基于时间路径的物流中心选址与优化研究

为提升快递物流企业服务效率和服务质量,优化大数据环境下企业管理模式,基于传统聚类选址算法和最小支撑树法,通过分析快递物流服务过程,提出配送时间路径概念。以时间路径优化为研究对象,对聚类算法和最小支撑树法进行改进,构建物流中心选址模型和物流配送区域划分模型。采用Python分别以时间路径和距离路径为参量的100物流点配送过程进行仿真验证。实验结果表明,基于时间路径的物流选址算法确保了物流中心位置的效率最高,达到了提高整体物流水平的目的。     

第三方物流实施VMI的配送优化策略

在传统车辆配送路径模型的基础上增加配载和时间窗约束,建立更适用于实际的时间窗模型,并提出了改进后的C-K节约算法,解决了第三方物流实施VMI的车辆配送优化问题。     

乘用车物流运输计划问题的模型构建与求解

整车物流随着我国汽车行业的快速发展,成为现代物流行业中发展最迅速的板块.利用最优化理论和组合优化理论建立了线性规划模型,并结合人工干预及经验,通过定量与定性分析方法,从轿运车的使用数量、乘用车的装载方法及路径选择三方面,对整车物流公司的运输计划问题进行研究和探讨.     

基于最优化的机器人避障路径规划的研究

文中研究了在具有障碍物的环境中,寻找一条从起始点到目标点位置最优的避障路径.利用Floyed算法的思想,简化模型,由局部到整体,建立最优化模型进行求解,合理有效的得出在最短路径长度下及最短行进时间下的最优避障路径.     

一个求解约束优化问题的异步并行算法

对Fukushima于1998年提出的求解无约束并行变量转换算法(PVT)向约束优化问题进行推广,给出了一个异步并行求解边界约束最优化问题的可行算法,在一定的条件下,证明了算法的收敛性.     

基于遗传算法的避空侦察最优路线选择

针对避空侦察最优路径选择问题,根据避空和行军时间限制以及最短路径要求,建立卫星过顶预测模型和约束最优化模型,给出一种求解该优化模型的改进遗传算法,基本思想是：在常规进化算子的基础上,引入进化逆转操作,以改善遗传算法的局部搜索能力。数值实验表明,上述算法具有较强的局部搜索能力,特别适用于避空侦察最优路径选择问题。     

基于Dijkstra算法的两点间多目标最优路径问题建模和优化

配送在物流系统中扮演着重要的角色,是物流顺利实施的根本保障。在信息技术高速发展的今天,设计高效实用的物流配送算法为物流配送系统实现合理路径运输,从而节约运输时间、减少运输费用,提高现代物流系统效率和降低成本非常必要。借鉴已有的数学模型,建立城市配送中心两点间的多目标最优路径问题模型,并在此基础上借助运筹学路网中的最短路径算法和前k条简单路径的算法对此模型给出三种算法。最后选择一种较为理想的算法利用C 语言编写了程序,在DevC 编译器上进行了编译和调试后,程序在三个目标权值下成功地给出了九条路径,并把这九条路径的各个目标权值列成表格以备分析。程序给出了较为理想的结果。     

不确定条件下第三方物流企业一体化物流网络设计

针对第三方物流企业的运作特点,研究了不确定环境下第三方物流企业正逆向一体化物流网络的设计问题.首先,应用三角模糊数描述客户需求和运输费用的不确定性,建立了一个考虑多产品、多客户、容量限制及一体化网络设计的模糊模型.为求解模糊模型,应用模糊机会约束理论、可能度理论将其转化为确定型模型,然后设计出一个混合遗传算法求解确定型模型.最后,利用2个不同规模的算例验证了所提出的模糊模型和求解算法的有效性.     

一种复杂背景下运动车辆分割方法

提出了基于形变模板的运动汽车表示和分割方法.建立了几种具有代表性汽车的形变模板模型和参数约束函数,用最优化算法达到从图像中检测和分割运动汽车的目的.通过对EM算法改进,用几何温度进度代替对数温度进度,加快了算法的收敛时间,提高了算法的稳健性.实验结果表明:本分割方法能够达到克服多运动目标和阴影的影响,有效实现汽车的识别和分割,并且在分割率和运算时间上都有了一定提高.     

电子商务环境下路径优化模型及算法研究

研究了电子商务环境下有时间窗的车辆路径问题,考虑了时间窗限制的约束,并构建以最小成本为目标的模型,包括固定成本、运输成本和惩罚成本。为求解所建模型,提出了基于改进智能水滴算法的车辆路径优化方案,并进行了程序设计。运用算法实例进行验证,并将算法结果进行对比分析,表明改进的算法收敛性更好,能求出问题的最优解。     

任意城市间最短路的Matlab语言实现

本文从城市道路网络的实际特点出发，对城市电子地图的道路网进行网络分析，将最佳路径搜索问题转化为图论中的最短路径搜索问题，通过对最短路径搜索算法的分析，实现了一种求解城市道路网两点间最短路径的算法，将求城市道路网两点间最短路径目标约束转化为求最短路问题，随之建立最短路模型，并描述了用Matlab程序进行求解的过程。最后用实例验证了模型和算法的可用性。     

普适计算中节约电量的动态软件部署算法

为了节约移动设备的电量消耗,提出了一种适合于普适计算环境的动态软件部署算法.综合考虑了软件组件的计算、通信和移动所消耗的费用,建立了一个在移动设备和服务器间组件部署的电量消耗模型.在软件部署中同时也考虑了组件的移动性和组件间的移动关系.利用网络流理论,将节约电量的最优化问题转化为一个流网络的最优分割问题,而后者可采用最大流最小切割算法实现最优切分.实验结果表明提出的算法比现有算法能够节约更多的电量.     

基于单纯形法和Dijkstra算法下快递配送终端优化分析

以菜鸟驿站配送终端为例,分析其存在的配送问题,建立整数规划模型,选择运筹学中的单纯形法为基础,利用MATLAB软件对配送终端企业在人员安排上进行优化.采用最短路径Dijkstra算法对配送人员的路径进行研究,确定最优配送路径配送方案.     

一个再制造物流网络的设施选址模型

首先构建了一个再制造物流网络.在该网络中,正向物流和逆向物流都是双层结构,所有的设施均有能力限制,再制造产品和新产品都可以用来满足顾客的需求,且假设同类设施可以共同设计成集成设施.在此基础上建立了一个包含6种设施的再制造物流网络设施选址的混合整数非线性规划(MINLP)模型.然后给出了基于枚举的求解算法.用该算法搜索整型变量的可行组合,用线性规划软件解决剩下的子问题.最后,通过一个算例说明了模型和算法的有效性.参数灵敏度分析的结果表明,同类设施的集成可能在一定程度上影响问题的最优解.     

混合差分蜂群算法求解带容量约束车辆路径问题

为求解带容量约束车辆路径问题,提出了一种差分算法改进的人工蜂群算法(DABC).针对人工蜂群算法开发能力较弱的缺陷,采用了全局最优解引导的邻域搜索策略.为避免早熟,引入差分算法的交叉更新策略进行局域优化.仿真实验结果证明,混合差分蜂群算法在求解带容量约束车辆路径问题时,能较好地平衡了探索能力和开发能力,在求解速度和稳定性上有良好的效果.     

物流设施选址方法研究

在分析目前国内外关于物流设施选址问题的研究现状及问题的前提下,为了提高物流选址决策的科学性、合理性和正确性,本文以企业成本最小化为目标,提出了基于自组织特征映射神经网络和鲍摩.瓦尔夫模型的物流设施选址法,并运用Matlab软件和逐次逼似算法求得模型的解,从而达到了以经济的物流成本实现高的客户服务水平和物流网络覆盖率。     

铺设地下管线的数学模型

本文建立了一个关于如何铺设地下管线的模型.首先,通过向量平移和三角形两边之和大于第三边的原理,得出修建地下管线时的平行准则.同时,把图中5条地带等价于相同地质带合并后的3条地质带考虑,利用线性规划模型,通过lingo求解,从而得出一般情况下的最优路径.求解第二个问题时,通过P点的加入,将图形分解为两部分,建立最优化约束模型,通过foxpor求解,从而得出通过固定点P的最优路径.     

0／1编码的克隆选择算法在选课模型中的应用

利用整数规划法建立选课策略模型。首先,考虑选课量最少而建立一种单目标约束整数规划模型;其次,既考虑选课量少又考虑学分多而建立一种多目标约束整数规划模型;最后,提出一种克隆选择算法对模型进行求解分析。该两类模型均属约束整数规划问题,已有的数学软件在求解该类问题时极难呈现出优越性,而智能优化算法具有较强的全局搜索和约束处理能力。故提出一种0／1编码的克隆选择算法,对所建立的模型分别进行仿真,所获结果表明,该算法能获得多组决策方案,较好的完成模型的求解。     

MATLAB在最优化模型求解中的应用

最优化模型是较常见的数学模型,本文介绍了MATLAB软件在求解最优化模型方面的几点应用,给出了几种解决优化模型的函数格式和范例.     

混合交通网络设计问题的迭代降维算法(英文)

提出了一种优化的迭代降维算法求解混合交通网络设计问题. 混合(连续/离散) 交通网络设计问题常表示为一个带均衡约束的数学规划问题,上层通过新建路段和改善已有路段来优化网络性能,下层是一个传统的 Wardrop 用户均衡模型. 迭代降维算法的基本思想是降维,先保持一组变量(离散/连续) 不变,交替地对另一组变量(连续/离散) 实现最优化. 以迭代的形式反复求解连续网络设计和离散网络设计问题,直至最后收敛到最优解. 通过一个数值算例对算法的效果进行了验证.