免疫蚁群算法在常规医疗器械配送路径优化中的应用

将免疫蚁群算法引入到求解常规医疗器械物流配送路径优化问题中,结合免疫算法和蚁群算法的优点,相对于基本蚁群算法求解常规医疗器械配送路径优化问题,免疫蚁群算法具有更快的收敛速度、更短的搜索时间。通过实验仿真,证明免疫蚁群算法的优化结果优于蚁群算法。     

基于改进克隆算法的WSN的QoS路由研究

为解决在无线传感器网络QoS约束下的最优路由选择问题,在优化网络拓扑结构的基础上,提出利用克隆选择算法和蚁群算法结合求解WSN组播路由的方法．该算法利用克隆选择算法对原始路由种群进行优化改善,避免搜索过程陷入早熟收敛问题,然后利用蚁群算法快速搜索．该算法在保证能力最优的前提下,提高了路由搜索速度,在保证最优路径选择基础上,节约了通信成本,仿真结果证明了其可行性和有效性．     

基于蚁群算法的物流配送车辆路径优化问题研究

本文应用蚁群算法对企业的车辆调度问题进行了算法设计,构建了车辆路径问题的蚁群算法解决方案.通过对蚁群算法的分析,提出了蚁群算法的改进算法,并结合实例进行了测试和实验结果分析,验证了改进的蚁群算法的有效性,证明了其可行性,使其更能适应实际的需要.     

基于蚁群算法的农产品配送路径优化研究

根据生鲜农产品保鲜期短的特点,考虑了农产品对配送时间和车辆载重量的限制,研究了非满载型配送优化问题,建立了有时间窗的农产品配送路径优化模型,并结合实例,采用改进的最大最小蚁群算法求解模型,运用Java编写相应的程序,提高配送决策的效率和精度。     

基于改进蚁群算法的VRPTW优化问题研究

VRPTW被证明是一个NP难题,VRPTW的意义旨在车辆数最少和路径长度最短。本文在对VRPTW的数学模型进行分析的前提下,对基本蚁群算法状态转移概率加入了时间窗限制因素,对信息素轨迹更新采用了上下限因素,且应用改进后的蚁群算法解决了算法在处理带时间窗的车辆路径问题时出现的搜索效率低、易陷入局部最优等问题。仿真结果表明,本文的改进算法与其他智能启发式算法在解决VRPTW时,具有最优路径较短、总耗时少的优势。     

探究两阶段式的物流配送路径优化方法

两阶段式物流配送通常是应用遗传算法,并整合蚁群算法的相关优化点,经由组合优化理论完成物流配送。而遗传算法能够有效明确物流配送的基本路径,并对路径优化展开了初步了解。但随后,又出现了蚁群算法,这一算法能够快速明确物流配送的理想方案。在本文中,笔者将结合实践经验,重点剖析两阶段式物流配送问题,希望可为相关的研究活动提供一定的借鉴。     

基于综合满意度的电商物流车辆路径优化

针对电商企业开放式物流配送路径优化问题,考虑车辆使用成本、运输成本以及碳排放成本,建立企业满意度模型,考虑顾客的多个模糊时间窗口建立顾客满意度模型,将二者综合,构建了基于企业与顾客综合满意度的开放式电商物流车辆路径优化模型(Open vehicle routing problem-the model based on comprehensive satisfaction of enterprises and customers, OVRP-CSEC),并结合早晚高峰交通状况分析车辆时变速度与行驶时间。设计“自适应-邻域搜索蚁群算法”(Adaptive-neighborhood search ant colony optimization, A-NACO),对蚁群算法的状态转移概率,信息素更新策略进行改进,并在算法中加入大邻域搜索机制以增强算法的搜索性能。采用实际案例与改进的Solomon测试算例,设计两组对比实验,验证了模型及算法在综合与提高电商企业与顾客满意度、降低物流配送成本上的有效性。     

基于挥发系数的自适应蚁群算法

针对基本蚁群算法容易出现早熟和停滞现象的缺点,从信息素的更新策略方面对蚁群算法进行改进,自适应地调整挥发系数,提出了基于挥发系数的自适应蚁群算法。以TSP问题为例,分别用自适应蚁群算法与基本蚁群算法进行了计算,实验结果表明,该算法比一般蚁群算法具有更好的全局搜索能力和收敛速度,可以在加速收敛和防止早熟、停滞现象之间取得很好的平衡。     

改进的蚁群算法求解居家养老服务调度与路径规划问题

老年化时代,居家养老模式更便于老年人在家养老和看病,将更受到老年人的欢迎.然而,当前我国居家养老服务行业医疗成本增大,无法满足更多老年人的养老需求.本文构建整数规划模型,研究居家养老服务调度与路径规划问题,以提高护工的服务效率,降低护工的服务成本,为更多的老年人提供养老服务.设计改进的蚁群算法求解数学模型,并通过数值分...     

基于改进蚁群算法的供应链物流配送路线规划

利用粒子群算法本身的个体信息和全局信息,采用遗传算法的交叉、变异操作策略,对蚁群算法进行优化,提出了新的改进的蚁群算法,并将改进后的算法利用到物流路线的规划上。实验结果表明改进算法有较好的有效性和实用性。     

基于蚁群—关键链的资源受限项目调度

针对资源约束下的多项目调度问题,在前人提出的有效启发式算法研究路径基础上,提出了基于蚁群—关键链的多项目资源调度算法：采用了蚁群算法找到关键链,然后利用关键链的“剪贴法”,在该计划中嵌入输入缓冲和项目缓冲,保证项目计划在非确定环境下的稳定执行,并能更准确地确定项目的完工时间.     

基于蚁群算法的第四方物流信息化路径研究

从仿生学的角度,研究蚂蚁从蚁巢到觅食区之间觅食行为,抽象出蚂蚁觅食路径行为,得出蚂蚁觅食路径最优化规则,并用计算机对多个觅食点进行模拟仿真.基于该蚁群算法的仿真,从最优路线选择的角度,应用于第四方物流中,规划出最优配送路线,解决配送的路线规划问题,并且应用到实例中进行验证,可为企业第四方物流中的配送最短路径的选择,提供...     

求解指派问题的新方法

本文针对求解指派问题的匈牙利算法中的独立零元素，提出了闭回路矩阵和纯伪零点的概念。通过对纯伪零点性质的研究，给出了求解指派问题的两种新算法。新算法能保证把纯伪零点化为零后的新系数矩阵中独立零元素的个数一定增加1。并通过具体算例把两种新算法与匈牙利算法比较，求解过程反映出新算法求解快捷，且能迅速判断指派问题有两组最优解情形。     

电子商务环境下物流配送路径优化研究

电子商务环境下的物流配送路径优化是NP—hard问题。考虑电子商务环境下的物流配送特点,提出了基于禁忌搜索的混合遗传算法解决电子商务环境下物流配送路径优化,并在MATLAB7．0平台对算例进行仿真。     

粒子群优化算法在工件排序问题中的应用

排序问题的求解和DCMST问题一样,一般是NP-hard的.度约束最小生成树(DCMST)问题按权矩阵W=(wij)n×n中wij.是否等于wji可以分成两类,权矩阵是对称矩阵的DCMST问题已有很多启发式算法求解,其中有研究者提出了一种有效求解DCMST问题的模糊粒子群优化算法.针对工件排序问题,提出了应用粒子群优化算法求解排序问题的策略,并通过重新设计根树的prüfer数编码和初始粒子群的产生方法,使得基于prüfer数的模糊离散粒子群优化算法也能应用于权矩阵不是对称矩阵的DCMST问题的求解.     

基于通道费的超市供应商分销网络优化模型及算法

文章以超市及其供应商构成的网络为研究对象,针对传统分销网络优化模型没有考虑通道费这一关键因素的问题,将通道费引入超市供应商分销网络优化模型,研究供应商在多产品供给、多销售渠道系统中的最优决策。为求解优化模型,提出了基于改进遗传算法求解0-1整数规划问题的算法。并通过算例进行了仿真实验,初步验证了优化模型和算法的有效性。最后,对模型中关键参数进行灵敏度分析,研究了通道费水平和供应商规模对最优解的影响情况。     

模糊数学方法在地下水系统多目标管理中的应用

本文利用模糊数学方法，将山东淄河流域北段地下水系统中，地下水水源地供水量最大、矿坑排水量最小的多目标优化问题转化为单目标优化问题进行求解，起到了很好的效果，通过灵敏度分析表明，多目标优化模型具有一定的稳定性和可靠性，也表明利用模糊数学方法来求解多目标优化问题是可行的。     

高职院校的图书库存与优化管理

多级库存优化问题是供应链管理理论和实践当中的一个重要议题，它制约着供应链整体性能的提高。本文分析了一类带延迟策略的库存优化模型，即二层整数规划模型，并设计出一类混合遗传算法来求解该模型。数值模拟表明本文所得结果与已有结果相比，不仅使得供应链整体库存效益有所提高，且对各库存分点的最优库存量做了更为合理的调整。     

联合采购与配送调度集成优化研究现状与趋势分析

联合采购及其拓展问题具有较重要的理论意义和较高的应用价值,本文围绕联合采购和配送调度集成优化的原理、改进及其应用进行全面综述。重点讨论了动态和随机需求联合采购问题、联合采购和配送调度集成优化模型与求解算法;最后提出了有待深入研究的方向。     

基于学习和全变分最小化的超分辨图像复原

由于全变分在图像处理中可以保留图像边缘信息，提出了一个基于学习的超分辨率图像复原方法，将全变分最小化（ TV）正则项引入到基于稀疏表示的图像复原模型中。通过引入新的变量，将本模型转化为两个易于求解的优化问题，然后采用交替迭代法对模型进行求解。同时考虑了图像的特征信息，利用图像的非局部相似性和迭代反向投影算法对复原图像进行处理。实验结果表明，提出的方法在视觉效果和峰值信噪比上优于传统的插值算法和基于稀疏表示的方法。