双线铁路列车调度阶段计划自动调整的遗传算法

列车运行调整是一类NP完全问题,在借鉴国内外专家对铁路列车运行自动调整研究成果的基础上,建立双线铁路列车调度阶段计划自动调整数学模型,并给出相关约束表达式。根据遗传算法原理,对阶段计划自动调整模型进行优化,采用罚函数法对约束条件进行处理,建立基于惩罚函数的适应度函数,采用交叉、变异等技术给出遗传算法的基本求解步骤。     

物流配送中心优化选址问题研究

基于物流配送中心成本分析,建立物流配送中心优化选址模型。配送中心优化选址模型属“0-1”混合非线性规划问题,具有NP难性质。运用遗传算法,对配送中心优化选址模型进行仿真求解。最后通过一个实例验证了该选址模型的科学性和遗传算法求解该模型的有效性。     

零售超市配送中心选址模型及其算法研究

根据零售超市配送中心选址的特别要求,在总费用最低的基础上．对其选址问题进行建模,并对实例运用遗传算法求解模型。该方法也适用于其他类型的物流配送中心。     

基于遗传算法的跨境电商综试区示例园布局优化研究

为解决我国跨境电商综合试验区内部布局优化问题,应用遗传算法对先导示例园区进行建模,MATLAB仿真显示遗传算法建模优化的园区布局求解效率更高,目标更优,结果受人为主观因素影响较小.基于遗传算法的综试区内部布局优化方法对于我国跨境电商综试区内部布局优化具有一定借鉴意义与参考价值.     

考虑碳排放的快递企业配送路径研究

在传统的VRP问题研究的基础上,将车辆数、旅行时间及碳排放最少作为模型的3个目标函数,构建基于时间依赖车辆路径问题模型的快递企业低碳配送车辆路径选择模型,并设计多种群遗传算法对模型进行求解。以某快递企业在成都的网点布局及早高峰配送数据为例,计算分析结果表明,多种群遗传算法求解基于时间依赖车辆路径问题的碳减排车辆路径问题具有较好收敛性。     

一种相互淘汰的物流中心选址方法

在建立评价指标体系的基础上,对费用指标通过成本模型的遗传算法求解,得出费用最佳备选中心;然后利用模糊综合评判对评价指标层中的其他指标评价排序,用定性的方法选出最佳备选中心。最后对两组方案进行相互淘汰,得出最终解。     

铁路编组站布局的双层规划方法研究

运用双层规划对编组站布局问题进行描述,上层规划表示决策者为了达到车流组织最优而采取的最优投资策略,下层规划为给定编组站布局方案条件下的车流组织优化。通过对上层和下层问题分别剖析,构建了编组站布局的双层规划模型,考虑到模型的复杂性,提出应用遗传算法求解,并给出了求解策略。研究结果表明,双层规划方法适用于实际编组站布局问题决策。     

基于遗传算法的应急系统选址优化

对社会各种突发事件进行处理的应急系统中,应急服务设施的选址涉及经济、技术、社会、安全等多方面因素。考虑到这一选址问题的特殊性,提出一种求解的自适应遗传算法。为此提出应急系统选址的多目标决策模型,按照自适性遗传算法的设计步骤,通过实例计算,确定应急系统选址的最佳组合方案。     

基于粒子群遗传算法的城市轨道交通列车折返时刻表优化研究

为了缩短轨道交通列车在终端站的折返间隔,提高运营效率,解决人工优化折返时刻表难度大的问题,通过阐述典型的终端站型及其进出站过程,在对单站台、双站台6种折返方式折返能力进行分析的基础上,引入标准粒子群算法和改进型的粒子群遗传算法,研究将粒子群遗传算法和折返应用相结合,以最终达到利用计算机自动折返寻优的目的。最后,通过编程和仿真,用粒子群遗传算法自动找到适合该终端站型的最优折返方式和最优折返时间,并将计算结果和现场实测的数值进行比较,验证基于粒子群遗传算法进行列车终端站折返寻优的实用性。     

基于随机机会约束的空车调整模型的研究

通过对比空车调整问题的确定性模型与实际问题之间的差异，提出一类随机机会约束模型来模拟实际空车调整问题。通过引入概率模拟实际问题中的不确定因素，将确定性模型转化为不确定性模型，以使模型能更准确的反映实际，并将经济学指标作为评价标准。通过遗传算法求解算例，表明模型和方法的有效性。     

产销不平衡运输问题的遗传算法研究

根据运输问题的特点和要求,在运输成本最低的基础上,构建了产销不平衡运输问题的数学模型,并将该模型转换为产销平衡的运输问题,然后把遗传算法引入到模型的求解中,通过选择恰当的编码方法和遗传算子,求得模型的最优解。     

基于遗传算法的小型物资托盘装载布局研究

为保证物资流通的高效快速,必须实现小型物资的集装化运输。研究小型物资托盘装载的核心是研究三维箱体布局问题。为简化计算,可将三维装箱问题转化为二维装箱问题,通过建立相应的数学模型,提出求解模型的遗传算法,根据应用实例对算法的有效性进行验证。     

遗传算法在动车组周转优化模型中的应用

根据高速铁路动车组的运用特点,提出了在不固定区段使用条件下,动车组的周转优化模型及求解该问题的遗传算法,并结合京沪线的有关资料,给出最优指派下动车组的使用数量的计算公式,并铺画了一个车站相关的动车组周转图。     

基于遗传模拟退火算法的战时物流配送路径优化研究

综合考虑战时物流配送车辆路径问题（VRP）的多目标评价，提出多属性道路网络下战时物流配送的VRP算法，并建立完全分层优化模型。将进化算法与传统优化技术相结合，构造了模型的两层求解算法，第一层采用遗传算法和模拟退火算法混合的GASA算法，第二层采用枚举法。并以成品燃油配送为例进行了实验，结果表明算法较标准遗传算法更有效。     

单车场公交车辆调度问题的研究

根据单车场公交车辆调度优化问题的特点,建立了以车辆总空驶时间最少为第一目标,以所需车辆数最少为第二目标的双目标优化模型。采用遗传算法进行求解。实际应用表明该模型和算法能够快速得到公交车辆调度优化方案的满意解。     

多式联运的运输方案选择研究

在分析多式联运的运输方案选择原则和因素的基础上,考虑运输时间及运输能力,建立一个以运输成本最小化为目标的模型,用于城市之间选择联运方案.并采用遗传算法进行求解.经实际应用表明,该模型和算法能够较快得到问题的满意解.     

模糊车辆路径问题模型及算法研究

分析模糊需求信息条件下车辆路径问题,考虑客户对配送时间的要求和车辆行驶时间的不确定性,运用模糊数学的可能性理论建立以车辆配送总行驶距离最小化为目标的机会约束规划模型,并将模糊模拟、神经元网络和遗传算法结合在一起,设计出混合智能算法对该问题进行求解.通过实例说明算法的有效性.     

车辆优化调度的遗传算法求解

根据货运车辆调度问题的定义,研究单个发货点对多个收货点的车辆调度问题。以车辆的载重量利用最高,且车辆周转时间最短为目标建立模型,并把原问题分解为两段用遗传算法求解：先求出第一个目标的优化结果,在此结果上再按第二个目标优化,得到问题的满意解。通过实例计算说明该算法的实际应用和效果。     

铁路环形班列开行方案优化方法研究

铁路环形班列在开行过程中存在着停站过多和货物等待装车时间过长的问题,导致班列时效性较差。为解决上述问题,从停站方案和发车时间2个方面对环形班列开行方案进行优化,将环形班列开行方案编制问题描述为动态服务网络设计问题,以运输收益最大为目标建立环形班列开行方案优化模型,设计基于遗传算法的启发式算法对模型进行求解。计算结果表明,该优化方法能够通过合理地调整班列停站方案和班列开行时间,大幅提升环形班列的时效性与运输效率。     

基于改进遗传算法的垃圾分类回收选址-路径优化研究

<正>本文主要针对垃圾回收选址-路径问题进行研究,加入了垃圾分类。建立了考虑垃圾分类的垃圾回收中转站选址-路径模型,最小化物流总成本。根据问题模型特点,设计了改进遗传算法来对问题进行求解。采用自适应交叉、变异算子、变邻域算法以及精英保存策略来对算法进行改进。通过模拟实际案例和与标准遗传算法的对比实验了模型的适用性及有效性,为优化垃圾分类背景下的选址-路径问题提供决策支持。1.引言目前,随着我国经济的发展,人民生活质量水平的提升,城市及农村的垃圾产量也在逐年增长,环境问题也日益严重。而随着垃圾量的提升,