养老服务中配送车辆路径问题研究

文章对社会上老龄化问题涉及到的养老服务工作中的特性化物流配送问题进行了简单分析,建立了相应的带软时间窗的车辆路径问题模型.简明介绍了PSO算法的原理,并利用标准PSO和改进PSO对模型进行了求解和比较,表明PSO算法能较快获得优化结果.     

基于混合微粒群算法的带时间窗的车辆路径问题研究

本文在基本微粒群算法（PSO）的位置更新中引入了模拟退火算法思想，并改进了模拟退火算法（SA）中的降温操作该算法结合了基本PSO的快速寻优能力和SA的慨率突跳性，避免了基本PSO易于陷入局部最优的缺点，提高了进化后1期算法的收敛精度.把该算法用于解决有时间窗的车辆路径问题（VRHTW），它可以有效地求得有时间窗车辆路径问题的优化解。     

物流配送路径优化问题的模型及改进混合算法

在建立带有时间窗的物流配送路径优化问题数学模型的基础上．构造了求解该问题的遗传模拟退火混合算法。该混合算法利用了遗传算法较强的全局搜索能力和模拟退欠算法较好的局部搜索能力,克服了两种算法各自在寻优方面的不足,使其在全局最优搜索和计算速度方面都有了很大的提高。最后经仿真试验证实了混合算法解决物流配送路径优化问题的优越性。     

基于混合蚁群算法的物流配送路径优化研究

蚁群算法存在一些缺点,如容易陷入局部最小,使整个系统呈现出早熟现象等。文章将蚁群算法和遗传算法结合起来构造混合蚁群算法,建立优化物流配送路径的数学模型。用混合蚁群算法通过仿真实例有效求得物流配送路径问题的较优解。课题的研究对物流配送路径具有优化作用,节约物流运送成本,提升企业竞争力。     

粒子群算法邻域拓扑结构研究

粒子群算法(PSO算法)是一种启发式全局优化技术。PSO的邻域拓扑结构是决定粒子群优化算法效果的一个很重要的因素,不同邻域拓扑结构的粒子群算法,效果差别很大。文章分析了邻域拓扑结构与PSO算法的关系,阐述了粒子群算法邻域拓扑结构研究现状,提出了未来可能的研究方向。     

车辆数不确定的时间窗车辆路径问题的小生境混合遗传算法

建立了优化的多目标带有时间窗的车辆路径问题模型,提出一种小生境混合遗传算法。算法采用混合并行选择方法、最优保留策略以及随机权重适应值函数,克服遗传算法固有的搜索能力差和“早熟”等缺点。实验结果表明,该算法对于解决车辆数不确定的时间窗车辆路径问题提供了一个非常有效的求解方法。     

基于粒子群优化算法(PSO)的电力需求预测分析

在电力需求预测领域,本文提出了基于粒子群优化算法(PSO)的组合预测模型,选用灰色GM(1,1)模型和BP神经网络作为单个预测模型,并在BP神经网络中将GDP指标做为输入。同时考虑了GDP对电力需求的影响,最后利用PSO对组合预测模型中的权系数进行优化以得到最优结果。根据真实数据所做对比,本文所提出的PSO算法在预测精度上较单一预测模型相比有了较大幅度的提高。     

国有资产流失的途径与防范——以混合所有制改革背景下的JZWF公司为例

通过对JZWF公司混合所有制改革案例的回顾,文章针对性地探究了混合所有制改革过程中国有资产流失的途径、原因等,并提出了相应的防范措施。研究表明,由于对国有资本退出缺乏有效监督、对机构投资者进出缺乏合理限制以及资产评估方法缺乏统一标准等,使得国有资产大量流失,而优化企业治理结构与制度、严格控制混合所有制改革程序以及健全外部监管机制等才是防范国有资产流失的有效路径。     

混合柔性充电策略支持下的电动汽车配送路径优化

针对电动汽车在市区配送中应用越来越广泛的现象,提出了混合充电策略支持下带时间窗的电动汽车路径规划问题。在充电站,电动汽车可以选择快速充电方式充满电池或充一部分必须的电量,也可以选择直接更换满电状态的电池,这种柔性的充电策略为电动汽车提供了更灵活的运作方式,降低配送的时间和成本。通过引入充电策略相关的决策变量,在车辆路径问题的基础上,建立了混合充电策略的电动汽车路径优化的非线性混合整数规划模型。设计了一种改进的蚁群算法,通过集成局部搜索算法,提高了问题求解的效率。最后通过三个具有不同客户点分布特征的实例验证了算法的有效性,并分析了混合充电策略的影响。     

民营企业参与国有企业混合所有制改革的经验--以复星集团参与国药集团混合所有制改革为例

党的十八届三中全会明确提出“要完善产权保护制度,积极发展混合所有制经济,推动国有企业完善现代企业制度”,国企改革进入新的阶段。如何引入非公有资本,进一步优化国有企业股权结构,弥补国有资本终极所有者缺位的不足？民营企业如何参与国有企业的混合所有制改革,有什么样的路径可循？本文拟通过分析上海复星高科技（集团）有限公司（简称复星集团）参与中国医药集团总公司（简称国药集团）混合所有制改革的路径、动机、业绩,以期为新一轮混合所有制改革下民营企业如何参与提供参考。     

蚁群算法解决有时间窗的车辆优化调度问题研究

有时间窗的车辆路径问题（Vehicle Routing Problem With Time Windows，VRPTW）属于NP-Hard问题，严格的时间约束使VRFTW非常复杂。应用蚁群算法（Ant Colony Algorithm,ACA）思想来解决VRPTW。对已有蚁群算法解决车辆路径优化问题（VRP）的模型进行改进，对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过算例分析，将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较，对模型和算法的正确性、高效性、适用性进行了验证。实验结果表明，ACA可以快速、有效求得VRFTW的优化解，是求解VRFTW的一个较好方案。     

国企混合所有制改革中的高管激励机制方案选择

党的十八大以来,国有企业推进混合所有制改革不断取得新成效,同时也越来越受到社会各界的重视.在实践过程中,国企高管激励机制的路径和优化是成功推动混改的关键.基于此,本文就国企在混合所有制改造中的高管激励现状、问题以及原因进行了探讨,并提出了相应的优化策略,希望能为具体的工作实践提供理论依据.     

应急物流配送路径优化问题研究

文章通过对应急物流配送路径优化问题进行分析,建立了应急物流配送路径优化问题的模型,在此基础上提出了模型的求解方法,最后通过实例应用对应急物流配送路径优化问题求解过程进行了说明,并对结果进行了进一步讨论。     

基于偏离度的仓库拣货路径优化方法

针对单区仓库,将偏离度的概念引入拣货路径优化方法中,提出了一种基于偏离度的路径优化方法,该方法通过基于偏离度的判断规则可更好地选择穿越拣货通道的时机,分析和仿真结果显示,基于偏离度的路径优化方法相比S形启发式方法表现出更好的优化效果,可以提高仓库的作业效率。     

物流配送车辆调度问题算法综述

配送车辆调度优化问题旨在解决配送中路径和车辆调度问题的一类组合优化问题,是近年来物流控制优化领域的研究热点。文章对运输调度问题进行了分类总结,给出总体模型的概括描述,分析遗传算法、模拟退火算法、禁忌搜索算法、蚁群算法和微粒群算法的特点及其在求解配送车辆调度优化问题中的求解思路,并讨论了其求解现状,对未来研究方向进行展望,指出改进混合现有算法,开拓新算法将是更有效解决配送车辆调度问题的好方法。     

基于偏离度的仓库拣货路径优化方法

针对单区仓库,将偏离度的概念引入拣货路径优化方法中,提出了一种基于偏离度的路径优化方法,该方法通过基于偏离度的判断规则可更好地选择穿越拣货通道的时机,分析和仿真结果显示,基于偏离度的路径优化方法相比S形启发式方法表现出更好的优化效果,可以提高仓库的作业效率.     

基于LINGO仿真语言的最短路径问题优化研究

最短路径问题是典型的组合优化问题,也是最基本的路线问题.为快速高效优化求解最短路径问题,基于现今最流行的物流仿真软件LINGO语言,本文建立了最短路径问题的0-1混合整数非线性规划数学模型,并且编写了此规划模型在仿真软件LINGO语言环境下的最优化的求解程序,本文最后还结合两个典型的算例对本文所编写LINGO程序的效果验证和实例分析,最终本文算例的优化结果表明了本文所编写的LINGO语言程序的可行性、正确性及高效性,另外本文的研究成果可为物流仿真软件LINGO语言在解决实际应用和理论研究最短路径问题,提供了有效的理论指导依据和高效的实际参考价值.     

农村电商物流"最后一公里"配送路径优化研究

应用Matlab编程将遗传节约混合算法运用于对农村电商物流"最后一公里"配送路径的优化研究中,并通过实例验证该算法的可行性和优越性.     

基于混合集合规划的车辆路径优化

使用自然约束语言NCL对车辆路径优化问题进行建模.用混合集合规划可以方便地描述问题中的复杂约束与目标.最后对带有时间窗口的取货送货问题的算例进行了求解.     

基于蚁群算法的贴片机贴装路径优化

在印制电路板的生产过程中,表面贴装是极为重要的一环,其速度直接影响着生产效率的高低。将蚁群智能优化思想扩展到表面贴装路径优化问题,针对该问题提出了优化模型及新的优化方法,能够适用于表面贴装路径优化问题。