车辆路径问题的数学模型及优化算法

通过分析交通路径的特点,给出求解车辆路径问题(VRP)的改进的蚁群算法.该算法通过引入启发因子和参数自适应调整,加速了收敛效率,改善了全局搜索能力,最终数值例子表明本文所提算法是可行的、高效的.对VRP问题有较好的求解效果。     

车辆优化调度算法研究初探

分四大类讨论求解该问题的算法:精确算法(exact algorithm),构造启发式算法(constructive heuristic algorithm),改进启发式算法(im-proving heuristic algorithm),和亚启发式算法(meta-heuristic algorithm),评述各类算法适用的问题求解阶段以及各自的优缺点。     

基于智能优化算法的车辆路径问题的研究与应用

在电子商务蓬勃发展的大环境下,物流行业已经成为推动我国经济发展的重要力量,人们对物流配送的要求也越来越高,如何科学合理地规划配送车辆的路线,实现高效率、低成本是当前学者们研究的重点。物流配送遍及生产生活的方方面面,面对日益复杂的道路环境,随着信息化水平的提升,这使得用智能计算推动物流配送模式革新有着重要意义。本文通过科学合理的方法对复杂的车辆路径问题(VRP)的衍生问题,即带时间窗的车辆路径问题和同时取送货的车辆路径问题(VRPSPDTW)进行求解,主要通过对现有的鲸鱼优化算法进行研究,针对鲸鱼算法求解问题后期种群多样性缺失的问题,引入新的收敛因子、自适应权重和Metropolis准则对其进行补足,将其应用至实际问题中,验证其可行性。     

人工免疫多目标进化算法在动态车辆路径优化中的应用

建立了动态车辆路径优化问题的数学模型,提出了一种基于聚集密度的人工免疫多目标进化算法。该算法首先计算群体中每个个体的聚集密度,再根据目标函数值和聚集密度定义一个偏序集,然后采用比例选择原则依次从偏序集中选择个体,更新精英集。实验结果表明,该算法是解决动态车辆路径问题的有效方法。     

蜂群优化算法在带软时间窗的车辆路径问题中的应用

本文给出了带软时间窗的车辆路径问题的一种新的算法,蜂群算法.通过计算若干benchmark问题,并将结果与硬时间窗的目前最好解及蚁群算法的相应解作比较与分析,验证了算法的有效性.蜂群算法是刚刚起步的智能优化算法,目前国内外关于蜂群算法的文献较少,研究范围较窄,故本文不仅是拓宽蜂群算法应用范围的有效尝试,同时也给本身求解方法不多的软时间窗车辆路径问题提供了一种新解决方法.     

改进智能水滴算法求解混合时间窗车辆路径问题

针对多目标车辆路径问题,研究了车载量、配送里程、混合时间窗等限制约束条件下,以最小配送费用和最少配送车辆数为目标建立多目标数学模型。在分析智能水滴算法求解类似离散问题时存在的局限性基础上,运用多种方式对其进行改进,并引入遗传算法选择、交叉及重组算子提高其性能,构建出两种改进智能水滴遗传混合算法,运用Solomon标准测试算例和实际算例进行验证。比较结果显示,改进后的混合算法能够有效解决离散问题,在持续寻优能力上较传统智能水滴算法和遗传算法更优；并且竞争选择改进智能水滴遗传混合算法求解算例效果最优。     

Dijkstra算法在GIS车辆诱导系统的优化实现

为了满足人们日益增长的出行需求,跨学科的智能交通系统应运而生。最短路径分析是GIS车辆诱导系统应用的关键问题,Dijkstra算法是解决该问题的常用算法。文章结合二树Dijkstra算法的思想和现代多核多线程的技术,对Dijkstra算法进行了优化与改进,并对该算法在车辆诱导系统中的应用进行了探讨。该系统以桂林市为例模拟了最短路径搜过程,证明该算法的高效性和实用性。     

车辆路径问题的教学解释

车辆路径问题是物流配送的基本问题之一,却是一个教学难点。尤其是模型中的接送顺序约束,很多教科书对这一问题的解释十分晦涩。本文从教学的角度对这一问题从案例、模型、Lingo求解程序三个方面进行解释与说明,并详细论述了接送顺序约束的意义。     

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.     

基于改进遗传算法的配送路径优化方案

为了很好地解决物流车辆的线路优化问题（简称VRP）,借鉴DNA算法局部寻优能力强的优点,提出新编码方法,以及车辆的行使路线的新的测序方式,很好地解决遗传算法的早熟、局部寻优能力差的问题。通过测试,发现交替使用遗传算法和DNA算法进行全局寻优和局部寻优可以相对较准确、快速的实现车辆线路的寻优。     

基于遗传算法的QoS路由优化算法

由于一些像远程视频会议之类的新服务要求更好的服务质量,多媒体通信路由算法需要使用多个QoS的参数。然而解决QoS路由问题、搜索两个无关参数的可行路径是一个NP完全问题。提出了一种基于遗传算法的QoS路由算法。仿真实验结果表明,该算法具有很好的性能并且为多约束QoS路由问题的求解提供了一种有效的途径。     

基于蚁群算法的无线传感器网络路由算法实现

本文利用蚁群算法简单、局部工作等特点,结合传感器网络的特征,分析研究了基于蚁群算法的WSN路由算法,并阐述了蚁群算法的无线传感器网络路由算法的实现和仿真设计与分析。     

基于Zigbee网络的路由算法研究

本文针对基于Zigbee网络的路由算法进行相关研究,并分析其优缺点。     

基于负载平衡的无线传感器网络路由算法

为了提高无线传感器网络的能量利用率和延长网络的生命周期,本文提出了基于负载平衡的无线传感器网络路由算法。首先,将网络划分成多个网格,根据网格内节点的负载情况定义网格的状态,结合网格的地理位置和网格负载状态选择路由网格;其次,根据节点剩余能量和负载大小在选择的网格内选取一个合适的节点开始数据的收发工作;最后,通过模拟实验将本文算法与GPSR算法和GEAR算法进行比较。仿真结果表明,该算法有效改善了网络的负载均衡,延长了网络的生存期,并提高了网络的吞吐量。     

基于IP网络流量路由算法的设计与实现

本文提出当网络流量达到阈值时采用"基于多线程的分时段静态路由算法"来解决网络出现拥塞时浏览器页面打开很慢的问题。在网络流量未达到阈值时,采用"基于单播 选播的动态路由算法"来优化路由以满足用户的服务质量(QoS)需求。在路由发生改变后,本文采用多播技术使同一网段内的所有路由器在短时间内收到路由更新信息。     

电子商务环境下鲜活农产品物流配送路径优化研究

农产品电子商务依托于现代网络通信环境,利用科学的手段指导农产品生产、加工及流通,从而提升了农业信息化、现代化和标准化的水平。近几年来,农产品电子商务平台在迅速发展的同时也遇到了瓶颈,配送成本较高,配送效率低等问题严重制约了鲜活农产品电子商务的发展。因此,如何在电子商务环境下合理规划鲜活农产品配送网络体系,科学高效地设计配送路径,尽可能减少物流配送成本是发展鲜活农产品配送亟需解决的问题之一。     

上海浦东新区城市生活垃圾收运路线优化研究

城市化的迅猛发展、经济的高速增长,城市垃圾产生量日渐增多,如何实现垃圾减量化、资源化、无害化作为可持续发展领域的焦点,已成为环境综合治理工作中的新难点、新挑战.城市生活垃圾收运费用在垃圾处理系统总费用中占有很大的比例,通过对垃圾收运问题的研究,可以有效节约成本,提高作业效率.文章对城市生活垃圾收运现状进行了分析,以总的垃圾收运距离最短为优化目标建立了城市垃圾收运问题的数学模型,提出了以扫描算法和分枝限界法相结合的求解方法.基于优化的结果和GIS技术实现优化作业路径的动态显示,为实际垃圾收运作业提供决策依据.最后,通过调研区浦东新区的实例表明优化后的作业路径减少了17.7%,节约了垃圾收运的成本,证明了该求解方法的实用性和有效性.     

基于传感器应用的ZigBee路由算法研究

依据AODV理论,针对提高路由使用时间的需求和ZigBee的特点,对算法的路由发现过程进行了节能优化。通过NS-2.29软件进行仿真分析,给出了基于AODVjr节能优化的算法实现和结果分析。     

一种离散细菌菌落优化算法研究

为了拓宽智能优化算法解决实际问题的能力,提出一种离散的细菌菌落优化算法。首先,设计新的个体编码方式以及进化方式;其次,融合禁忌搜素算法,克服算法易陷入早熟的不足;最后,与其它算法在Taillard标准调度测试问题集上比较实验,验证了算法的有效性。仿真表明,算法能够寻求到问题的最优组合。