共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
演化算法广泛的应用在电子商务中的某些领域,如供应链,密钥,物流,投资等问题的处理上,使这些问题优化处理,得到最优解,获得了很好的效果。 相似文献
5.
6.
7.
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。 相似文献
8.
9.
提出了一种基于蚁群和柱子群优化的混合算法用来求解TSP问题。利用柱子群优化对基本蚁群算法中启发式因子α及β进行改造和随机搜索,从而得到两个参数的最佳组合值,实现TSP问题的求解。模拟实验结果得到了最优路径的解,达到了预期的效果,具有很好的推广应用价值。 相似文献
10.
11.
12.
物流配送路径优化是近年来物流领域的重点研究问题.本文针对传统Dijkstra算法在处理结点数较多的应用时存在计算时间和存储空间较大的问题,提出了一种基于改进的蚁群算法的物流配送路径优化算法,构建了物流配送的优化模型,阐述了改进的蚁群算法在物流配送路径优化中的实现.实验结果表明,本算法在物流配送路径优化中是行之有效的. 相似文献
13.
14.
针对传统方法无法有效解决物流机器人一次访问若干点的全局路径规划问题。为此,提出一种基于栅格图法的移动物流机器人全局路径规划方法。通过栅格图法构造容易被移动物流机器人理解的仓储环境。在不考虑点和点间准确路径的情况下,按照移动物流机器人初始点是否处于出口,把全局路径规划问题划分成典型的TSP问题和TS-TSP问题,针对典型的TSP问题,将全局路径点看作种群个体,针对TS-TSP问题,将中间节点看作种群个体,以此构建移动物流机器人全局路径规划数学模型,并通过势场蚁群法对其进行求解,获取全局路径点的最优访问顺序,在此基础上,通过A*法计算准确的移动物流机器人全局路径规划结果。实验结果表明,采用所提方法收敛速度快,可快速得到全局最优解,且全局路径规划结果所需时间少,实用性强。 相似文献
15.
通过定义一些基本运算操作符的运算规则而对粒子群算法进行了改进,构造了多机器人路径规划问题的编码方式。同时,提出了两阶段法对多机器人路径规划进行优化求解:在第一阶段,即采用普通优化方法,对多机器人路径以及任务点分配进行整体优化求解;在第二阶段,依据第一阶段优化出的最优解,分别对各个机器人的路径进行再次优化。通过仿真实验验证:与普通优化方法相比,该方法具有更好的寻优能力。 相似文献
16.
17.
针对物流网络路径中正向逆向的密度过大,这种突变密度容易造成路径的冲突,降低了物流网络调度模型的效率.提出一种灾变算子的逆向物流路径优化算法.通过建立物流逆向和正向的配送网络关系数学模型,利用路径灾变算子反馈约束加权算法进行网络配送优化计算,从而充分考虑正向和逆向路径负荷的情况,提高物流网络调度效率.实验证明,该方法提高物流配送网络调度效率,取得了令人满意的效果. 相似文献
18.
针对传统遗传算法在巡回商旅问题优化计算中存在的弊端——收敛速度慢,迭代次数多。在传统遗传算法基础上,设计出一种加入人工选择和定向突变的优化改进算法。该优化算法通过人工方法保存具有有利变异个体和淘汰具有不利变异个体,有利变异个体进行杂交和变异,从而提高遗传算法的收敛速度,减少遗传算法的迭代次数。同时针对遗传算法易陷入局部最优解的情况,在优化算法中引入自适应参数算法,针对遗传算法的不同阶段,实现杂交概率和变异概率的自适应调节,防止算法陷入局部最优解。最后,采用国际标准的TSP测试集(TSPLIB)对优化算法的优良性进行验证,实验表明,对比其他算法,该优化算法在TSP最优解的质量上提高10%左右。 相似文献
19.
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. 相似文献