铁路空车调整蚁群算法的研究

依据数量调配和网络配流两个空车调整的核心问题,建立了空车调整协同优化模型,并设计了相应的蚁群算法。由于共同径路约束与模型是不协调的,且对流约束不会对模型的最优解产生影响,故而模型可以描述为线性整数规划模型。同时,研究表明蚁群算法对求解空车调整问题具有一定优势。     

基于启发式函数蚁群算法的VRP优化研究

车辆路径问题是一个NP难题,蚁群算法是求解诸如车辆路径安排等组合优化问题的有效工具,为此利用启发式函数对传统的蚁群算法进行改进和优化.并通过实例对该方法进行检验,其结果显示,启发式函数蚁群算法的性能,优于传统的蚁群算法.     

二次指派问题的蚁群算法研究

蚁群算法是受自然界蚂蚁觅食过程中,基于信息素的最短路径搜索食物行为启发,提出的一种智能优化算法。在采用蚁群算法求解二次指派问题中,针对蚁群算法存在的过早收敛问题,使用距离及流量作为启发式信息并引入局部优化,对蚁群算法的结果加以改进,计算机仿真结果表明,蚁群算法对求解二次指派问题有较好的效果。     

基于改进型蚁群算法的货物作业车取送模型优化

介绍了蚁群算法及其改进型的原理、模型和算法实现过程,并采用改进型算法对货物作业车取送数学模型进行了优化计算。优化计算结果表明,改进型蚁群算法的优化计算切实可行,为类似其他的铁路运输优化计算提供了新的思路和方法。     

应急物流配送问题的蚁群聚类算法研究

提出了一种用于解决突发事件下,物流配送多目标优化问题的蚁群聚类优化算法。突发事件下的物流配送规划一般包含两方面内容,将救灾物资运往受灾地区和将灾区的伤员及时送至各医疗点。将多目标问题转化为单目标问题,结合蚁群的墓地构造行为特点,利用改进LF蚁群聚类模型,以节点需求未得到满足的不满意度最小和路由时间最短为优化目标,用LF蚁群聚类方法按约束条件进行聚类,最终确定车辆路由线路。     

城市轨道交通大小交路结合快慢车开行方案优化

城市轨道交通线路可以实行大小交路的开行模式,以克服断面客流不均衡导致的能力浪费,而这种模式使长距离乘客的出行时间增加,可以在列车开行大小交路的基础上考虑开行快慢车。以乘客出行成本与企业运营成本最小为目标,考虑列车停站时间与客流需求的关系,将停站时间纳入乘客出行成本,建立双目标非线性整数优化模型,求解乘客与运营企业的成本博弈均衡点。通过算例验证模型的有效性,结果表明,相对于大小交路嵌套的运营模式,实行"大小交路+快慢车"的运营模式可以有效降低乘客出行成本与企业运营成本。