基于Qpso算法的应急资源调度应用研究

以连续性消耗应急过程为背景,运用量子行为粒子群算法求解多目标的应急资源调度数学模型。考虑施救成本费用和因施救不及时造成损失的构造模型的目标函数。针对该模型的特点,设计量子粒子群算法求解方法和步骤,用数值算例验证了所建立模型的合理性及量子粒子群算法的可行性和有效性。     

餐饮物流配送路径优化方法研究

研究了餐饮物流配送方案的配送路径优化方法,以物流运输距离最小化为优化目标,以单个配送车辆的容量限制、运输距离限制为约束条件,提出了餐饮物流配送路径优化的整数规划模型。然后,结合遗传算法与模拟退火算法设计了求解模型的遗传-模拟退火算法。最后,给出算例验证了本文模型与算法的有效性。     

单机场地面等待策略模型及应用

以总成本最低为目标,以机场起降综合容量限制为约束条件,建立单机场地面等待策略模型,提出了基于航班优先级的求解算法,并应用模型对首都机场航班时刻表进行了优化,解决了航班延误问题。     

分层物流网络设计及启发式算法求解研究

按照服务小区将物流设施分层划分,在传统物流网络的基础上设计了分层网络.以建设费用最小、运输费用最小为目标,建立了多目标整数规划模型.模型分解为选址问题和运输问题,并采用邻域搜索算法计算选址问题、免疫克隆算法求解运输问题,设计了求解模型的启发式算法.算例说明了算法的可行性和有效性.最后,在给定不同建设、运输费用权重参数的条件下对零售商的建设数鼍进行了灵敏度分析.     

压缩货物运输时间的铁路车流组织双层规划模型

以压缩货物运输时间为目的构建了优化铁路车流组织的双层规划模型。上层从铁路运输部门的角度出发,以全路车流组织成本最少为目标,考虑了技术站的编发能力限制、接车能力限制及编组去向预决策等约束条件,确定编组去向的开行方案。下层规划考虑货主的需求和利益,以各股车流的改编中转时间最短为目标压缩货物的运输时间,以流量平衡、车流组织形式的唯一性和技术站改编能力限制作为约束条件,形成车流改编接续方案并反馈回上层。采用模拟退火算法对双层规划模型进行求解,设计了退火计划表并阐述了算法流程,最后通过实际路网大规模案例验证了模型和算法的有效性。     

基于多周期的快速时尚服装物流供应链的库存分类最优问题

构建了多周期快速时尚服装物流供应链库存分类优化的模型,其以单个销售季节的利润为目标函数,以时尚服装的销售特征为约束条件,为了求得模型的最优解,提出了改进的遗传算法,并就该算法与启发式算法和微粒群优化算法的运算结果进行了对比检验,证实了改进遗传算法可以为多周期库存分类问题提供较好的解。     

动态需求下的多目标配送中心选址研究

为弥补现有选址模型未考虑需求变化的不足,研究了非确定性需求环境下的配送中心选址问题;运用随机机会约束规划为基本建模工具,建立了配送中心动态选址模型;模型不仅考虑最小化物流成本,而且考虑了最大满意度;运用主要目标法将多目标选址模型转化为单目标选址模型,并构造了相应的贪婪启发式求解算法,算例结果表明了模型和算法的有效性。     

基于随机森林的智能终端定位模型和算法

以智能终端为研究对象,将动态定位作为研究目标,根据数据获取、预处理、特征提取和选择,分类器设计与分类决策等五个方面提出了基于随机森林的定位模型和算法,详细论述了算法的执行流程,并通过用户测试数据仿真对模型进行了验证,结果表明该模型的定位算法结果准确率在90%左右。     

压缩货物运输时间的铁路车流组织双层规划模型

以压缩货物运输时间为目的构建了优化铁路车流组织的双层规划模型.上层从铁路运输部门的角度出发.以全路车流组织成本最少为目标,考虑了技术站的编发能力限制、接车能力限制及编组去向预决策等约束条件,确定编组去向的开行方案.下层规划考虑货主的需求和利益,以各股车流的改编中转时间最短为目标压缩货物的运输时间,以流量平衡、车流组织形式的唯一性和技术站改编能力限制作为约束条件,形成车流改编接续方案并反馈回上层.采用模拟退火算法对双层规划模型进行求解,设计了退火计划表并阐述了算法流程,最后通过实际路网大规模案例验证了模型和算法的有效性.     

动态需求下的多目标配送中心选址研究

为弥补现有选址模型未考虑需求变化的不足,研究了非确定性需求环境下的配送中心选址问题;运用随机机会约束规划为基本建模工具,建立了配送中心动态选址模型;模型不仅考虑最小化物流成本,而且考虑了最大满意度:运用主要目标法将多目标选址模型转化为单目标选址模型,并构造了相应的贪婪启发式求解算法,算例结果表明了模型和算法的有效性.