基于配载约束的配送优化问题及其求解算法

车辆配载与配送是两个相互联系与相互影响的子问题,考虑了货物的易损性、装载的稳定性、物品不可倒置、车辆平衡性、先下后装等配载约束,构建了车辆配载与配送联合优化的混合整数规划模型,基于问题自身的特点开发了由配载启发式算法和基于节约值的蚁群算法有机结合的交互式混合算法,采用基准实验问题(benchmarkproblems)进行了一系列对比试验,结果显示了所提出的模型及算法的有效性与实用性.     

同频混合信号的一种实时盲解调方案

简要回顾了基于粒子滤波的同频混合信号盲分离算法.着重研究了混合信号的定时问题,提出了基于Gardner算法的定时方法并从理论上分析了其有效性.在此基础上提出了一种Gardner定时+粒生子滤波+Viterbi序列检测的同频混合信号实时盲解调方案,其中Viterbi算法可以根据粒子滤波估计出的信号参数,对信号符号作进一步估计以达到更好的解调效果.仿真结果验证了该方案的可行性.     

开放式车辆路径问题的蚁群优化算法

研究了开放式车辆路径问题,该问题中车辆在服务完最后一个顾客点后不需要回到车场,若要求回到车场,则必须沿原路返回.提出了一种混合蚁群优化算法,该算法主体是一个在超立方框架下执行的MAX-MIN蚂蚁系统,算法混合了禁忌搜索算法作为局部优化算法,同时算法集成了一个后优化过程来进一步优化最优解.基于标准测试问题,最后给出了算法同文献中其它算法的性能比较结果,计算结果表明本文提出的算法是一个有效的求解开放式车辆路径问题的方法.     

热轧批量计划模型及其混合求解算法

分析了热轧批量计划编制问题,建立了基于奖金收集车辆路径问题的计划数不确定的热轧批量计划模型.模型中考虑了热轧生产的多种工艺约束和生产目标.针对该模型提出了一种基于模拟退火算法和蚁群算法的混合算法,混合算法中利用模拟退火算法得到热轧批量计划的一个初始解来生成蚁群算法中的初始信息素分布,利用蚁群算法寻找全局最优解.在蚁群算法中又嵌入了模拟退火算法进行局部搜索,避免蚁群算法陷入局部最优.实验结果表明所提出的模型和算法是有效的.     

求解Job Shop调度问题的粒子群算法研究

为解决单一粒子群算法求解Job shop调度问题存在的不足,提出一种基于交换序的混合粒子群算法,提高了这类问题的求解质量.在混合粒子群算法中,采用粒子群算法进行大范围全局搜索.根据Job Shop调度问题解的特征,提出基于关键工序的邻域选择方法,并将基于这种方法的禁忌搜索算法作为局部搜索算法,增强了粒子群算法的搜索能力.采用混合粒子群算法对13个难解的benchmark问题进行求解,在较短的时间内,得到的最优解和10次求解的平均值优于并行遗传算法和粒子群算法.由此说明本文所提出的混合粒子群算法是有效的.     

异结构混沌与超混沌系统的IFSHPS参数辨识

对混沌和超混沌系统的完全状态混合投影同步问题进行了深入的研究.基于对该类同步问题的研究,首次提出了在驱动系统中也存在一个常数对角矩阵来实现完全状态混合投影同步,这种方法称为改进的完全状态混合投影同步.基于激活控制的思想和微分方程的不变性原理,设计了一类混沌与超混沌系统的改进的完全状态混合投影同步和参数辨识的方案,数值仿真结果进一步证实所提出方案的有效性.     

考虑桥吊工作时间和翻箱次数的配载

综合考虑翻箱次数和桥吊的工作时间,建立以翻箱次数最小和桥吊工作时间跨度最小的整数规划模型,并且引入基于集装箱箱区的启发式算法和遗传算法对集装箱船实现配载。以具有6个挂靠港的2382个集装箱为例,在不同的松弛系数下,分别计算翻箱次数和桥吊的工作时间跨度。计算结果显示,不论是启发式算法和遗传算法,随着松弛系数的增大,翻箱次数和桥吊工作时间跨度呈现减小的趋势,但是不同桥吊相互干扰的可能性会增加。在相同松弛系数下,把启发式算法和遗传算法得到的结果进行比较,可知遗传算法得到的最优配载方案目标函数值更小,被选取为最终配载方案。     

基于混合粒子群算法的组合式变速箱传动比优化研究

针对组合式变速箱传动比分配难以得到最优方案的问题,提出基于混合粒子群算法的组合式多档位变速箱的传动比优化方法.基于多目标粒子群算法,引入具有自我更新机制的领导种群,构成混合粒子群算法.以各段单级变速的传动比为变量,结合传动链布局,以驱动功率损失率、比油耗损失率等为优化目标,以理论车速等为约束条件,建立多目标优化模型,并...     

求解非线性互补问题的混合光滑型算法

光滑型算法已经成功地用来求解各种优化问题. 基于一类新的光滑函数族， 提出了一个带有混合线搜 索的光滑型算法求解非线性互补问题. 在适当的条件下， 证明了算法是适定的， 且保持全局 收敛性和局部超线性收敛性. 最后对提出的算法进行了数值计算. 数值结果显示出该算法的有效性.     

油品配送车辆路径问题的交互式求解方法

油品配送车辆路径问题是一个多车场、多仓库、多商品、多舱位、多车型、有前序约束和时间窗,综合车辆分派、订单配载以及路径编排等决策的车辆路径问题.以两阶段启发式算法为基础,给出了求解该问题的人机交互式求解方法,即交互进行基于当前解的人工修改和启发式算法的寻优.其中包括了对初始解、搜索邻域和目标函数的人工修改,相应操作分别为修改解、局部固定解和调整惩罚乘子.