基于蚁群禁忌混合算法的成品油多舱配送路径优化研究

依据油品运输策略的不同,成品油二次配送可划分为两种模式:同一加油站的不同油品需求可拆分配送和不可拆分配送.在两种模式的基础上,根据带时间窗的成品油多舱配送基本模型,衍生出两类配送子模型;综合考虑蚁群算法较强的全局搜索能力和禁忌搜索算法的局部搜索能力,设计蚁群禁忌混合算法(ACO-TS),并提出相应策略用于两类子模型的求解.采用12组不同类型的算例进行数值实验,实验结果表明,混合算法能有效的求解两类配送子模型,并且针对第二类子模型设计的特有邻域能够加快算法求解速度;此外,两种配送模式中,同一加油站不同油品需求可拆分的模式在降低配送成本的同时,能够大幅提高车载率,减少车辆使用量。     

考虑司机工作量均衡的成品油配送优化

针对考虑司机工作量均衡的成品油配送方案优化问题,引入公平理论中社会比较的思想,客观上实现了司机工作量的均衡性度量,进而构建了考虑司机工作量均衡的成品油配送的多目标优化模型.该模型表达的问题集多车舱,多油品,多路径,多目标等特点于一身,为了求解这一难题,提出一种新型的Split-Assign算法对第二代非支配快速排序遗传算法(nondominated sorting genetic algorithmⅡ,NSGA-Ⅱ)进行了改进.最后,基于实际数据完成了数据实验与实例分析,验证了模型及算法的有效性,并提出了相应的管理启示.此研究可以为成品油配送方案的制定提供决策支持,对于实际中有较高工作量均衡性要求的类似问题都具有一定的启发意义.     

考虑工作量均衡的成品油二次配送车辆路径问题

为避免工作量分配不均,研究了考虑工作量均衡的成品油二次配送车辆路径问题。以总配送成本极小化和不同车辆路径长度之差极小化为目标,建立了双目标混合整数规划模型;并设计了变邻域禁忌搜索启发式算法。利用改进的Solomon＿I1插入算法求出使总配送成本尽量小的初始解;再利用变邻域禁忌搜索算法改进初始解,得到近似最优解。模拟计算结果显示,通过变邻域禁忌搜索算法改进后的解,总配送成本仅增加6.2%,车辆路径长度差值降低了45%,验证了算法的有效性。     

基于两阶段算法的大规模成品油二次配送优化

本文以大规模成品油二次配送路径规划为对象,研究了具有成品油物流特征的多车场带时间窗的车辆路径问题的数学模型,提出了新的基于子问题分解的两阶段优化算法.首先采用改进的系统聚类算法将配送需求合并分载,随后设计了改进的遗传算法生成最终的配送路径.针对客户划分问题,提出了‘期望节约里程'指标,用以描述客户的地理空间分布特征,并以此为特征信息设计了启发式的遗传算子,提升了大规模问题优化收敛的速度、质量和稳定性.仿真实验结果验证了模型和算法的可行性和有效性.     

基于差分进化邻域自适应的大规模多目标算法

对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足。对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法。首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确。其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性。实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能。     

多车场带货物权重车辆路径问题邻域搜索算法

带货物权重车辆路径规划问题(weighted vehicle routing problem, WVRP)将车辆载重和行驶距离引入目标函数,在生鲜食品和危险品运输以及应急物资配送中有重要意义.在WVRP的基础上,提出了多车场带货物权重车辆路径规划问题(multi-depot weighted vehicle routing problem, MDWVRP),建立了该问题的数学模型,设计了一种简单高效的多起点迭代式邻域搜索算法(multi-start iterated local search, MSILS).为避免搜索过程陷入局部最优, MSILS引入了扰动机制.基于33个公开标准案例对MSILS算法进行了测试.通过与已有文献中的方法进行比较,从求解质量,运行时间和稳定性等三个维度验证MSILS算法的优势.     

基于改进智能水滴算法的动态车辆配送路径优化

针对当前车辆配送过程中存在的配送路径不合理、配送效率低和需求不确定性等问题,提出一种基于改进智能水滴算法的动态车辆配送路径优化方法。构建软时间窗惩罚函数,考虑顾客对配送时间的要求,建立顾客满意度函数。综合车辆配送过程的车速、货损成本、惩罚成本、顾客满意度等特征,建立车辆路径优化模型。采用智能水滴算法对车辆路径优化模型进行求解,使用灰狼优化算法改善智能水滴算法的搜索能力,获取最优路径。实验结果表明该方法能够提供实时优化的路径,减少调配成本。     

多种横向转运配送方式下的成品油配送方案优化方法

针对多种横向转运配送方式下的成品油配送方案优化问题,以配送成本最小化为目标,构建了可同时表达多种配送方式的优化模型。设计了能够同时求解多种配送方式下的配送方案,且求解精度高、速度快的启发式算法。数据实验验证了模型、算法的有效性,并得出：合并配送方式不可能成为成本最低的配送方式;当车辆不满载时,混合配送方式的优化空间更大;随着转运油库与配送区域的趋近,混合配送方式的成本优势越来越明显;所提算法求解不同配送方式下的配送方案的时间差极小,在制定配送计划时,可同时生成分开配送方案和混合配送方案,择优选用。本研究为横向转运背景下成品油配送方式的选择和配送方案的优化提供了一种科学的决策方法,有利于降低企业的配送成本。     

求解多车型车辆路径问题的变邻域搜索算法

多车型车辆路径问题（FSMVRP）是车辆类型不同的车辆路径问题（VRP）,基于变邻域搜索,提出一种启发式算法VNS_FSM求解FSMVRP。该算法设计了实现变邻域搜索中的＂抖动＂和局部优化过程的邻域结构组合,同时,还提出了一种新的车型调整策略。在通用的基准测试问题的实验验证了VNS_FSM算法的有效性,并给出问题G_07-G_12的正确解。实验结果表明,VNS_FSM算法能够获得大多数测试问题的已知最好解。与已有算法相比,VNS_FSM算法性能相当或更优。     

一种融合邻域搜索的多策略差分进化算法

设计多策略差分进化算法的难点在于选择何种变异策略以及如何分配这些策略。提出一种融合邻域搜索的多策略差分进化算法,根据个体适应度值将种群分为3 个子种群,每个子种群分别采用不同的变异策略和参数值,使得各子种群的搜索能力可互补,有助于平衡整个种群的勘探和开采能力。同时,对适应度值最好的子种群采用邻域搜索操作,充分挖掘优质个体可能包含的有益信息用于指导搜索。在34 个测试函数上实验,与包含7 种差分进化算法在内的12 种进化算法进行对比,结果表明该算法在大多数函数上取得了更好性能。     

多目标优化设计中的Pareto遗传算法

遗传算法的随机性和隐含并行性,使它能同时搜索到多个局部最优解并获得最优解集。为了发挥遗传算法群体搜索的优势,提高多目标优化设计效率和灵活性,在自适应遗传算法的基础上引入群体排序技术、小生境技术和Pareto解集过滤器,建立了一种适用于多目标优化设计的Pareto遗传算法。以Pareto前沿面的形式给出优化设计的Pareto最优解集,供设计者按设计意愿选择最优的设计结果。采用Pareto遗传算法进行跨声速翼型的多目标优化设计,设计结果表明,Pareto遗传算法是十分有效的,完全可以用来进行多目标优化设计。     

约束多目标优化问题的进化算法及其收敛性

提出了带约束多目标优化问题的一种新解法。首先定义了个体的序值和个体的约束度,利用这两个定义给出了一种新的适应度函数和开关选择算子,从而对种群中的个体进行评估或排序时无需特别关心个体是否可行,避免了罚函数选择参数的困难。用概率论有关理论证明了算法的收敛性。用标准的Benchmark函数进行了仿真实验,仿真结果表明,新算法对约束多目标优化问题的求解是有效的。     

基于多目标优化的传感器网络任务分配模型

由于网络节点资源受限,节点任务分配对传感器网络性能和网络服务质量影响很大.本文以优化系统时延、能量消耗及网络均衡度为目标,建立了基于多目标优化的传感器网络任务分配模型.同时为了有效协调多目标间的关系,采用目标协调优化方法构造目标函数.利用关键路径法解决通信路径选择,给出了基于遗传算法的最佳任务分配方案,进而最大限度地提高了传感器网络效率.最后,仿真结果表明了该模型和算法是合理的和有效的.     

多目标连续小推力深空探测器轨道全局优化

以燃料消耗量最小和飞越小行星最多为性能指标,对多目标连续小推力深空探测器轨道优化,给出了一种组合优化算法。该组合优化算法由全局优化和局部优化组成。全局优化为粗略设计,首先,利用动态规划法全局优化来确定探测系列,即确定从地球出发依次探索的各个小行星以及时间节点;利用静态参数优化算法(即穷举法),在一个大的搜索空间内全面搜索每段飞行轨道的发射窗口,同时,得到每段轨道次优飞行轨道及次优的控制律。然后利用共轭梯度法局部优化来求解每段轨道两点边值问题,获得最优的飞行轨道及最优的控制律。     

集装箱码头装卸作业顺序多目标优化调度模型

集装箱码头装卸是码头作业的基础环节,其作业进度和稳定性直接影响集装箱船舶的在港时间.针对码头装卸作业顺序优化问题中作业时间不确定并且可拆分的特点,本文建立了同时最小化作业总完工时间及"岸边无集卡与堆场无集卡的时间和"的多目标混合整数规划模型.所建立模型的作业时间变量受到决策变量影响且可行域不规则,使得其求解复杂性和难度增加且帕累托前沿解难以搜寻.为求解模型,设计了基于仿真模拟与调度经验规则的PNSGA-Ⅱ算法.最后,通过与传统NSGA-Ⅱ算法比较,以及对在静态情景与动态情景下的算例实验进行统计对比,验证了所建立模型与PNSGA-Ⅱ算法可有效求解集装箱码头装卸作业顺序优化问题,并对码头生成高效稳定的装卸作业调度方案提供决策支持.     

海外油气项目多目标投资组合优化方法

针对中石油海外复杂合同模式及经营环境多变情况下如何实现产量、投资、效益、风险等多个目标优化配置的问题,本文建立了考虑时间维度及风险因子的非线性多目标优化数学模型,表征了海外不同合同模式涉及的复杂商业规则和约束条件,提出了一种全新的求解多目标优化模型的混合优化方法.该方法先通过排队过滤法生成满足目标和约束条件的投资组合解;然后以该解的特征参数作为约束条件进行线性优化,求出投资组合局部最优解;最后以该最优解作为初始投资组合通过遗传算法求解得到一系列投资组合可行解.通过利用该方法对海外油气项目开展多目标投资组合优化,验证了该方法对于海外项目多目标优化的适用性,为海外项目规划方案设计提供了科学适用的思路和方法.     

多目标置换流水车间调度的混沌杂草优化算法

针对最小化最大完工时间,总流程时间及总延迟时间的多目标置换流水车间调度问题,提出一种改进的混沌杂草优化算法,该算法采用基于熵值权重的灰熵关联度适应值分配策略,引入快速非支配排序法生成外部档案,并将进化种群的更新和最优位置的混沌搜索相结合,用于维护外部档案,提升算法的寻优性能.通过与NSGA-Ⅱ算法进行OR-Library典型测试算例的对比实验,验证该算法的有效性.