物流配送路径优化的模型与求解

通过对多设施车辆路径优化模型的改进,建立了0-1整数规划的物流配送优化模型,并利用FLOYD算法求得各节点间的最短路径及其长度,设计了捕食搜索算法对模型进行求解.通过实例计算,取得了满意的结果。     

计算机网络可靠度优化计算中遗传算法的应用分析

在计算机网络可靠度优化计算的过程中,遗传算法是通过自身简单的算法结构,利用高超的搜索效率,然后以它强大的实用性和迅捷的求解速度,从而在全局计算中获得最优解的近似值。与传统的算法相比,在网络可靠度优化计算的问题上,遗传算法有着非常明显的优势。     

基于密度核估计的最大熵方法改进探析

基于最大熵方法的随机变量统计模型,可以确定出一个含有最少主观假定的分布。针对传统最大熵方法在拉格朗日优化计算中存在的全局优化困难、求解精度不高等问题,提出了一种基于"核密度+逐次叠加法"求解最大熵的方法。通过验证,对密度核估计最大熵方法的改进,不仅优于非参数方法中的密度核估计方法,也提高了传统最大熵算法的精度。     

Lingo软件在货物运输问题中的应用

运输问题是经济社会中的常见问题,它是一种特殊的线性规划问题,可以通过传统的表上作业法进行求解。但是,随着运输问题的复杂程度逐渐提高,手工求解已不能满足需求。因此,本文通过实例,利用Lingo软件程序语言,实现了对运输问题的优化计算。     

基于混合蚁群算法的物流配送路径优化问题的研究

建立优化物流配送路径的数学模型,然后构造求解该问题的混合蚁群算法。进行多次实验和计算,证明用混合蚁群算法优化物流配送路径,可以有效地求得问题的最优解或近似最优解。     

随机需求下带时间窗IRP问题的遗传算法研究

研究随机需求条件下带时间窗的IRP问题的数学模型,并借助遗传算法来求解这一模型。以某物流公司配送系统为例,获得了路径安排和库存策略的优化目标解。实验结果表明这不仅能明显减少迭代次数,而且可以改善优化计算结果。     

计算机网络可靠度优化计算中应用遗传算法的研究

所谓计算杌网络可靠度其实就是指计算机网络的可用性,其具备计算机网络各用户问互相连通的描述能力。优化计算计算机网络可靠度是目前社会市场所关注的热点话题。相对于传统的算法而言,遗传算法除了具有便于求解、算法结构简单以及搜索高效等特点以外,同时在进行全局计算的时候,还可获得最优的近似值。下面文章就计算机网络可靠度优化计算中遗传算法的应用进行研究和分析。     

基于综合排序法的最优拆解层次探讨

在众学者研究求解回收产品的最优拆解序列的基础上,本文指出利用目前所研究的计算方法求解的"最优拆解层次"还有待进一步的优化,需要将时间和质量这两个企业运营的重要竞争因素考虑在内,并利用综合排序法对原最优拆解序列进行进一步优化,得出更合理的拆解策略来指导回收产品的绿色处理的方法。     

基于混合粒子群优化的编队防空目标分配

针对防空作战中的多批次目标分配问题进行了研究。首先,建立了目标分配的约束 优化模型;其次,提出了一种混合式粒子群优化算法用于问题的求解;然后,给出了问题求 解的详细步骤和粒子群算法的应用规则;最后,基于仿真算法验证了模型的正确性和算法的 有效性及计算实时性。     

在资源限制条件下商业银行多点布局优选的遗传算法

针对资源限制条件下的商业银行多点布局优选的0-1整数规划数学模型,提出基于遗传算法的求解方法。该方法利用遗传算法中随机搜索优化机制,能较快和准确的获得最优解。通过实例计算证明,与现有的模型求解方法相比,遗传算法具有较好的寻优效果,可以作为求解商业银行多点布局优选问题的一种新方法,同时对于其他项目群决策问题具有借鉴作用。     

采用分裂Bregman的空间邻近目标红外超分辨算法

利用红外成像系统跟踪空间邻近目标时，目标在红外像平面的成像相互交叠形成簇状像斑，导致跟踪系统无法有效分辨这些目标。基于稀疏重构的超分辨方法是一种将稀疏重构技术应用于处理邻近空间目标分辨的单帧超分辨方法，能够有效估计目标个数和位置等参数。针对二阶锥规划方法求解基于稀疏重构的超分辨模型计算复杂度大、效率低的问题，提出采用分裂Bregman方法求解该超分辨模型，先通过引入辅助变量将原问题转化为一系列易于求解的子优化问题，然后利用交替最小化方法求解每个子问题，最后分析正则化参数的合理设置，从而实现对超分辨模型的最优化求解。仿真实验结果表明，所提方法能够有效求解基于稀疏重构的超分辨模型，在保证分辨像斑中目标个数和位置参数的前提下，计算耗时缩短了8%，有效提高了求解效率，便于工程实现。     

涂料生产的优化调度

对涂料生产过程中的调度问题进行了分析,建立了涂料生产的优化调度模型。采用一种启发式的“离散-回缩”策略计算在一定生产排序下的涂料总生产完成时间,并使用列队竞争算法求解最优化排序。采用某涂料厂的实例对提出的方法进行了检验。     

冷藏食品运输优化模型研究

根据冷藏食品的特点,建立了冷藏食品运输优化的特殊约束条件,然后将其加入到一般物流运输优化基本模型中,从而构建了冷藏食品运输优化模型。通过简化,将冷藏食品运输优化模型的求解转化为运输问题的表上作业法求解,最后通过实例验证了模型的有效性。     

非线性污水处理过程的多目标化

该文对较为复杂的非线性污水处理过程的多目标化进行了研究,基于污水处理过程的非线性动力系统,建立了多目标的优化模型,该模型使平方可积误差设计指标（用以对期望输出与实际输出的偏差）和污水过程运行成本双双最优化,运用间接优化的方法,首先把用来对污水处理过程优化进行描述的多目标非线性问题转变成多目标线性规划问题,进而采用遗传算法求解。由于多目标线性规划方法的运用,再加获得了近似Pareto前沿的多多目标优化问题,该文所采用的方法大大减低了计算成本。     

大型超市前端收银排班优化策略

论文首先通过排队论计算出超市在营业期间各时段来客数相对应的最优的需要开放的收银台的数量,然后根据排班的约束条件线性规划求解出不同班次的人员安排,并对某公司旗下的几个大型超市的真实数据进行验证,最后阐述了该优化策略的优越性和局限性。     

武器目标分配决策的粒子群优化算法探讨——基于多层防御模式下

武器目标分配(WTA)是军事运筹学中经典的NP完全问题,迄今为止未找到求精确解的多项式时间算法。针对武器数量、布防空间、运行维护成本以及人力资源等多约束下的多层防御WTA问题,采用粒子群优化(PSO)算法求解。给出了PSO算法实现方案,通过一个算例评估该算法的性能。结果表明,该算法能给出高质量的近似最优解,对求解WTA问题是有效的,且该算法具有较高的鲁棒性和计算效率。     

单车场大规模车辆路径问题求解框架

针对传统优化技术在解决单车场大规模车辆路径问题中存在的缺陷,对该类车辆路径优化问题进行了描述和特点分析,提出了一种解决问题的二阶段的求解框架:将问题拆分为配送区域划分和单车线路优化两个步骤分别进行求解。研究成果能广泛应用于卷烟、饮料等日用品的配送领域。     

多站多星任务调度模型及求解

针对遥感卫星数据接收任务的特征,提出了多站多星任务调度的主要约束条件和优化目标函 数,建立了基于约束满足优化问题的多站多星任务调度模型,采用贪婪算法和约束传播相结 合的方法对多站多星任务调度进行了求解。该优化调度模型及求解算法已成功运用于遥感卫 星数据接收站的日常运行工作中。     

考虑多作业路径的集装箱甩挂运输调度优化

在甩挂运输轴辐式网络中建立了考虑多作业路径的甩挂运输牵引车调度优化模型,并设计了基于启发式规则的模拟退火算法对模型进行求解。通过采用算例分析与实际调度规则进行比较,优化结果使执行任务所需时间减少了19.37%,从而验证了模型与算法对于求解甩挂运输牵引车调度优化问题的有效性与实用性。     

阵列误差下的波达方向估计

由于阵列误差的存在会降低波达角的估计精度，重点研究了迭代求解混合范数约束下的稀疏谱以提高估计精度。考虑一维线性阵列，首先建立了统一的优化函数，高精度地估计信号子空间；然后推导了误差矩阵向量化的方法，简化求解耦合误差和幅相误差的过程；最后推导了Khatri-Rao积下的扩展正交导向矢量，根据优化函数迭代求解空间谱估计。对比不同方法估计参数的均方根误差表明，通过设计优化函数迭代求解阵列误差、波达角等参数的精度较之现有方法有一定的提高。