传算法随机产生动态网络的邻接矩阵,使用附有条件的最小支撑树算法求解部分余树弦(调风地点)约束下的最小支撑树和独立回路矩阵,根据回路矩阵计算通风网络余树弦风阻调节值,在通风总功率和约束条件基础上构建广义最小化目标函数,依此对调节方案进行评价,使用遗传算法中的进化算子对调节方案编码实施进化操作,最后通过迭代得到满意解。研究结果表明:两步法思想简化混合型通风网络优化问题,解决调风地点约束的通风网络优化问题,执行效率高,能够解决较大规模的通风网络优化问题。