一种改进的相对轨道动力学模型

线性化的Clohessey-Whiltshire(C-W)方程描述相对运动虽然方便,但是精度不高,为了解决这一问题,提出了一种C-W方程的改进形式。首先基于C-W方程的推导,分析了在对中心引力取近似的过程中导致原方程不准确的数学原因和物理现象;然后通过对简化部分的数量级进行分析和比较,将原推导过程中忽略掉的部分重要内容重新予以考虑,并运用数学变换将新加入的内容合并转化,最终给出了一组非齐次线性常系数微分方程,在不增加计算复杂度的情况下提高了精度。仿真验证表明该方程在圆轨道下相对于C-W方程精度改善很多,小椭圆轨道下也消除了C-W方程的长期误差。     

有时间窗约束非满载车辆调度问题的节约算法

车辆调度问题(Vehicle Routing Problem,简称为VRP)是物流配送中广泛存在的一类问题,VRP属于强NP问题.在建立了带有时间窗的非满载的VRP问题的数学模型基础上,对启发式算法中的节约算法进行改进,设计出带时间窗的非满载的VRP问题的节约算法.通过对8个客户和13个客户算例的具体计算结果分析该算法的性能,研究表明:节约算法具有易于计算机实现,易于调整,方法易行、效果理想等优点,但在客户规模增加,解的空间增加后,其解的精度也随之下降.     

并行的嵌套式遗传算法在库存路径问题中的应用

文章考虑了一个供应商和其多个分销子公司组成的2级供应链分配系统,商品通过有容量限制单一型号车辆从供应商到各个分销子公司,利用约数策略和遗传算法,达到"智能分区"的效果;在路径处理上,采取分担运输和直运相结合的策略,解决了订货量大于车载容量时面临的难题;在需求不变(供求不变)的情况下,给出几个成本因素对算法进行有效性分析,得出相应结论,并对并行和串行算法进行比较和优劣分析.     

隐性税收的理论模型

隐性税收是一个重要的税收概念,国外学者在20世纪90年代起已开始进行理论和实证研究。隐性税收表现为税收优惠资产可获得的税前投资收益率低于非税收优惠资产可获得的税前投资收益率的一种现象。本文从理论层面对隐性税收进行探讨,通过研究隐性税收的两个模型,即S-W模型和C-W模型,分析隐性税收的量化指标,如隐性税率、显性税率、总税率等,并对这两个模型进行详细的分析与评价。     

多约束条件的车辆装卸算法

多约束条件的有时间窗装卸货问题(PDPTW),由于它具有非确定型的多项式算法(NP)特性,求取精确解很难.通过引入“虚拟车辆”,以缩短线路的总时间成本为准,讨论了在复杂约束条件下车辆的多轮次分派问题,以求取最佳的线路车辆组合和得到最多的配送订单.并设计了以Clarke-Wright(C-W)节约启发式算法为基础的混合算法,求取近似解,最后根据算法的特征,提出了改进程序运行速度的方法.     

C-W节约算法在装配企业采购物流中的应用

将通常用于配送领域路线优化的C-W算法,运用于采购物流领域.针对装配企业采购物流中所运输产品的特点,在线路规划中插入车辆载重量和容积的双重约束条件,以满足采购物流的特殊要求.用一个实例验证了修正的C-W算法对解决采购物流中车辆调度问题的适用性,得到了较好的结果.     

多种横向转运配送方式下的成品油配送方案优化方法

针对多种横向转运配送方式下的成品油配送方案优化问题，以配送成本最小化为目标，构建了可同时表达多种配送方式的优化模型。设计了能够同时求解多种配送方式下的配送方案，且求解精度高、速度快的启发式算法。数据实验验证了模型、算法的有效性，并得出：合并配送方式不可能成为成本最低的配送方式；当车辆不满载时，混合配送方式的优化空间更大；随着转运油库与配送区域的趋近，混合配送方式的成本优势越来越明显；所提算法求解不同配送方式下的配送方案的时间差极小，在制定配送计划时，可同时生成分开配送方案和混合配送方案，择优选用。本研究为横向转运背景下成品油配送方式的选择和配送方案的优化提供了一种科学的决策方法，有利于降低企业的配送成本。     

基于转移支付的非一体化库存路径问题协调模型

文章研究一个配送中心和N个具有确定需求的需求点的库存路径协调问题,首先讨论独立决策下各参与者的决策,即各个需求点利用EOQ模型得出自己的最优订货量和周期,而配送中心只能根据这些订货量和周期进行配送,采用C-W节约算法求解车辆的调配和配送路径;研究了一体化库存路径问题,利用改进的遗传算法嵌套C-W节约算法,给出了一体化库存路径问题的最优决策,探讨了使用转移支付的协调手段让所有需求点都合作的条件。