“双碳”背景下的冷链共同配送路径优化研究

在“双碳”背景下,优化冷链共同配送路径,可以有效降低配送成本及碳排放。文章以车辆配送路径为切入点,构建以配送总成本最小化为目标函数的模型。该模型考虑了车辆启动成本、货损成本、制冷成本、碳排放成本和时间惩罚成本,并使用粒子群算法求解模型。通过设计案例,使用算法对问题进行分析。结果表明,使用粒子群算法,合理设计车辆配送路径,可以同时降低碳排放和配送总成本,满足“双碳”要求。     

智能优化算法在暑假旅游路线安排中的应用

为解决暑假旅行人员以成本最小化为目标的最佳旅行路线选择难题,基于路径优化理论（VRP）及粒子群算法,设计了以暑假旅游路线最短为优化目标的数学模型,采用计算机编程技术,设计了求解该优化模型的粒子群算法,并选择案例对模型及算法进行了验证。案例应用结果表明,该模型和算法能够有效解决最佳旅游路线选择难题,正确率达98%。基于VRP理论及粒子群算法的最短路选择模型不仅能够快速求解出最优路径方案,还能够有效降低人工经验选择最短路径中存在的误差。     

孤岛运行模式下的微电网能量调度研究

针对孤岛运行模式下的微电网系统,以系统调度周期内能达到的总运行成本最低为优化目标,建立包含运行成本费、燃料成本费和环境治理费的孤岛微电网运行优化模型,利用量子粒子群算法对建立的微电网优化模型进行仿真计算,通过算例分析,得到符合系统设计的机组协调方案。     

基于多目标非线性优化的汽油调和配比问题研究

基于多目标非线性优化方法研究汽油调和配比问题,结合实际从提高经济效益和产品合格率为出发点,以成本最小、产值最大、辛烷值过剩最小为目标函数,以资源、调和配比、调和能力等为约束条件,建立汽油调和配比优化的多目标规划模型.并且以按照国Ⅴ标准的要求进行生产活动的炼油企业为实例,验证了我们建立的模型以及求解方法的有效性、可行性.     

基于群体智能优化算法的物资配送数学模型研究

为提供物资配送性能,采用群体智能算法用于物资配送数学模型优化,以降低物资配送成本.首先提出物资配送问题模型,选择物资配送中心所有商品配送至各配送点的成本总和作为优化目标函数,然后采用灰狼算法进行优化,将配送中心与配送点坐标映射至狼群分布坐标,采用配送成本总和的倒数作为适应度函数,选择3个最优个体作为高级狼,剩余为普通狼...     

带流动性的多目标投资组合模型

对多目标证券组合投资模型进行了研究,模型以绝对偏差和代替方差,以换手率刻画流动性,该模型是一多目标线性优化问题。我们采用两阶段模糊算法对模型进行了求解,算例给出了该模型的一个实例的最优解。     

基于NSGA-Ⅱ算法的孤岛微电网优化调度

针对微电网微电源出力的不确定性,以孤岛微电网运行成本最低、风光消纳比例最大为目标函数,建立孤岛微电网多目标优化调度模型。依据微电网风光出力与负荷供需关系,提高孤岛微电网可再生能源消纳水平,并采用NSGA-Ⅱ算法对调度模型进行求解。以某地区微电网系统典型日为算例,以24小时为周期进行孤岛模式运行。算例结果表明,NSGA-Ⅱ算法调度方案可降低微电网整体成本,提高可再生能源的消纳能力,缓解孤岛微电网在峰谷期间的供电压力。     

基于灰狼算法的车辆配送物流路径优化研究

为了实现农产品物流配送车辆路径的合理优化,降低物流配送成本和提高消费者满意度,提出一种基于灰狼优化算法的多目标农产品物流配送车辆路径优化模型。选择物流配送成本最低和路径最短为目标函数,将灰狼位置编码为车辆编号和车辆路径顺序,通过灰狼优化算法实现多目标农产品物流配送车辆路径的最优规划。研究结果表明,与PSO和GA相比,在行驶里程和平均行驶成本方面,GWO的成本最低且行驶里程最少。     

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。     

一类投资组合模型的模糊两阶段算法

对多目标证券组合投资模型进行了研究，模型以风险损失率作为风险。该模型是一多目标线性优化问题．我们采用模糊折衷算法对模型进行了求解，算例给出了该模型的一个实例的最优解。     

基于整数规划模型的污泥处理装备选型方法研究

为了从众多型号装备中选出最符合实际需求的型号,分别建立了初等模型、单目标优化模型和双目标优化模型,通过实际案例对这三种模型进行验证发现,虽然三种模型各有优劣,但双目标优化模型能够获得比较满意的结果。该方法为多种型号装备的推广应用提供了新的思路。     

基于Proteus仿真的单片机项目化教学改革

根据高职以学生为中心、以能力为目标、以就业为导向的教育目标,结合近年教学实践,对单片机课程进行了基于Proteus仿真的单片机项目化教学改革的探索和实践。实践表明,该方法节省了教学成本,优化了教学和学习的效果,激励了学生的学习兴趣,提高了学生实践创新能力。     

考虑客户满意度的双目标冷链配送路径优化研究

针对当前生鲜农产品冷链配送中存在的配送线路长、时间要求高以及客户满意度低等问题,构建以配送成本最小和客户满意度最高的双目标冷链配送路径优化模型,设计变邻域搜索遗传算法对模型进行求解,以某一食堂生鲜配送企业为案例进行研究。研究发现,优化后的线路不仅缩短了配送路径11.8 km,降低了配送成本453.7元,同时客户综合满意度较原先配送方案提升9.76%,为企业在食堂生鲜配送线路路径的规划上提供参考。     

交通信号实时控制优化模型与算法

通过对交叉路口交通流到达和排队延误规律的研究,提出了一种新的交通信号控制理论,并建立了以PI值最小为目标的交通信号配时优化理论模型。该信号配时方法与通常采用的单点自适应信号控制方法的区别在于不但考虑了交通延误,而且考虑了停车次数,实现了对交通延误和停车次数两指标的优化,从而保证了以车队形式到达的交通流可以不间断地通过交叉路口。由于以实时交通流的到达规律为依据进行信号优化配时,因此,该信号配时优化模型又是实时自适应交通信号控制优化模型。     

基于多阶段配送的应急物流设施选址-路径优化

灾情发生后对应急物资及时配送是应急物流管理的核心,为了提高应急物流配送效率,根据应急物流配送网络系统进行多阶段的应急物流设施选址及路径优化是关键。鉴于此,构建以应急物流运营成本最低为目标,充分考虑应急物流中心容纳能力以及受灾用户对物资需求满足的条件下,实现多阶段应急物流设施选址及路径优化。最后以定西市为例进行实证分析,验证了模型的可行性和有效性。     

基于"互联网+"的传统企业人力资源优化配置

通过分析在"互联网+"下企业人力资源拥有值、员工实际工作与有效工作时间、累计工作量、素质能力指数等,以人力资源利用效率最大和企业综合利润最大为目标建立优化模型,以洛阳市某小型传统企业为例,建立与该企业相适应的优化模型,运用lingo软件求解最优结果,得出基于"互联网+"下该企业人力资源的优化配置,对现有人员情况进行调整,让企业在竞争中占据领先地位,获取最大利益.     

鲁棒区间算法在能源规划中的应用

采用鲁棒区间算法解决目标函数和约束条件中的不确定性问题,开发一个鲁棒区间能源系统规划模型,通过求解得到模型全局最优解,以获得最小的能源成本及最优的能源分配方案．案例研究结果显示。通过此优化模型进行的综合环境约束的规划,能使城市能源消费整体结构得到优化,能源利用效率明显提高,可实现城市的能源经济环境的协调发展．     

基于LRP模型的灾害应急物流研究

结合自然灾害的特点建立定位一路径问题(location-mutiIlg problem.LRP)数学模型,并通过一个两阶段启发式算法求解该模型.利用最小包络法进行聚类分析确定应急救援中心的定位配给问题.运用最近邻点法思想下求出K条较短路径;考虑以紧急救援运输的时间,安全性,经济成本和环境成本等多目标,应用网络层次分析法(ANP法)确定最优运输路径.以某地发生台风灾害救援为例进行分析和计算,结果表明该LRP模型计算的有效性和可行性.     

考虑驾驶员舒适度的纯电动公交柔性调度优化

为克服公交调度优化模型中纯电动公交车受续航里程约束、未考虑驾驶员舒适度的不足,提出了人-车固定模式的纯电动公交车柔性调度优化方法。采用休憩时长为衡量驾驶员舒适度的指标,将保证驾驶员舒适度产生的负面边际效应量化为延误成本,以公交企业总成本最小为目标构建优化调度模型,引入改进的粒子群算法求解。改进算法通过调整粒子群算法的位置和更新机制解决传统粒子群算法易陷入局部极值的问题,进一步提高算法精度。实验结果表明,柔性调度优化方法能有效降低公交企业的总运营成本,具有一定的实用性。     

基于人工智能的混凝土配合比优化设计

采用遗传算法对混凝土进行配合比优化设计,以经济成本为目标函数、以人工神经网络混凝土性能预测模型为约束条件,用实数编码表示个体的染色体位串,通过选择、交叉、变异等遗传算子作用,完成遗传操作,以优胜劣汰为原则,最终达到最优解。将优化结果和工程实例的配合比进行对比,可见该方法可降低造价、节约能源,具有较好的工程使用价值。