CVRP物流配送路径优化及应用研究

车辆行驶路径优化问题是智能安全交通网络的重要组成部分。针对传统车辆路径求解搜索时间过长、得不到最优解、求解质量不高的现况,在研究一般物流配送路径问题处理方法和数学模型的基础上,提出了一种改进的蚁群算法求解问题以提高构建路径的速度和质量,在限量车辆路径问题（CapacitatedVehicleRoutingProblem,CVRP）中用改进的蚁群算法来优化求解车物流的配送路径。通过MATLAB仿真结果表明,蚁群算法搜索速度相对较快,具有良好的全局求优能力,收敛结果表明可以准确求出最优路径,相比传统方案,优化后解的质量得到了提高,速度提高了80%左右,是一种可行性较高的求解物流配送路径优化问题的有效算法。     

改进沙猫群优化算法的机器人路径规划

为了寻找更优的机器人移动路径,将沙猫群优化算法与三次样条插值方法进行融合,对沙猫群优化算法进行改进。在改进的沙猫群优化算法中,利用混沌映射的均匀性初始化种群以提高种群多样性;通过融合互利共生和莱维飞行策略减少局部最优解的消极影响,提高算法的收敛速度和精度。通过两种仿真实验对比6种优化算法的实验数据,结果表明,改进的沙猫群优化算法的最优解、最差解和平均解都优于对比算法,验证了改进沙猫群优化算法对于解决移动机器人路径规划问题的有效性和工程实用性。     

基于改进蚁群算法快速求解迷宫路径问题研究

针对传统蚁群算法收敛速度慢、搜索时间长、易陷入局部最优等缺点,在其基础上重新定义信息素更新方式。在搜索路径上进行选择优化处理,对搜索出的最短路径做平滑优化处理,使其能快速有效地搜索出最优路径。在解决迷宫路径问题上对传统蚁群算法进行了改进。仿真实验对比表明,改进后的蚁群算法在求解时间和距离上都远优于传统蚁群算法,能快速有效地求得问题的最优解,使解决二维路径问题得到进一步优化。     

辐射扫描算法在无人船航迹规划中的应用

提出了一种基于2D扫描为基础的辐射扫描算法。首先利用栅格法确定栅格粒度,建立环境空间模型。在起点与终点之间存在障碍物的前提下,向两侧扫描获取周围障碍物信息,并确定子节点。子节点不断扫描和更新下一级子节点,从而扫描到终点,并通过终点反选父节点确定最终路线。减少了传统算法规划路径中最终的结果并非最优解的问题。使用LabVIEW2017平台编写了算法仿真软件,进行大量实验。结果表明,该射线扫描算法在规划路径上比传统蚁群算法生成路径质量更高,有效提高了算法应用于三维空间路径规划时的可靠性。     

智能交通系统中车辆路径优化问题的研究

针对智能交通系统中的车辆路径优化问题,运用蚁群算法进行求解,并对状态转移概率公式的选择做出了调整,进一步对信息素挥发因子进行改进,从而改进了基本蚁群算法到一定阶段后容易陷入局部最优的缺点,提高了算法的运算速度.实例求解表明,改进蚁群算法在车辆路径优化问题中,可以快速有效地得到近似最优解.     

离散变量结构优化设计算法研究综述

对离散变量结构优化设计的算法作了总结，这些算法被分成传统的方法和现代方法。对其中的一些算法作了描述，如圆整法、相对差商法、模拟退火算法、遗传算法、Tabu搜索算法。指出了拓扑优化存在奇异最优解问题，并介绍了奇异最优解的处理方法。     

离散变量结构优化设计算法的研究综述

对离散变量结构优化设计的算法作了总结，这些算法被分成传统的方法和现代方法。对其中的一些算法作了描述，如圆整体、相对差商法、模拟退火算法、贵传算法、Tabu搜索算法。指出了拓扑优化存在奇异最优解问题，并介绍了奇异最优解的处理方法。     

一种混合算法在车辆路径问题上的应用

针对粒子群优化算法PSO求解车辆路径问题容易陷入局部最优的缺陷,提出了将量子门思想、遗传算法思想与粒子群算法相结合的混合算法来求解车辆路径问题,以Matlab语言为开发工具实现VRP实际问题的求解。实验表明,混合算法比粒子群算法能有更好的避免陷入局部最优,可以搜索到更优解。     

MDO中学科优解与整体优解关系探讨

在研究复杂产品系统规划分解、整体优化的基础上,提出了MDO中学科的数学描述方法;根据学科优化模型和系统整体优化模型,结合库恩—塔克极值理论,提出并证明了MDO中学科最优解直接组合成为系统整体最优解的3个条件,丰富了复杂产品系统的优化理论,分析了现实中系统整体最优解很难由学科最优解直接组合而得到的原因,得到了整体优化与学科优化的辩证关系,有助于寻找复杂产品系统的整体优解。     

基于DNA算法的Ad hoc路由协议优化算法研究

针对移动Ad Hoc网络中的Qo S路由问题,提出一种基于DNA算法的全新优化算法,该算法采用DNA编码方式,对每条路径进行编码,利用合成技术完成NP完全路径,最后通过实验得出优化数据.实验结果验证了该算法的有效性,并且在降低算法复杂程度下,得到了路由优化的最优解.     

基于大型有限元计算软件的结构模型内力优化设计

针对第五届全国大学生结构竞赛赛题中的模型进行理论分析与内力优化,其中包括基本构件选型、构件细部尺寸优化等,主要涉及静力分析、ANSYS结构优化设计。其中结构内力优化是指将部分变量控制在一定范围内寻找最优解。本文是将内力、尺寸、荷载条件控制在一定条件下,然后寻求质量的最优解。通过计算结果对杆件的受力大小进行分析,以确保结构与构件的安全。     

APG算法在TSP优化中的应用

为解决蚁群算法（ACO）求解TSP收敛速度缓慢、易陷入局部最优的问题,提出一种基于蚁群的融合算法（APG）。首先在ACO的初始种群中引入精英策略,获得精英路径并构建精英可行解空间;其次引入PSO模型,令精英可行解作为PSO的初始种群,加入GA中的进化策略,使粒子与Gbest进行交叉操作,再使交叉操作后的粒子发生变异,得到第二次优化的可行解空间;最后更新ACO信息素,完成一次ACO优化迭代过程。通过APG在TSPLIB中不同实例的验证,结果表明,APG算法较其它路径优化算法能够得到更优路径。     

求解车辆路径问题的协同进化遗传算法

通过对车辆路径问题的分析,建立车辆路径问题数学模型。针对遗传算法优化车辆路径问题易陷入局部最优解以及收敛速度慢等问题,引入基于动态小生境的协同进化模型。最后,将动态小生境协同进化算法应用于所建立的模型中。实验结果表明：动态小生境协同进化遗传算法可有效避免遗传算法的早熟现象,并在一定程度上提高优化车辆路径问题的求解效率。     

曲面最短路径的粒子群优化算法研究

求两点沿自由曲面最短路径的关键是正确选择两点间沿曲面的路径.粒子群优化算法(PSO)是一种全局性的概率搜索算法,它在整个问题空间实施搜索,可以得到问题的全局最优解.将粒子群优化算法的思想引入到路径寻优中,采用圆弧逼近法进行初始逼近,提出了解决自由曲面最短路径的随机搜索算法.最后给出了数值实例,结果表明该算法具有容易实现、运算量小等特点.     

基于遗传算法的GIS辅助最优路径查找方法

当前的GIS最优路径查找搜索策略是启发式算法。由于缺乏可行解空间的全局采样,这些算法多数情况下容易陷入局部最优。作者提出一个基于遗传算法的最优路径方法且成功地应用于最优路径的查找。     

基于相邻节点间特征改进的蚁群算法

蚁群算法是解决组合优化问题比较有效的方法。该方法采用分布式并行计算机制,易于与其它方法结合,并具有较强的鲁棒性,但也存在搜索时间长、易陷入局部最优解等问题。在研究多种改进的蚁群算法基础上,提出一种改进的蚁群算法来求解TSP问题。改进算法根据相邻节点间的相对距离特征,对路径解进行变异,诱导蚁群快速寻找到更优解。同时引入信息素挥发因子自适应调整机制和公共路径思想,调节算法收敛速度,以保证算法的全局搜索能力。实验结果表明,改进算法相比于MMAS、DMPSO ACO等算法,求解精度和收敛速度都有所提高,所选取的测试实例中,平均解相对已知最优解的偏差百分比平均可达到0.63%。     

考虑双重权重的最优路径选择

为解决城市物流配送最优路径选取问题,从城市道路网络空间分布形态出发,综合考虑影响最短路径求解的多种因素,建立动态路网模型,并对经典最短路径算法进行改进。结合道路网络的几何性质,以实际路网为例,标记各路段交叉口作为结点,将实际路网部分转化为Manhattan型结构,同时分析相邻交叉口间距离和平均人口对路径选取的影响,通过重新定义考虑双重权重的最短路径权重与参考值[η],对算法进行改进。利用改进算法迭代计算获得最短路径解,并对多个解的情况进行分析,分别比较两条路径的[η]值,并选取其中[η]值较大的一条路径作为最优规划路径。实验结果表明,路网结构转化及算法改进不仅可简化计算,同时参考值[η]的引入还可有效解决最短路径不唯一时最优路径的选取问题。     

改进蚁群算法在物流配送路径问题中的应用

将最大最小蚂蚁算法与变异操作相融合,改进物流配送路径问题的求解,其算法首先采用最大最小蚂蚁算法产生较优解,然后使用变异操作对较优解进行优化.测试结果表明：该改进算法可以避免蚁群算法在搜索过程中陷入局部最优,有效地提高算法的全局寻优能力.     

关于F线性约束优化问题解集的刻画

给出不同的具有不等式约束的F线性优化问题的最优解集的刻画.结果用梯度条件和拉格朗日乘子表示.首先我们建立了F线性优化问题的拉格朗日函数在最优解集中是常值函数.然后,利用该性质得到了一些拉格朗日乘子为基础的最优解集的刻画.     

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。