动态环境中基于模糊神经网络的AGV路径规划

动态环境中AGV路径规划是一较难解决的问题,针对该问题提出了一种基于速度障碍、碰撞危险度概念的动态环境模型,并在此基础上结合模糊神经网络给出了AGV的路径规划方法。最后给出了在有静止和运动障碍物的动态环境中路径规划仿真结果,结果表明该方法是可行的。     

需求可拆分车辆路径问题的三阶段禁忌算法

需求可拆分车辆路径问题(SDVRP)是一类有待深入研究的车辆路径问题,其求解方法与需求不可拆分的VRP问题有较大的区别.针对该类问题,本文提供了一种新的求解思路——基于双层规划模型的三阶段禁忌算法.首先,将目标函数设定为大TSP路径成本加上切割增加路径成本,构建了SDVRP的双层规划数学模型;然后,根据双层规划的思路设计了三阶段禁忌启发式算法:先求包括车场和所有顾客的大TSP路径,再对大TSP进行切割和拆分,接着对备选方案进行子路径优化;最后,通过实验仿真,将所提出的三阶段禁忌算法与其他算法进行比较,结果表明了所提出的算法可以比较有效地求得需求可拆分车辆路径问题的优化解,是解决需求可拆分车辆路径问题的有效方法.     

基于改进A*算法的自动导引车无碰撞路径规划

针对自动导引车(automated guided vehicle,AGV)的无碰撞路径规划问题,提出一种引入时间因子的改进A^*算法以减少转弯次数,结合时间窗及优先级策略实现多AGV的动态无碰撞路径规划.首先利用改进后的A^*算法静态规划各AGV转弯次数最少路径;其次,分析路径节点到达时间及冗余时间,根据电量与路径性能动态地为多AGV分配优先级,结合时间窗模型解决了多AGV碰撞冲突问题并且提升了系统效率.案例分析结果表明,该算法在保证路径最优性的同时解决了传统A^*算法带来的转弯次数多问题,能有效实现无重复、无冲突的系统调度,并证明了其在动态环境下具有良好的适应性和鲁棒性.     

考虑费用时值的库存系统的EOQ模型

一般经典的ＥＯＱ模型所解决的问题都是忽略系统费用时值的库存问题。而本文则揭示了在考虑费用时值的情形下库存系统的内在规律,发展了该库存系统销售（或库存）单一的变质性物品的ＥＯＱ模型。为库存系统的管理决策提供了理论依据.     

基于二维自由空间蚁群算法的反舰导弹航路规划仿真

提出了一种基于自由空间蚁群算法的反舰导弹航路规划方法,并对算法进行了仿真.对基本蚁群算法的研究往往是基于旅行商问题(TSP)进行的,不适合反舰导弹航路规划使用,通过使用动态开辟路径节点的方法,解决了这一问题,同时也为将蚁群算法应用到其它自由空间规划问题提供了思路.通过程序仿真得到了较好的结果,证明了该算法的可行性.     

随机需求库存-路径问题:研究现状及展望

在简单介绍库存-路径问题（inventory routing problem，IRP）现实与理论意义的基础上，给出了IRP问题的定义，分析了其具备的特征以及与常见的车辆路径问题、旅行商问题的联系与区别，并将库存-路径问题按照不同的特性进行了分类，总结了近年来有关于求解随机需求库存-路径问题所建立的模型及算法求解，最后本文分析了该领域现有研究的不足以及未来的发展方向。     

带时间窗的车辆路径问题的改进差分进化算法研究

研究带时间窗口的物流配送车辆路径问题(VRPTW),主要考虑车辆容量、时间窗口、最大距离等约束,且完成配送所需的车辆数目不确定,要求在车辆数目最少的条件下再使总的行驶路径最短.提出了该问题的混合整数规划模型,运用改进差分进化算法求解该问题.算法采用序数编码,设计辅助算子解决变异问题,差分进化的交叉率随进化代数自动更新.应用MATLAB语言编程进行仿真计算,得到了最优解,结果表明该算法是求解带时间窗的车辆路径问题的一种有效方法.     

多车场多车型最快完成车辆路径问题的变异蚁群算法

一般车辆路径问题的目标是总路程或总费用最小, 而在应急管理或特殊配送中要求以最快的速度完成配送任务, 该文研究了以最快完成为目标的多车场多车型车辆路径问题的变异蚁群算法. 首先介绍了多车场多车型最快完成车辆路径问题, 然后分别给出求解多车型和单车型问题的车辆分割的动态规划方法, 并把单车型问题的动态规划方法和改进的Split方法进行对比, 同时利用改进的最大流算法将车辆分配给各车场, 从而把该问题转化为寻找最优顾客排列的问题. 随后给出了求解该问题的变异蚁群算法, 最后给出了计算实例.     

基于几何算法的空中交通改航路径规划

为解决空中交通流量管理中恶劣天气或流量受限下的航班改航问题,提出了基于几何算法的改航路径规划方法.首先,将几何算法应用于航班改航路径的规划研究,给出了初始改航点的确定方法.然后,从实际可操作性出发,分别给出了在转弯角度、航段距离争改航点数量限制下的改航路径修正方法.最后,运用本文提出的方法对我国西南雷暴多发地区的改航路径进行了研究.研究结果表明:本文提出的改航路径规划方法可安全有效的避开飞行受限区域,算法简单可行.     

用户均衡网络中的敏感度分析方法

以确定性交通网络用户均衡问题为研究对象,在分析了确定性用户均衡模型与优化条件的基础上,从非线性规划理论出发推导出确定性用户均衡模型的敏感度分析方程.与变分不等式的敏感度分析方法相比较,该方法只需要一般的数学规划知识,很容易被交通规划师和工程师所接受;提供一种获得均衡网络路径解的方法,该方法根据路径费用的大小决定路径解集的取舍,最终可以找到与各OD相对应的多条最短路径,该路径解可以直接用于网络敏感度分析.实例说明了该算法的有效性和敏感度分析在交通规划、建设与管理中的应用.     

Genetic algorithm for pareto optimum-based route selection

A quality of service (QoS) or constraint-based routing selection needs to find a path subject to multiple constraints through a network. The problem of finding such a path is known as the multi-constrained path(MCP) problem, and has been proven to be NP-complete that cannot be exactly solved in a polynomial time. The NPC problem is converted into a multiobjective optimization problem with constraints to be solved with a genetic algorithm. Based on the Pareto optimum, a constrained routing computation method is proposed to generate a set of nondominated optimal routes with the genetic algorithm mechanism. The convergence and time complexity of the novel algorithm is analyzed. Experimental results show that multiobjective evolution is highly responsive and competent for the Pareto optimum-based route selection. When this method is applied to a MPLS and metropolitan-area network, it will be capable of optimizing the transmission performance.     

基于双层规划的物流系统集成定位-运输路线安排-库存问题研究

为优化物流系统,并能更好地描述管理部门的阶层关系和更全面地体现决策者的意愿,从物流系统集成的角度出发,基于客户所采用的多时期随机库存策略,使用双层规划法建立了供应链二级分销网络中的设施选址、车辆运输路线安排、库存控制的集成优化模型,用来解决在给定的多个潜在设施点中选出一系列设施的位置,并确定巡回运输路线,以及巡回运输路线上客户的最佳订货量;并给出了求解该模型的启发式算法,最后通过实例计算证明了上述模型、算法的有效性.     

Modeling and Solving a Multi-Period Inventory Fulfilling and Routing Problem for Hazardous Materials

Any potential damage may be severe once an accident occurs involving hazardous materials.It is therefore important to consider the risk factor concerning hazardous material supply chains, in order to make the best inventory routing decisions. This paper addresses the problem of hazardous material multi-period inventory routing with the assumption of a limited production capacity of a given manufacturer. The goal is to achieve the manufacturer's production plan, the retailer's supply schedule and the transportation routes within a fixed period. As the distribution of hazardous materials over a certain period is essentially a multiple travelling salesmen problem, the authors formulate a loadingdependent risk model for multiple-vehicle transportation and present an integer programming model to maximize the supply chain profit. An improved genetic algorithm considering two dimensions of chromosomes that cover the aforementioned period and supply quantity is devised to handle the integer programming model. Numerical experiments carried out demonstrate that using the proposed multiperiod joint decision-making can significantly increase the overall profit of the supply chain as compared to the use of single period decision repeatedly, while effectively reducing its risk.     

Polynomial dynamic programming algorithms for lot sizing models with bounded inventory and stockout and/or backlogging

This paper addresses a dynamic lot sizing problem with bounded inventory and stockout where both no backlogging and backlogging allowed cases are considered. The stockout option means that there is outsourcing in a period only when the inventory level at that period is non-positive. The production capacity is unlimited and production cost functions are linear but with fixed charges. The problem is that of satisfying all demands in the planning horizon at minimal total cost. We show that the no backlogging case can be solved in ) O(T ²) time with general concave inventory holding and outsourcing cost functions where T is the length of the planning horizon. The complexity can be reduced to O(T) when the inventory holding cost functions are also linear and have some realistic properties, even if the outsourcing cost functions remain general concave functions. When the inventory holding and outsourcing cost functions are linear, the backlogging case can be solved in O(T ³logT) time whether the outsourcing level at each period is bounded by the sum of the demand of that period and backlogging level from previous periods, or only by the demand of that period.     

基于限价订单簿的最优高频做市商策略研究

建立具有成交风险和存货风险的价差过程模型,在引入存货惩罚函数的同时将策略的目标确定为效用最大化.将策略求解的过程看成是随机最优控制问题,并通过动态规划求解,离散模型框架下采用有限差分的方法对每个时间点不同存货及市场价差下的下单策略进行求解.该策略满足了模型定义之初对于成交强度,市场价差及存货量对下单行为影响的假设,而策略的实证及可靠性检验进一步表明了该策略具有较为稳定的收益.     

Multiple constraints-based QoS multicast routing: model and algorithms

1.INTRODUCTION Multicastserviceshavebeenusedbyvariouscontinu ousmediaapplications.Forexample,themulticast backbone(Mbone)oftheInternethasbeenusedto transportrealtimeaudio/videofornews,entertain ment,videoconferencing,anddistancelearning.The provisionofQoSguaranteesisofutmostimportance forthedevelopmentofthemulticastservices.Multi castroutinghascontinuedtobeaveryimportantre searchissueintheareasofnetworksanddistributed systems[1～4].Itattractstheinterestsofmanypeo ple. Afrequently…     

求QoS路由的整数线性规划方法

QoS路由的任务是在网络中寻找一条满足多个约束条件的路径使网络资源的利用达到最优. 该问题是一个NP-完全问题. 提出了一种新的基于整数线性规划模型选择路由的方法. 思路是将复杂约束引入到目标函数作为罚项, 得到一个松弛整数线性规划问题. 因为约束系数矩阵是全幺模矩阵, 松弛问题可以通过线性规划很快地求解. 拉格朗日乘子的调整用罚函数的方法很容易计算. 数值实验表明提出的方法是有效的.     

模糊环境下分销系统的库存决策问题研究

针对由一个中心仓库和多个零售商组成的分销系统,研究模糊环境下该分销系统的库存决策问题,建立了分销系统的总成本与服务水平的集成优化模型.并通过数值算法求解中心仓库和零售商的适当库存决策策略.最后,给出一个算例说明了模型的求解过程.     

考虑库存能力约束的批量问题与定价的联合决策

针对多周期离散时间情形,研究了库存能力约束下如何有效地协调定价决策与批量决策,使得企业利润最大化。建立了非线性混合整数规划模型。分析了最优解的特征,详细讨论了子问题的求解方法。提出了基于动态规划的精确算法,可以在多项式时间内求解出联合决策问题的最优定价与最优生产计划。实验结果分析了库存能力与最优利润、最优生产计划之间的关系。     

两阶段启发式算法求解带时间窗的多中心车辆路径问题

车辆路径问题(VRP)是物流研究领域中一个具有重要理论价值和现实意义的问题. 带时间窗的多中心车辆路径优化问题(MDVRPTW)是单中心带时间窗的VRP(VRPTW)的一个扩展, 其非常复杂, 难于求解. 本文提出一个两阶段的启发式算法来求解MDVRPTW. 该算法首先通过基于聚集度的启发式分类算法将MDVRPTW简化为多个VRPTW; 然后采用蚁群算法对每个VRPTW进行求解. 为了提高蚁群算法的效率, 提出了两个改进策略: 交叉算子和自适应的ant-weight信息素增量更新策略. 最后, 通过若干经典的MDVRPTW对该算法进行了验证, 结果显示结合基于聚集度的启发式分类算法和改进的蚁群算法是一个求解MDVRPTW的有力工具.