从旧货价值挖掘二手市场发展潜力的探究

二手市场作为社会主义市场经济的一部分,一直不为消费者和政府管理者所关注,在任其发展的过程中,商铺数量、商品种类、从业人员等等日益增多,其中的问题也逐渐浮现,亟待解决,一个集约化、流程化管理、规范化的二手市场,不仅方便居民的生活,而且对于地区城市的发展举足轻重。     

机场地面保障服务车辆协同调度和仿真优化

为实现大型机场地面保障服务高效化、智能化运行管理,通过研究多航班、多种地服车辆、多车场、带容量时间窗的复杂车辆路径规划问题,构建地服资源协同调度模型。结果表明：根据航班到达规律和机位分布情况,基于分解的高维进化算法求解效果较好,得到车辆使用数少、行驶距离短、超出时间窗惩罚函数最小和任务均衡的四维多目标优化问题的调度优化方案;通过Anylogic仿真软件验证,可实现机位占用情况、车辆使用情况动态分配和监控。     

The potential of optimization in communal routing problems: case studies from Finland

In many European countries, municipalities offer their inhabitants a wide variety of social services. In this paper we will focus on efficiently scheduling home care, transportation of the elderly, and home meal delivery. These so-called municipal or communal routing problems can be modeled as different variants of the vehicle routing problem, a well-known optimization problem from the literature. We present a focused literature review and report on case studies using Finnish data. The computational results show that there is a significant potential for cost savings for all applications considered.     

以均衡为目标的车辆调度问题研究

针对物流配送企业私人承包车辆以及均衡配送线路工作量等新的物流管理理念,提出新的车辆调度模型,将车辆调度问题（VRP）转换为车辆选型和车辆路径优化两个子问题,设计Ak-FirstFit混合算法解决车辆选型问题,运用遗传算法解决车辆路径问题。基于JAVA编写计算机程序,运行结果表明该两阶段算法能够在有效时间内得到满意解。与基于传统物流管理理念的模型进行比较,得出新的两阶段模型能充分体现兼顾效率与公平思想的结论,其理念在物流配送企业中具有相当的借鉴性和推广前景。     

带时间窗的应急救助物资配送车辆路径优化模型研究

在自然灾害突发后,必须将救助物资在规定的时间内运送到受灾点。针对带有时间窗的应急救助物资配送车辆路径优化问题进行研究,建立车辆路径优化模型并运用了蚁群算法进行求解,取得了较好的效果。     

一种高能效低时延的LLN路由修复算法

由于低功耗有损网络(LLN)中无线链路的不稳定性和有损性,外部环境的干扰极易导致网络出现故障,从而严重影响网络性能,而LLN网络中现有路由修复算法存在控制开销冗余和修复时延较大等问题。为此,提出了一种高能效低时延的LLN路由修复算法(EELDR-RPL)。该算法通过采用“零额外控制开销通告链路故障及邻居节点信息”机制,使得链路故障节点的子节点能够及时获知链路故障以及链路故障节点的邻居情况;通过采用“自适应调整节点网络深度值”机制,使得链路故障节点能够快速地重新接入网络;通过采用“链路故障节点子节点自适应切换”机制,能够达到优化网络拓扑的目的。仿真结果表明,与现有路由修复算法相比,EELDR-RPL算法能够有效地降低路由修复时延和减少控制开销。     

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。     

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。     

基于BWAS的无线传感器网络静态分簇路由算法

为提高路径搜索效率,避免动态分簇较多的能量消耗,提出了基于最优-最差蚂蚁系统(BWAS )的无线传感器 网络静态分簇路由算法。BWAS是对蚁群算法的改进,在路径搜寻过程中评价出最优最差蚂蚁 ,引入奖惩机制,加快了路径搜索速度。通过无线传感器网络静态分簇、簇内动态选举簇头 ,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,能减少路径寻优 能量消耗,实现均衡能量管理,延长网络寿命,且具有较强的鲁棒性。通过与基于BWAS的 动态分簇和基于蚁群算法的动态分簇路由的仿真实验相比较,证实了本算法的有效性。     

时变路网无能力约束车辆路径优化

讨论了一类时变路网下的无能力约束车辆配送路径优化问题,建立了基于时变路网的以配送总耗时最短为优化目标的无能力约束车辆配送路径优化模型。提出了基于实时Dijkstra算法的模型求解方法。数值算例表明考虑路网时变特性得到的优化配送方案将更加符合配送实际。