大规模随机运输网络的路径优化

针对具有不确定性、复杂性的大规模运输网络,以各种概率分布函数的运输路径优化问题为研究对象,通过具体的网络实例证明传统最优路径方法的局限性,提出了一种用于搜索随机运输网络中最优路径的频域生成图模型(Frequency-domainSpanning Graph, FSG), 并给出其求解大规模运输网络路径优化的算法.FSG通过时频域间概率函数的相互转化,能够定量处理连续概率分布和离散经验分布两种形式,其大规模分层搜索算法易于计算机化, 实现效率高.最后给出的大规模运输网络路径优化算例,验证了模型和算法的可行性和有效性, 显示出良好的应用前景.     

一种基于最优化的极值分布建模方法

为提高极值分布中样本数据序列分布拟合精度,对改进的综合模型采用遗传算法实现分布参数的寻优。建立了灾难性事件的样本极值分布数学模型。采用非线性回归方法导出样本极值与累积概率之间的映射关系,考虑样本极值的上限和拟合的误差,建立了极值分布的综合模型。采用改进遗传算法,将模拟退火算法应用到遗传算法中,以模型误差为目标函数进行优化,从而确定函数模型中的分布参数,实现了拟合精度的提高。     

基于混合航线结构的集装箱航线与空重箱运输综合优化模型

基于混合航线结构,构建双层规划模型,优化集装箱航线与空重箱运输方案. 基于遗传算法与线性规划优化算法开发改进的遗传算法求解模型. 模型以航线收益最大为目标,同时确定干线靠泊港、干线港靠泊顺序、支线港以及空重箱运输方案. 对某班轮公司亚欧航线的优化结果显示：若用4000TEU船型,需投入9艘船舶,航线的运营收益为每周19.56万美元;而若用10000TEU船型,需投入7艘船舶,航线运营收益为每周31.35万美元. 另外,对比两类船型的航线方案可以看出,随着使用船舶的大型化,轴辐式与环绕式航线成为航线主流结构,这与航运市场的实际情况相符.     

供应链环境下的库存与运输整合优化模型及算法

从供应链集成的思想出发,对库存与运输整合优化问题展开分析,在保证生产连续的基础上,利用补货量与补货周期建立库存优化与运输优化的相互联系,构建考虑库存与运输整合优化模型。利用云模型改进交叉与变异概率的设置方式,设计观测周期矩阵+车辆路径染色体结构、双交叉与内变异算子的云遗传算法。最后,结合算例对模型与算法的有效性进行了检验与分析。     

估计Verhulst 模型中参数的线性规划方法及应用

估计灰色Verhulst模型中的参数通常采用最小二乘准则,而在模型精度检验时又经常采用平均相对误差.本文主要在平均相对误差达到最小准则或最大相对误差达到最小准则下,阐明了Verhulst模型中参数估计问题可转化为线性规划问题,可以利用线性规划方法估计Verhulst模型中的参数.实际应用表明本文的方法是可行的且有效的,比传统方法预测精度高.     

基于禁忌遗传算法的邮政运输车辆调度问题

为提高邮政运输网络的整体运行效率,提出一种集三级中心选址和车辆调度于一体的混合邮政运输车辆调度模型。模型同时涉及到邮件的送取、多种车型调度和区域规划等问题。模型的求解分为两个相互关联的阶段,第一阶段确定三级中心局和划分区域并完成中心局之间的邮件配送;第二阶段求解各三级中心局内部的车辆调度问题,并将结果返回到第一阶段;两个阶段分别采用中心分配法和禁忌遗传混合算法。最后,以贵州邮政的实际生产数据对模型和算法进行实证分析,验证了模型和算法的有效性和实用性。     

水电站优化调度的FP遗传算法

水电站的优化调度是个含有线性与非线性约束, 而且目标函数呈非线性的动态控制问题, 已有的优化方法大多基于数学规划技术。本文提出一种新方法, 即人工智能浮点表示(floationgpoint简称FP)遗传算法。它的主要优点在于状态和控制变量不必离散化, 所需内存少, 编程简单, 它为克服水库群优化运行“维数灾”问题提供了一条新途径。     

基于时间槽的敏捷供应链集成调度模型及优化

针对市场需求出现后敏捷供应链需要选择各级部件供应商并安排对应的生产运输调度问题,以准时满足市场需求为基本约束,以供应链库存、生产和运输总成本最小为目标函数,建立了基于供应商可用时段时间槽表示方式下的敏捷供应链集成调度INLP模型;基于该模型具有大量的时间和数量约束,设计了以时间槽实数编码作为基因编码的混合遗传算法,在解码过程中引入贪婪-序的解码方法保证产生满足约束的解,加速算法收敛和寻优; 最后以算例验证模型和算法的有效性和稳健性.     

基于GB/T2828.1(2012)的群序贯优化检验及应用

为降低计数型产品抽样检验的试验成本,对国家标准GB/T2828.1(2012)中的截尾群序贯检验方案进行了研究.指出该标准中的检验方案存在的一些不足,并提出了优化的截尾群序贯检验方案及其求解方法.通过与GB/T2828.1(2012)中的截尾群序贯检验方案进行对比,结果表明,优化后的检验方案在保持与GB/T2828.1(2012)中的检验方案具有相当或更接近于对应一次抽样方案犯两类错误概率的条件下,拥有相对更小的样本量截尾值与平均试验样本量.将优化后的截尾群序贯检验方案应用于铁路车辆弹簧质量的检验中,分析结果显示,相对于GB/T2828.1(2012)中的检验方案节省平均试验费用的比例达13.99%.     

多重群体遗传算法的特点及应用

建立了多重群体遗传算法模型并成功地用于实际研究工作。多重群体遗传算法采用了标准化的独立的基因／染色体模型及由种群和繁殖群体组成的多重群体模型，并采用了积累方式建立初始种群，求解效率和对不同类型问题的适用性有明显的改善和提高。多重群体遗传算法模型求解优化问题的基本过程分为建立初始种群、适应与进化、进化成熟后的处理等内容。     

基于遗传算法的城市交通运输网优化问题研究

香港是一个市区人口相对集中的城市 ,公路和公共交通运输网的优化非常重要 ,随着经济的发展 ,人口的增加 ,对公共交通设施的需求越来越大 ,每年香港政府都要投资三亿港币建设新的公共交通设施 ,满足日益增长的需求 .这些新的交通设施要从许多公路和公共交通的规划项目中选择 ,这个问题数学上归结为一个 0 -1规划问题 .本文用遗传算法对这一 0 -1规划问题进行了求解 ,这是第一次将遗传算法应用于实际的网络设计问题 ,这一模型将有助于香港政府进行交通规划 ,香港 2 0 0 6年规划数据被用于进行实例研究.     

随机运输能力条件下区域港口群运输网络优化

为了对区域港口群运输网络进行优化,降低运输总成本,在考虑航线运输能力为随机条件下,运输航线成本函数为运输量的凹函数时,由有限个区域始发港、一个区域枢纽港和多个目的港所组成的运输网络优化问题.①得出航线成本是航次运输批量的准凸函数,并对航次运输批量和航线成本进行优化;②在考虑航线成本最优条件下,对区域始发港到某个特定目的港之间的运输路线进行决策;③对区域始发港到所有目的港的整个运输网络的运输路线进行优化,提出区域港口群运输网络的整体最小成本和最优运输航线;④通过算例验证所提出的模型的实用性.     

交通运输网络通道排斥性和依存性的识别研究与实证分析

研究交通运输网络中运输通道之间的排斥性和依存性问题,旨在为交通运输网络规划和交通运输投资决策提供科学的参考依据.根据某一运输通道运费的变化对另外一条运输通道运量的影响,结合线性规划和运输经济学理论建立交通运输网络通道排斥性和依存性的分析理论模型,推出具有参考价值的结论,并对结论进行了实例分析.     

运输问题的研究

本文讨论了运输问题“多反而少”现象，给出了问题的定义、线性规划模型及表上作业求解方法。     

战时随机运输时间路径优化研究

以战时无分布函数的随机运输时间路径优化问题为研究对象,采用随机机会约束规划方法建立战时运输路径优化模型,设计了基于随机模拟获取适应度的遗传算法来求解问题模型,并处理了战时运输中的必经点问题.最后,给出的算例验证了模型和算法的有效性.     

Model and Algorithm of Transportation Problem on Network

Transportation problem on network needs to determine the freight quantity and the transportation route between supply point and demand point. Therefore, taken the uncertainty of freight supply and demand into account, a collaborative optimization model is formulated with transportation capacity constraint. In addition, a two-stage genetic algorithm （GA） is put forward. Herein, the first stage of this GA is adopted a priority-based encoding method for determining the supply and demand relationship between different points. Then supply and demand relationship which the supply and the demand are both greater than zero is a minimum cost flow （MCF） problem on network in the second stage. Aim at the purpose to solve MCF problem, a GA is employed. Moreover, this algorithm is suitable for balance and unbalance transportation on directed network or undirected network. At last, the model and algorithm are verified to be efficient by a numerical example.     

干线运输优化的两阶段局部搜索启发式算法

干线运输的车货匹配及车辆运输路径优化对于降低大规模、多分布网点的物流企业的运输成本有重要意义.建立了干线运输的发车费用模型及总费用模型,提出应用一种基于直达网络搜索和车辆行驶路径搜索的两阶段局部搜索启发式算法进行求解.通过对企业实际数据的计算,表明该算法优化了干线运输的运输路径,减少了运输车辆数,降低了运输总费用,具有较好的应用前景.     

基于出行时间可靠性的城市交通网络设计

现实城市交通中,日常出行需求经常发生变动且路段能力一般处于恶化状态下,在假设出行时间和出行需求变动服从正态分布的情况下,建立了基于出行时间可靠性的城市道路交通连续网络设计模型。由于现实数据获取的困难性,设计了结合仿真技术的遗传算法来求解该问题。通过算例分析表明,建立的模型是有效的,其求解算法是可行的。     

基于贝叶斯-神经网络的动态回归建模与预测

结合贝叶斯网络和神经网络，提出了一种建立数据驱动型的动态线性回归系统模型的方法。基于这种模型采用自然连接型的知识分布，形式化各种各样的信息，结合贝叶斯方法，执行贝叶斯网络的持续学习过程；采用指数寿命型的连接权值改进径向基神经网络，优化输入数据，提高计算速度；采用改进的遗传算法，实现神经网络的动态自适应。基于上述方法，实现了线性回归系统动态建模与实时预测。仿真试验说明该方法是有效性。     

中心局邮政通信网仿真系统设计与实现

为了优化中心局邮政通信网络组织和成本管理水平，该文从邮政通信时限与成本的优化匹配及其影响因素分析入手，设计了邮区中心局内部作业处理和动态调度管理的仿真系统，通过对业务模型和信息模型中业务处理、运作方式和管理模式的领导 具和评价，为实现目标优化提供依据。