基于混合遗传算法的物流车辆调度优化

针对遗传算法在求解车辆调度问题时容易出现早熟现象,导致求解精度不高的问题,本文用混合算法构建了物流配送总成本最小的目标函数。首先,定义了车辆调度问题的数学模型,在此基础上提出了一种遗传算法中对交叉和变异概率的自适应调整的方法。其次,通过局部搜索算法求得初始解,采用遗传算法初始解优化,并且在配送时刻改变以后,利用TS算法搜索最优解迅速的特点改进配送方案,最终求得配送时刻不断变化下的车辆调度方案。最后通过算例分析,得到本文提出的算法与单一局部搜索算法和单一TS算法相比,在求解精度、求解时间方面都具有更大的优越性。     

基于改进蚁群算法的物流车辆调度问题研究

传统蚁群算法在求解中容易出现搜索时间长、收敛过早或停滞现象,为克服这些缺点,通过对蚁群算法进行选择策略、信息素更新等方面的改进,以加快算法的收敛速度,提高算法的搜索能力。再将改进后的蚁群算法引入物流运输车辆调度、综合车辆调度理论,对物流运输车辆的优化调度进行了探讨,对有时间窗车辆调度问题(VSPTW)探求新的求解方法,运用Matlab语言进行编程实现,应用实例对算法进行验证。实践证明,改进后的蚁群算法基本上克服了一般蚁群算法自身的不足,提高了算法的性能。     

物流配送车辆优化调度的综述

物流配送车辆优化调度问题是一类具有广泛应用的强NP难题,本文综合国内外多种参考文献,阐述了该问题的定义和分类,具体介绍了不同情况下的常见模型和主要算法,并就目前该问题的研究发展情况做了简要分析和进一步的展望.     

基于遗传算法的九寨沟车辆调度优化方案研究

遗传算法常常被应用于解决优化问题.介绍了九寨沟车辆调度系统利用遗传算法的思想优化景区内公交车辆调度方案,从而使车辆和人力资源得到合理和充分利用,防止资源的浪费.     

基于遗传算法的配送车辆优化调度

通过对汽车运输的特点和成本的分析，针对配送企业进行物流配送的实际建立并量化各项评价指标，确立了采用遗传算法进行优化调度的数学模型．并编写了算法进行实现。试验结果表明，该算法收敛，并能很快得到较优化的性能。     

浅谈物流工程中车辆监控调度系统的设封

本文概述了物流车辆的特点及其监控调度终端的设计思路,并从硬件和软件两方面就物流车辆监控调度终端的设计与实现进行分析,旨在为物流车辆监控调度终端的实际设计提供参考,促进物流行业设计水平的进一步优化。     

天车调度在优化钢厂物流管制中的重要作用

运用物流学中装卸搬运的知识，归纳了现代制造流程中运输环节的功能和作用，分析了炼钢厂物流系统中天车作业的特点，并对钢厂时间因素和生产工艺进行了研究与分析，从中可知天车调度的优化钢厂物流管制中的重要作用。     

一种新型物流调度算法的优化研究

基于广泛应用的粒子群算法,对现代物流企业的商品调度,进行了一定的优化研究,并通过实验数据进行模拟验证.实验结果表明,通过算法能够比较好地解决物流调度中的优化问题,可以帮助企业降低成本,优化结构.     

基于陌生户问题的配送车辆调度优化模型研究

针对目前车辆调度优化模型(VSP模型)对陌生户问题的考虑不足,通过引入陌生度和陌生系数两个新的参数,改进了物流配送车辆调度优化模型,以解决陌生户问题,并采用C-W算法进行验证计算,计算结果证明了改进模型的可行性和有效性.     

基于Agent的企业物流调度系统的研究

从企业生产系统的需求和发展趋势出发,研究基于Agent的生产物流动态调度问题,通过建立一个基于Agent的物流动态调度原型系统,对Agent理论与技术在智能系统中的应用进行了探索性研究。     

公交区域车辆调度优化研究现状与发展

区域范围内车辆调度是以给定时刻表和一定数量的分布在各个车场的车辆为前提,在满足所有约束条件和相关规定的条件下,得出所需车辆最少或费用最小的车辆调度方案.区域范围内的公交车辆调度过程非常复杂,一直是公交领域研究的热点问题之一.本文在阐述车辆调度问题的基础上,对车辆调度问题的可行模型与算法的研究现状进行了综述,同时对公交车辆调度研究的扩展问题进行了分析.     

实时车辆调度系统

车辆调度的传统算法都是在固定不变的网络节点中进行优化，这种静态的算法并不能满足实时环境的需要。在实际环境中，各节点的需求是不断变化的，将这种变化的不确定性的需求转化为静态需求为企业运作提供了便利，但却不能在时间上赢得竞争优势。作者在分析了传统的车辆调度方法的基础上，提出了实时车辆调度系统，探讨了实时车辆调度系统的模型结构及其实现的关键技术，为建立实时车辆调度模型提供了基础。     

整车物流双层轿运车车辆装载与路径整合优化研究

根据启发式算法思想,建立了双层轿运车的车辆配载和路径优化的双层规划模型。在路径优化的求解中融入一定的启发式搜索规则,设计了一种求解该双层规划模型的混合遗传算法,并给出了算法的编码方法、路径搜索方法和适应度函数的定义。案例分析表明,当乘用车种数不超过3种时,采用LINGO商业优化软件能在1 min内求出最优解;超过3种时求解时间呈指数增长。采用本文设计的混合遗传算法,能在较快时间内求出最优解,此模型和算法对编制大规模下的乘用车装载和配送计划具有较强的适用性和可行性。     

基于改进蚁群算法的物流车辆调度优化问题的研究

蚁群算法是人工智能领域的一种模拟进化算法,在求解调度问题方面具有一定的优势,是一种很有发展前景的智能优化算法.文章首先分析了蚁群算法的基本原理,接着提出了改进型蚁群算法,并阐述了其在物流车辆调度中的应用,进行了仿真实验,验证了改进型蚁群算法的可行性.     

基于遗传算法的超市配送中心车辆调度优化

车辆调度问题主要是车辆分配和配送线路的选择,其中配送线路的选择是配送合理化的保证,它促进经营、满足消费、降低成本,能够以最少环节、最短距离、最低费用实现最大的经济效益。因此,在综合分析考虑各种影响因素的基础上,文章采用遗传算法对线路进行优化,确定配送中心配送货物所需要的车辆数目和行走路线,从而达到线路最短、节省车辆的效果,达到节省运费的目的。     

生产物流系统规划分析与生产调度技术的研究现状与趋势

本文以提高企业的竞争力和降低生产物流成本为目的,指出优化现行生产物流,创造一个通畅高效的物流体系的必要性和迫切性。在对国内外生产物流系统规划分析以及生产调度的研究现状进行论述基础上,指出了生产物流系统规划分析与生产调度技术的发展趋势。     

炼油厂智能优化生产调度系统研究

针对炼油厂智能优化生产调度问题,提出了包含基于规则的归纳性知识、基于实例的样本性和基于数学规划的优化过程知识的ＲＢＲ－ＣＢＲ混合智能优化模型。通过这三种不同知识的有机结合,该模型可用于对复杂的生产过程进行描述。该模型已用于石油工业生产调度问题。     

基于遗传算法的配送车辆优化调度

通过对汽车运输的特点和成本的分析，针对配送企业进行物流配送的实际建立并量化各项评价指 标，确立了采用遗传算法进行优化调度的数学模型，并编写了算法进行实现。试验结果表明，该算法收敛， 并能很快得到较优化的性能。     

整车物流运输网络优化模型研究

对于现实生活中的乘用车整车物流运输计划问题进行了讨论,建立了目的地唯一的运输优化模型,进一步推广应用到目的地不同的运输优化模型.     

基于装载模式的整车物流优化模型研究

研究了物流公司按照客户订单对整车快速配送的问题.通过穷举轿运车装载模式,将投入运输的轿运车按照装载模式进行分类,以每类轿运车数量为决策变量,运输总成本最少为目标,分别对单一目的地和多个目的地的情形建立整数线性规划模型.两种模型分别用LINGO编程在i5/3.10GHz的PC机上求解,前者运行时间不足1s,后者也仅需30s即可得到最优解.