考虑取送交叉和多种扰动因素的外卖配送路径优化研究

互联网经济下外卖已成为大众化的消费方式.但目前外卖配送路径优化模型和算法中未考虑骑手的目标以及面临的扰动因素,使骑手困在系统里.另外,现有多数研究中将外卖配送路径优化看作静态问题,将取餐节点和送餐节点依据订单号成对插入,进而生成骑手的配送路径.但外卖配送路径优化属于动态实时优化,且取送交叉是外卖配送的基本模式,即骑手可以先去多个节点取餐再去送餐.因此,该文对考虑取送交叉和多种扰动因素的外卖配送路径实时优化问题进行深入研究.首先,在目标函数中增加了骑手空驶成本和骑手等待成本两个目标,建立了外卖配送路径优化模型;其次,针对取送交叉的配送方式和中途接单、临时交通管制、商家出餐时间异常和顾客取餐时间异常四种扰动因素,设计了改进的自适应大邻域搜索算法,实现了高效的骑手配送路径优化;最后,借鉴饿了么平台的比赛数据生成仿真算例,验证了模型和算法在取送交叉和多种扰动因素下的有效性.     

不确定性下C2组织结构的“任务-平台”关系设计模型及算法

针对经典“任务-平台”关系设计（task platform relation design, TPRD）中忽视了指挥控制（command and control, C2）组织所处战场环境不确定性的不足,研究了更符合作战实际的不确定性下C2 组织结构的“任务-平台”关系设计（task platform relation design under uncertainty, TPRDU）问题。考虑了使命成功不确定性、使命执行时间不确定性和平台的能力损耗不确定性,建立了以使命成功概率（mission success probability, MSP）最大为目标的机会约束规划模型。设计了用于求解该模型的分散搜索（scatter search, SS）算法,该算法在生成新解时采用平台冗余设计（platform redundancy design, PRD）策略。最后的计算实验表明了TPRDU问题的实际意义和分散搜索算法的有效性,并验证了PRD策略对MSP的提高作用。     

含混合储能的微电网能量优化管理

为抑制微电网中新能源出力的波动并降低微电网的经济成本,通过引入混合储能设备来平抑新能源出力波动。构建了一种含混合储能的微电网能量管理模型,采用超级电容器和蓄电池组成混合储能设备,并设定风、光、混储、网、柴的依次供电顺序,采用Tent混沌映射、择优选择搜索空间和捕食位置以及Lévy飞行等改进策略对秃鹰搜索算法进行改进,提高算法的收敛速度和全局搜索能力,并运用于微电网综合成本优化求解。选取某地区4种典型日进行算例分析。结果表明：所提出的微电网容量优化配置模型、混合储能设备、供能策略和改进秃鹰搜索算法(bald eagle search algorithm, BES)算法能有效增强微电网平抑新能源出力波动的能力,降低微电网经济成本,并且改进的BES算法具备较强的收敛速度和求解能力。     

一种改进的GPS模糊度空间搜索算法

为了提高GPS动态定位的模糊度搜索效率,针对LAMBDA算法整数搜索的特点和实际应用效果,分析了影响搜索椭球体积尺度的取值方法,引入了空间选择性搜索的思想,研究了一种改进的GPS模糊度空间搜索算法,利用多维模拟数据和低维实测数据对该改进算法的搜索效率进行了检验,并利用GPS实测数据对该改进搜索算法求解模糊度的正确性和提...     

定位-车辆路径问题的两阶段混合启发式算法

定位-车辆路径问题(LRP)集成了设施定位分配和车辆路径决策,属于NP-hard难题.为有效求解实际大规模的具有设施容量约束和车辆容量约束的LRP问题,设计了基于禁忌搜索及双种群蚁群算法的两阶段混合启发式算法.算法第1阶段采用禁忌搜索算法确定设施定位及客户分配,算法第2阶段采用双种群蚁群算法优化车辆路径,蚁群间的通信与协调通过信息素共享来实现.通过仿真试验并与其他启发式算法进行对比,结果表明,该算法是可行和有效的.     

一种求解最大团问题的化学反应算法

最大团问题是在给定的一个图中寻找一个顶点数最大的顶点子集S,使得S中任意2个顶点都相邻,是一个著名的NP完全问题.提出一种带有局部搜索策略的化学反应算法求解最大团问题.为了提高算法的性能,在化学反应算法的分子碰撞阶段引入分子亲和度,使得碰撞后的分子倾向于得到对应于最大团较大的分子.将不相交的Golomb尺问题转化为最大团问题实例,通过求解最大团问题,得到若干不相交的Golomb尺问题的新结果.     

网络蜘蛛的研究与实现

本文从搜索引擎的应用出发,探讨了网络蜘蛛在搜索引擎中的作用和地位,提出了网络蜘蛛的功能和设计要求。在对网络蜘蛛系统结构和工作原理所做分析的基础上,研究了线程调度、页面爬取等策略和方法。然后选取了几种常见的网络蜘蛛算法进行比较,并综合应用试验法和归纳法研究它们的性能。     

一种求解TSP问题的混合算法

结合粒子群算法、蚁群算法、重力搜索算法提出了一种新的混合算法——TSP-GPAA.该算法将粒子群算法和重力搜索算法加入到蚁群算法中,利用粒子群算法的全局搜索能力解决了蚁群算法的初始信息素匮乏的问题,并且重力搜索算法将粒子群算法和蚁群算法参数进行优化,明显提高了蚁群算法的优化性能.实验表明新算法对于解决TSP问题是有效的...     

基于改进的克隆选择算法的分子对接设计与实现

详述了分子对接方法的基本原理,讨论分子对接过程中两个要素:评分函数和构象搜索算法.利用经验结合自由能的评价函数,对分子对接软件Auto Dock原有模型进行了改进.通过对评分函数的改进,用改进的克隆选择算法作为分子对接过程中的构象搜索算法.经实验效果对比,此方法寻优能力较好.     

改进的自适应和声搜索算法

和声搜索算法是一种启发式优化算法,针对现有改进的和声搜索算法(IHS)的不足,提出了一种改进的自适应和声搜索算法(IAHS).在该算法中,采用自适应的和声保留概率、音调调节概率和音调调节步长产生新解,每次迭代产生多个新解,充分利用和声记忆库的信息.本文用了5个标准的测试函数对该算法进行测试,结果表明该算法(IAHS)有较强的寻优能力和跳出局部最优解的能力.