带油耗的单车场开放式车辆路径问题研究

基于现代物流业的实际需求,研究了一个带油耗的开放式单车场多车型车辆路径问题。首先建立了该问题的0-1整数规划模型,接着给出一个禁忌搜索算法对该问题进行了求解,在此禁忌搜索算法中,为了提高其性能,采取了如下策略:(1)给出一个改进的最近邻算法来求得问题的一个可行解,并将其作为禁忌搜索算法的初始解;(2)根据车辆有不同的类型而采用了一些特殊的邻域操作。最后举例对该禁忌搜索算法进行说明,并对进一步的研究工作进行了展望。     

基于改进的节约里程法的TSP问题研究

针对现状对节约里程法进行改进,将节约里程法的最终解作为禁忌搜索算法的初始解来进一步求解最优路径,并通过求解将物流运输路径问题简化成TSP问题进行实例论证,最终用C语言编程实现。结果显示,改进的节约里程法更合理的优化了物流配送路径,实现了更优路径的选取。     

基于改进的节约里程法的TSP问题研究

针对现状对节约里程法进行改进,将节约里程法的最终解作为禁忌搜索算法的初始解来进一步求解最优路径,并通过求解将物流运输路径问题简化成TSP问题进行实例论证,最终用C语言编程实现.结果显示,改进的节约里程法更合理的优化了物流配送路径,实现了更优路径的选取.     

B2C电子商务中带退货的多配送站点车辆路径优化问题研究

研究了一个带退货的多配送站点车辆路径优化问题,建立了求解该问题的0-1整数规划模型,以实现各个配送站点在给他们客户配送货物的同时,沿途取回这些客户的退货,以节约运输成本的目的。设计了一种新的解的表示方法和邻域变换,以此为基础构造出直接求解多配送站点车辆路径优化问题的禁忌搜索算法,在该禁忌搜索算法中首先通过一个启发式算法求得了0-1整数规划模型的一个较好的初始可行解,从而提高了禁忌搜索算法的收敛速度及性能,最后通过例子对禁忌搜索算法及其性能进行了说明。     

有时限取送混合车辆路径问题的模型及其禁忌搜索算法研究

研究了带时间窗的取送混合车辆路径问题.问题中,每个客户带有取货和送货两个时间窗,每个客户处的取货和送货任务可以通过访问一次全部完成,也可以分两次访问分别完成送货和取货任务.在对该类问题进行描述和取送一体化战略的基础上,建立了有时限取送混合车辆路径问题的数学模型.通过设计一种新的解的表示方法构造了该问题的禁忌搜索算法.实验计算结果表明,用该禁忌搜索算法求解有时限取送混合车辆路径问题,不仅可以取得很好的计算结果,而且收敛速度较快,计算结果也较稳定.     

基于禁忌表算法的传感器管理

传感器管理的核心问题就是依据一定的准则,以最优的方法对传感器资源进行合理的分配。本文采用基于禁忌表结合的粒子群算法来解决传感器管理问题。     

基于遗传禁忌搜索算法的AGV物料输送调度问题研究

研究AGV物料输送工作过程,建立多复杂、多约束条件的AGV物料输送多参数调度问题数学模型。将禁忌搜索算法引入遗传算法组成混合遗传禁忌搜索算法。通过所建立的数学模型进行算法设计和仿真,结果表明该算法比较单纯的遗传算法的计算结果有一定的改进,使AGV完成物料输运任务时耗用时间最短。     

基于禁忌递阶遗传粒子滤波的无线传感器网络的目标跟踪

提出了一种禁忌递阶遗传粒子滤波跟踪算法.结合禁忌搜索算法和递阶遗传算法提出一种禁忌递阶遗传算法,用递阶遗传算法作全局搜索,用禁忌搜索算法作局部搜索,该算法能在一定程度上克服早熟问题,避免收敛到局部最优点.仿真结果表明:该算法在大噪声条件下改善了粒子贫乏问题,提高了跟踪精度及速度.     

基于禁忌搜索算法的货物运输路径和方式选择问题研究

在对货物运输路径和方式选择问题进行简单描述的基础上,提出了将该货物运输问题分解为多个单路径、多种运输方式组合问题进行求解的策略。通过设计解的表示和评价方法,构建了求解该问题的禁忌搜索算法,并进行了实验计算。计算结果表明,用本文设计的算法优化货物运输路径和方式选择问题,不仅可以取得很好的计算结果,而且收敛速度较快,结果也较稳定。     

基于禁忌搜索算法的货物运输路径和方式选择问题研究

在对货物运输路径和方式选择问题进行简单描述的基础上,提出了将该货物运输问题分解为多个单路径、多种运输方式组合问题进行求解的策略.通过设计解的表示和评价方法,构建了求解该问题的禁忌搜索算法,并进行了实验计算.计算结果表明,用本文设计的算法优化货物运输路径和方式选择问题,不仅可以取得很好的计算结果,而且收敛速度较快,结果也较稳定.     

逆向物流定位-运输路线安排问题研究

构建了一个逆向物流混合整数规划模型—定位—运输路线安排问题的模型,采用启发式聚类规则与禁忌搜索算法的混合策略对模型进行了求解设计,最后提出了下一步的研究方向。     

随机仓库布局问题模型与算法研究

通过讨论随机条件下仓库布局问题．建立了随机仓库布局问题机会约束规划模型，并设计出基于随机模拟的禁忌搜索算法求解模型，最后利用算例来验证算法的有效性。     

一种求解装箱问题的混合算法

针对一维装箱问题,在考虑遗传算法早熟收敛问题和禁忌搜索算法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传和禁忌搜索的装箱优化算法,与简单遗传算法相比,该算法具有更好的收敛性能。最后通过实例验证了算法的有效性。     

TS算法视域下物流配送车辆优化调度问题研究

针对传统TS算法的全局寻优能力受限于初始解的质量的缺陷,提出了一种基于改进TS算法并采用C-W算法获得初始解来解决物流配送车辆优化调度问题。首先,定义了车辆调度问题的数学模型,在此基础上提出了一种采用C-W算法来求初始解的方法,在此基础上定义了禁忌算法的禁忌表结构、禁忌长度以及领域的构造,从而定义了一种改进的TS算法。仿真实验证明该方法能有效地解决带时间窗的车辆调度问题,且与传统的TS算法相比,本方法在求解质量和寻优效率上有大幅提高。     

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。     

道路堵塞情况下物流配送车辆调度模型研究

针对城市配送中最为常见的道路堵塞这一干扰因素,首先对系统是否受到扰动进行判定,然后在综合考虑配送客户、车辆司机以及物流配送企业等各方利益主体扰动的基础上,建立道路堵塞情况下物流车辆实时调度的多目标干扰管理模型,并用禁忌搜索算法实现对模型的求解,来验证模型和算法的可行性和有效性。