基于蚁群算法的应急物流配送车辆调度研究

以车辆配送问题为背景,运用了蚁群算法来求解应急物流配送车辆调度模型。在带有时间窗的基础上考虑应急系统各节点的运输距离和费用构造模型。根据模型的特点,设计了蚁群算法求解方法,并针对蚂蚁路径选择做了改进性分析。实例研究结果表明．蚁群算法在应急物流配送车辆调度问题中具有合理性、可行性和有效性。     

基于改进蚁群算法的考虑车辆行程约束的逆向物流车辆路径问题研究

以考虑车辆行程约束的逆向物流车辆路径问题为研究对象,建立了逆向物流车辆路径的规划模型,在蚁群算法的基础上更新了信息素,构造了车辆负载使用率启发式因子并根据剩余客户的需要设定车辆的出仓载货量。最后结合实例说明,改进后的蚁群算法能够有效地提高车辆负载率,缩短车辆总行程,对解决实际物流问题有一定参考价值。     

基于蚁群算法的飞机加油车辆调度问题研究

飞机加油是停机坪地面保障作业的重要环节,能否对飞机按时按量的完成加油作业的关键因素在于对飞机加油车辆的合理调度,因此对飞机加油车辆调度的研究是十分有意义的。本文首先对飞机加油车辆的类型、功能、行驶过程及其注意事项做了简单的介绍,然后根据车辆调度的基本模型对飞机加油车辆调度的模型进行了比较具体的描述,文章最后用蚁群算法对某机场3个小时内飞机油罐加油车辆行驶情况进行仿真计算,希望通过对该模型的仿真优化计算,为机场加油车辆运行提供一种可行优化算法。     

基于粒子群算法的应急物流配送车辆调度研究

结合应急物流配送的车辆优化调度问题,根据应急物流配送的突出特点,对应急物流配送车辆调度路径优化进行了探讨。并建立应急物流配送车辆调度模型,用粒子群算法对车辆的配送路径进行优化。最后通过对实例的分析,验证了本文所提出的模型、算法具有合理性和可行性。     

基于时间度量的路径优化问题研究

本文将能够反映物流配送城市交通状况的时间指标和速度指标融合到经典的车辆路径优化模型中,以提高物流配送模型对实际配送环境的动态拟合。分别利用GAMSC算法和GAFVRPTW算法分别对经典的车辆路径优化模型进行仿真,结果表明:改进的物流配送模型能够根据实际交通状况更有效地解决物流配送问题。     

物流配送中心车辆优化安排的研究

针对物流配送中心如何根据货物运单来调度运输车辆的问题,在研究了各种货物配装优化模型的基础上,建立了车辆安排的多目标优化模型。然后,利用线性加权法和主要目标法将多目标优化问题转化为单目标优化问题,采用精确算法思想进行模型求解。最后,编程实现了车辆优化安排功能,将该功能应用到了物流配送中心管理系统中,通过实例验证了该模型的优越性和实用性。     

基于协同演化算法的物流配送车辆路径问题求解

针对物流配送车辆调度模型求解难的问题,以差异演化算法为基础,提供一种竞争型的协同演化算法来求解物流配送车辆路径模型．最后通过实例检验模型和算法的有效性,仿真结果表明协同差异演化算法求解物流配迭车辆路径模型具有一定的优越性。     

物流配送中心车辆优化安排的研究

针对物流配送中心如何根据货物运单来调度运输车辆的问题,在研究了各种货物配装优化模型的基础上,建立了车辆安排的多目标优化模型.然后,利用线性加权法和主要目标法将多目标优化问题转化为单目标优化问题,采用精确算法思想进行模型求解.最后,编程实现了车辆优化安排功能,将该功能应用到了物流配送中心管理系统中,通过实例验证了该模型的优越性和实用性.     

以均衡为目标的车辆调度问题研究

针对物流配送企业私人承包车辆以及均衡配送线路工作量等新的物流管理理念,提出新的车辆调度模型,将车辆调度问题（VRP）转换为车辆选型和车辆路径优化两个子问题,设计Ak-FirstFit混合算法解决车辆选型问题,运用遗传算法解决车辆路径问题。基于JAVA编写计算机程序,运行结果表明该两阶段算法能够在有效时间内得到满意解。与基于传统物流管理理念的模型进行比较,得出新的两阶段模型能充分体现兼顾效率与公平思想的结论,其理念在物流配送企业中具有相当的借鉴性和推广前景。     

带时间窗约束的配载车辆调度问题研究

运用启发式算法求解带时间窗约束的配载车辆调度问题。借鉴多重旅行商问题的模型结构,建立配载车辆调度模型。通过改进C-K节约算法,在线路连接过程中插入时间窗约束和车辆容量约束的检验子程序,排除不符合约束条件的线路构形,构造求解调度模型的启发式算法。并给出算例,验证调度模型和启发式算法的可行性。     

基于遗传算法的大规模定制供应链调度优化研究

大规模定制(MC)模式下的供应链调度优化过程,是典型的随机需求与资源约束的动态问题。为合理解决这一问题,在前期研究成果基础上,提出了包括供应商选择及企业合作时序安排的优化调度模型,并提出了针对这种模型的求解思路,设计了基于遗传算法的求解过程;通过多组数据实验及结果比较分析,对模型算法的有效性、稳定性进行了验证。     

面向对象的编程方式在网络神经元算法中的应用

网络神经元算法是一个建立非线性模型的算法,在自动化控制领域得到了较高的评价。但同时应用起来较为困难的算法。在建立一个实际的自动化控制模型时,必须根据控制对象采用合适的网络及合适训练方法,因此在研发过程中需要不断的调整程序和算法。在这个繁琐的过程中,一个好的设计和编程方法是非常重要的。该文章通过一个实践中网络神经元算法开发过程的案例,对比采用面向对象方法编程的过程,分析了这种编程方式的得失。     

多目标模糊指派模型在物流配送环节中的应用研究

在建立多目标模糊指派问题数学模型的基础上,对该模型的求解算法进行深入研究,并通过实例分析说明了多目标指派模型在物流配送环节中的适用性,验证了该模型对于达到物流配送环节的经济、合理、最优化的目标有着现实意义。     

基于遗传算法的物流配送路线优化系统设计与实现——以长沙某超市为例

以长沙某超市为例,设计了将聚类分析和遗传算法结合的算法来求解VRP模型。在此基础上,将该算法求解模型引入到物流配送路线优化系统中。最后,通过系统流程的分析,提出切实可行的系统开发方案,对数据集成和功能集成进行了深入探讨,选择了组件式GIS开发工具ArcEngine和VisualBasic语言集成算法程序,实现物流配送路线的优化与可视化。     

基于供应链规划的生产安排仿真决策

以某电缆生产企业D公司为例,研究其基于供应链整体规划的理念,根据对现实生产中存在的相关生产因素不确定的情况进行数学描述,编写出仿真算法,并用EXCEL构建其数学仿真模型,进而在分析仿真数据的基础上得到合理的仿真结果,并阐述该模型的实用价值和推广意义,为生产安排决策提供参考依据。     

基于供应链规划的生产安排仿真决策

以某电缆生产企业D公司为例,基于供应链整体规划的理念,根据对现实生产中存在的相关生产因素不确定情况的数学描述,编写出仿真算法。并用EXCEL构建其数学仿真模型,进而在分析仿真数据的基础上得到合理的仿真结果,为生产安排决策提供可靠的参考依据。最后阐述了该模型实用价值和推广意义。     

基于模糊概率petri网的故障诊断算法研究

分析研究了具有概率信息的模糊petri网的故障诊断方法,利用概率信息消除反向诊断过程中冲突消解问题的同时,针对不确定逻辑的故障相关性,建立了具有不确定逻辑关系的模糊概率petri网模型,从而拓展了petri网的描述能力,提出了一种改进的反向诊断新算法,提高了诊断准确度。并以一个实际的故障诊断例子,对该诊断算法进行了说明,证明了方法的准确性和可行性。     

危险品运输风险综合评价模型

利用近似算法,综合TR和CR两个模型形成了危险品运输风险综合评价模型。并且通过数字实例和现实危险品运输网络的运行,证明该综合模型具有良好表现。     

The effects of the property tax: A general equilibrium simulation

This paper uses a general equilibrium model of residential land use to study the effects of the property tax in a closed city. Two different specifications of the production technology for housing are used, and are found to yield similar results. The model is too complicated to be solved in closed form, but an efficient computational technique which utilizes a simplicial search algorithm was developed to solve it numerically. This type of model and computational technique can be applied to a wide variety of practical issues in urban economics.     

基于免疫—蚁群算法的应急物流配送网络优化研究

论文针对应急物流的配送车辆路径优化问题,建立以应急物流初期有限资源的分配达到整体的最优化（时间短、效率高、安全高、成本低）的多目标模型,结合模型的特点,利用免疫算法和蚁群算法相融合的启发式算法进行求解,最后进行算例分析,解决应急物流配送车辆路径选择的实际问题。