区域网络零售商物流配送网络规划研究

针对现代网络销售过程中配送路线规划的实际问题,充分考虑客户收货点的随机性、分布散的特点,将配送区域划分为合理的投递网点,转化为对投递点的路径优化问题,以最小化行驶里程目标,建立了物流配送路径优化模型,提出基于聚类的改进两阶段启发式算法。通过第一阶段的聚类算法,对配送网点进行划分,大幅降低问题规模,将问题转化为小规模的单车线路优化问题;第二阶段对每个分区内的投递网点,采用遗传算法求解。实验结果表明该算法能够整体上大幅降低企业配送成本。     

车间调度问题的一种基于遗传算法的混合调度算法

针对车间调度问题,提出一种基于遗传算法的混合调度算法。该算法主要有两部分组成:遗传算法和操作加工时间分配算法。在遗传算法中,采用基于工件操作的符号编码,对于其中违反操作约束的个体,提出了一种基因调整方法。通过遗传算法确定出所有工件操作的调度次序。在该次序基础上,采用一种基于启发式的操作加工时间分配算法为每个工件的每个操作分配时间。仿真结果表明,该算法能达到较好的调度结果。     

一种有效求解多维背包问题的遗传算法

就多维背包问题的求解,提出一个基于遗传算法的启发式算法（MKPGA）。该算法中加入了一个利用问题特性知识的启发式修复算子以帮助求解。测试实例使用270个不同特性的多维背包问题,实验结果表明,该算法对多维背包问题的求解十分有效,能获得不同特性问题的高质量解。     

基于遗传算法的组合拍卖竞胜标问题

组合拍卖是一种有效的机制,用来在复杂的市场中分配资源。求解组合拍卖问题已被证明是一个完全NP问题,求解组合拍卖问题的研究也就成为组合拍卖的核心问题。本文通过分析组合拍卖问题,给出了组合拍卖求解的一般模型,选取遗传算法对该模型求解,对遗传算法的原理,算法步骤进行了详细描述,该算法具有实现简单、寻优速度快、计算效果良好等特点。并给出了组合拍卖问题,广泛的应用领域如：分配机场空位问题、货车运输服务市场。     

随机需求下多产能水平混合运输供应链的集成优化研究

研究需求不确定和混合运输的同时考虑了工产具有多产能水平可选的供应链集成优化问题,建立了随机规划模型并进行转化处理,采用在标准PSO算法中嵌入随机模拟算法和遗传算法的变异操作对实例模型进行求解。数值实例证实了该模型及其求解算法的有效性,结果显示引入多种可选产能水平能够给出更优的选址和配送组合,提高供应链决策的灵活性。     

基于遗传算法的有时间窗车辆路径问题研究

本文在建立有时间窗车辆路径问题数学模型的基础上,构造了求解该问题的启发式算法--遗传算法,并进行了实例计算.模拟结果表明,利用遗传算法进行求解有时间窗车辆路径问题,可以方便有效地求得问题近似最优解.     

基于并行遗传算法和agent的组合优化研究

针对并行遗传算法中计算资源的分配问题,采用遗传算法和多智能体技术相结合的方法,实现了基于粗粒度的并行GA算法结构,该方法有利于改进遗传算法的性能,提高遗传算法搜索的效率.     

基于图论和蚁群算法的机场停机位分配优化研究

通过分析机场停机位分配的特点,以停机位使用数量最少、航空器在机场滑行距离或时间最短且充分考虑机位均衡利用为目标,建立了机场停机位分配问题的优化模型。应用图论的原理将该问题转化为对图的顶点着色问题,在随机序列启发式搜索求解基础上,设计了基于蚂蚁径路搜索规则的迭代寻优算法,即通过设置邻接矩阵,使每只蚂蚁在可行域内一步步构建有化解,该算法有效地避免了启发式搜索易陷入局部最优的缺陷。最后构造了算例,验证了该模型与算法的合理性。     

连续时间的网络截流选址模型与算法——以防御性醉酒驾驶的拦截问题为例

首先提出了连续时间的网络截流选址问题,并以保护整个道路交通网络为目标,建立了防御性醉酒驾驶拦截问题的模型。根据问题的特征,分别设计了基于时间的迭代改进算法和离散选址问题的拉格朗日启发式算法,并通过随机实例对算法进行了测试。结果表明:连续时间的同步拦截问题可以通过分离连续的时间变量和离散的选址变量的方法,多次求解覆盖问题而有效解决,并且迭代改进算法对时间的搜索性更强,从而能够用较少的迭代次数解决原问题。     

改进模糊线性回归及求解方法研究

针对一般模糊线性回归模型在参数确定方面存在的问题,提出一种改进的参数求解方法,并采用启发式算法及遗传算法（ＧＡｓ）较好地解决了模糊线性回归模型对界外值敏感的问题     

遗传量子算法在欠约束和过约束的几何约束求解问题中的应用

几何约束求解技术是基于约束满足的参数化设计方法中最核心的技术。几何约束求解技术的好坏、性能的优劣直接关系到一个基于约束的参数化设计系统是否优良。遗传量子算法是将量子计算和遗传算法相结合的算法,采用量子位染色体的表示形式。该算法具有量子计算的量子位和量子位的迭加特性,同时加入了量子交换算法,使得进化染色体更好的呈现多样特性。实验表明,将该算法应用于几何约束求解方程中,可以解决欠约束和过约束一致的问题。     

基于两阶段算法的低碳冷链物流选址路径问题研究

<正>选址路径问题是将物流网络中的战略战术层面问题共同考虑,是更加全面的研究物流网络。对将选址路径问题加入碳交易的研究并结合冷链物流,构建了具有容量约束的总成本最小模型;后提出用两阶段法求解模型。首先针对顾客以及候选配送中心进行聚类,利用k-means算法进行初步求解并用容量约束进行改进;而后用改进遗传算法,对算法中编码方式和遗传操作设计进行改进。最后进行不同规模的数值实验,证明模型以及算法的有效性,为实际的冷链物流企业提供了重要的决策思路。     

基于NSGAII的应急物流多目标LRP研究

针对应急物流系统中选址-路径问题(LRP),建立了一个以最小化系统总耗时、总成本及最大化配送路线道路安全性的多目标优化模型,据此对应急物资供应点选择、配送中心选址及配送车辆路径安排进行决策。构造了带精英策略的快速非支配排序遗传算法(NSGAII)以求解多目标LRP模型,根据模型的特征,对算法的染色体编码、初始种群生成、交叉和变异方法进行了改进,并与变权多目标遗传算法进行对比研究。算例结果表明,改进的NSGAII可以更好地解决应急物流多目标LRP,求解出的帕累托最优解质量较高,算法具有较好的收敛性和运算效率。     

考虑节点物流能力的卷烟配送中心选址问题研究

卷烟配送中心在物流体系中起重要作用,对其合理的进行选址是烟草企业经济运行的前提。通常,配送中心选址是复杂的非线性混合整数规划模型,传统优化方法存在求解困难。针对这一问题,本文引入混合蛙跳算法对该模型进行求解,在获得最优解的基础上再考虑节点物流能力进行评估,算例分析结果表明,本文所采用的混合蛙跳算法具有寻优能力强,收敛速度快的特点,而本文采用的基于改进DEA的节点物流能力优化能够准确评价卷烟配送中心的物流能力。     

基于ICSA的多配送中心VSP的研究

采用两阶段法,首先根据多配送中心的特点建立多配送中心车辆调度的数学模型,其次采用模糊隶属度的方法对客户进行分类,确定配送中心配送的客户,并采用改进免疫克隆选择启发式算法进行求解车辆调度的问题,最后结合算例利用MATLAB进行仿真,并与遗传算法进行了比较验证了模型和算法的有效性.     

基于聚类的混合多目标遗传算法在车辆路径问题中的应用

建立了有时间窗口的车辆路径问题多目标优化模型,提出了一种基于聚类的混合多目标优化遗传算法。该算法采用并列选择方法,用擂台赛法则构造非支配集,并用聚类方法缩小非支配集,避免了求解非凸解的困难,提高了遗传算法搜索速度及避免了＂早熟＂等不足。实验结果表明,该算法为解决车辆数不确定的时间窗车辆路径问题提供了一个较为有效的求解方法。     

基于离散布置的集装箱港口动态泊位分配问题

结合泊位水深,泊位作业能力以及泊位长度等实际因素,分析了动态到达的集装箱港口泊位分配问题,以最小化船舶在港时间（包括作业时间及等待时间）为目标,提出了基于离散分布的多泊位分配模型。该模型是混合整数规划模型,对于小规模问题,可采用商业优化软件求解,而对于大规模问题,可利用遗传算法处理。     

基于遗传神经网络的图书馆流通量预测

针对图书馆流通量预测问题．提出了基于遗传神经网络的预测模型。该模型采用遗传算法作为神经网络权值全局搜索算法,BP算法作为局部搜索算法。结合实例进行计算,结果表明,该算法用于预测图书馆流通量是可行和有效的。     

基于遗传算法的冷链物流节点选址研究

根据传统的T.T.T.理论,在假设温度不变的条件下,推导出食品的腐败率与时间的非线性关系,并在此基础上建立了惩罚函数和冷链物流节点选址模型。采用遗传算法对模型进行求解,通过一个算例证明了遗传算法可以有效解决冷链物流节点选址问题。     

基于RFID技术投资医药冷链配送中心选址—库存研究

研究需求不确定下,RFID技术投资前后医药冷链配送中心的选址—库存问题。在现有配送中心选址—库存模型基础上,结合医药冷链行业特点,对原有模型进行改善,建立一定服务水平下,医药冷链配送中心选址—库存模型。采用遗传算法求解模型,当参数一定时,依据计算结果可确定最优选址、配送及库存方案。通过对影响模型的主要参数进行敏感性分析,为医药冷链配送系统是否投资RFID技术提供决策参考。