考虑总量和体积双重约束的时间窗车车两路径问题研究

车辆路径问题是被学者普遍研究的一个问题,也是一个经久不衰的研究课题.文章通过对车辆路径问题的改进,基于多种种类的货物,对考虑货物的不同重量和体积限制的带时间窗的车辆路径问题建立模型.通过粒子群算法求解模型,给出合适的解决方案.     

带时间窗车辆路径问题的混合量子粒子群算法

针对带时间窗的车辆路径问题,采用混合量子粒子群算法对该问题进行了求解,该算法将量子粒子群算法与模拟退火算法相结合．充分发挥量子粒子群算法全局寻优能力强以及模拟退火算法局部寻优能力强的特点,从而能有效地避免早熟。仿真结果表明,该算法不仅收敛速度快,而且还具有较高的求解质量。     

基于改进蚁群算法的时间窗约束下物流配送车辆路径优化研究

物流配送车辆路径优化作为一个涉及多影响因素、多目标需求的组合优化问题,其中带时间窗约束的物流配送车辆路径优化问题更是一个NP难题,较难得到最优解。文章分析带时间窗约束的车辆路径问题并建立相应数学模型,提出将变异和动态信息更新的改进蚁群算法应用于解决这类优化问题,同时仿真实验结果表明该算法能快速收敛于全局最优解,能有效地解决有时间窗约束下的物流配送车辆路径优化问题。     

带时间窗约束的配载车辆调度问题研究

运用启发式算法求解带时间窗约束的配载车辆调度问题。借鉴多重旅行商问题的模型结构,建立配载车辆调度模型。通过改进C-K节约算法,在线路连接过程中插入时间窗约束和车辆容量约束的检验子程序,排除不符合约束条件的线路构形,构造求解调度模型的启发式算法。并给出算例,验证调度模型和启发式算法的可行性。     

基于混合微粒群算法的带时间窗的车辆路径问题研究

本文在基本微粒群算法（PSO）的位置更新中引入了模拟退火算法思想，并改进了模拟退火算法（SA）中的降温操作该算法结合了基本PSO的快速寻优能力和SA的慨率突跳性，避免了基本PSO易于陷入局部最优的缺点，提高了进化后1期算法的收敛精度.把该算法用于解决有时间窗的车辆路径问题（VRHTW），它可以有效地求得有时间窗车辆路径问题的优化解。     

带混合时间窗的配送车辆路径问题研究

针对传统的配送车辆路径问题,在传统的运距及容量等限制下,增加客户的混合时间窗和车辆在客户点的服务时间,以惩罚、配送总成本最低为目标,构建出带有混合时间窗的车辆路径问题的数学模型.并引入优良基因及最优个体保护策略改进遗传算法,同时设计参数自适应调整公式调整交叉概率,设计了带混合时间窗的配送车辆路径问题的改进遗传算法,最后由实例证明了VRPMTW模型及遗传算法的有效性.     

蚁群算法解决有时间窗的车辆优化调度问题研究

有时间窗的车辆路径问题（Vehicle Routing Problem With Time Windows，VRPTW）属于NP-Hard问题，严格的时间约束使VRFTW非常复杂。应用蚁群算法（Ant Colony Algorithm,ACA）思想来解决VRPTW。对已有蚁群算法解决车辆路径优化问题（VRP）的模型进行改进，对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过算例分析，将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较，对模型和算法的正确性、高效性、适用性进行了验证。实验结果表明，ACA可以快速、有效求得VRFTW的优化解，是求解VRFTW的一个较好方案。     

有时间窗的车辆路径问题改进蚁群算法研究

针对目前蚁群算法在求解有时间窗的车辆路径问题上较少对蚁群算法本身进行优化的问题,提出了一种改进蚁群算法,通过改进状态转移概率和信息素更新规则,以及使用改进的精英蚂蚁策略,改善蚁群算法搜索能力。通过对Solomon标准数据集的实验,结果表明改进的蚁群算法在求解有时间窗车辆路径问题上是有效的。     

时间窗约束下的非满载车辆优化调度算法研究

在车辆优化调度问题上．文章将配送车辆根据任务的性质分成满载和非满载两类问题。针对时间窗约束下的非满载车辆优化调度问题,同时考虑特定的时间窗和车辆客量、行驶距离等约束条件．运用数学规划理论对其进行了研究。并在分析其数学模型的基础上．给出了实例分析,对提高物流配送效率和降低成本具有重要意义。     

有里程和软时间窗约束的开放式多车场集送货一体化车辆路径问题研究

基于现代物流业的现实状况和实际需求,研究了一个带有里程和软时间窗约束的开放式多车场集送货一体化车辆路径问题。给出一个遗传算法对该问题进行求解。在该算法中,为了提高其性能,并全面考虑所有约束,论文采取如下措施:(1)在初始种群形成之前,将各个任务的送货点按时间窗进行排序;(2)在所有任务的一个序列中用里程约束来控制车场的插入,并对软时间窗约束采取加入惩罚的方式解决。最后论文举例对该遗传算法进行说明,并对进一步的研究工作进行了展望。     

基于熵权灰色组合预测模型的区域能源需求预测研究

本文在充分考虑传统GM(1,1)模型所存在缺陷的基础上,结合灰色预测模型的最新理论成果,提出了基于GM(1,1)模型,新陈代谢模型,离散DGM模型三种灰色预测模型的组合预测模型,采用熵值法来确定组合预测模型中各单项方法的权重,并以湖北省为例,对湖北省2001-2010年能源需求总量进行实证研究,结果表明基于灰色组合预测模型的预测精度明显高于三种单项预测方法的精度,证明了该模型用于区域能源需求预测的科学性和有效性,在此基础上对2011-2015年湖北省能源需求进行了预测。     

基于熵权TOPSIS法的上市保险公司竞争力实证分析

本文从盈利能力、流动能力、规模优势、发展能力、经营能力及人力资源六方面构建一个比较全面而系统的保险业竞争力指标体系,利用熵权法与Topsis法相结合对4家上市保险公司进行了实证分析,并深入比较了各保险公司竞争力的优势与不足。     

基于最优定权组合模型的物流量预测

为了实现对市场需求变动的准确估计,在经过参阅大量文献之后,采用趋势外推模型、灰色GM（1,1）模型分别进行物流量的预测,以每种方法单项预测结果组合误差平方和最小为原则,提出一种最优定权组合预测模型,以此为物流园区的合理规划做出贡献。     

基于灰色熵权法的装备保障人员能力评估模型研究

首先建立了由基本素质、知识结构和作业技能为基本框架的装备保障人员能力评估指标体系,然后对指标体系的指标内容及其计算方法进行了分析研究,在此基础上建立了基于灰色熵权法的装备保障人员能力评价模型,最后通过示例验证了模型的可行性。     

物流园区评价指标权重的研究

论述了物流园区评价的重要性,介绍了德尔菲法的基本原理及德尔菲法在物流园区评价过程中应用:阐述了德尔菲法的优点以及弊端。在此基础上,提出基于模糊聚类分析法建立评价指标权重的构想,最后介绍模糊聚类分析法的基本原理和求解过程。     

利用测井数据研究泥质含量和孔隙度之间关系

孔隙度、泥质含量及确定地层水饱和度值的储层评价参数对研究储层特征和评价油气储量的勘探阶段是非常重要。文章是基于斯伦贝谢的方法利用定性和定量方法来实现。孔隙度是从密度曲线及经过泥质含量校正和油气层流体含量得来的。含水饱和度基于实际电阻率,泥质含量和校正后的孔隙度的值来进行计算的。油气资料来源于10个储层厚度从3-40米的孔隙层段。在8号层中最高的油气饱和度是71%,含水饱和度是29%,地层温度是73.05℃,泥质含量是19%,孔隙度是25.4%。泥质含量和孔隙度的关系显示出随着泥质含量的增加孔隙度随之减小。含水饱和度是随着电阻率曲线的值变化明显,电阻率曲线的升高含水饱和度降低。     

属性权重确定方式及在衡量机型相似度中的应用

由于民机研制时需要借鉴类似机型的数据和经验,因此需要根据重要性不同的各类参数来衡量机型的相似性。对于各个重要性差别很大的属性,定量的计算属性的权重和对属性的重要性进行排序是很有意义的。首先探讨了二元对比的主观权重分配法的算法实现,根据专家经验来确定权重;然后以数据的信息熵来为基础确定客观权重,并论证了其计算步骤;最后用线性组合的方式把主观权重和客观权重结合起来形成最终的综合权重。以目前主要的支线飞机为例,进行了计算演示,效果良好。     

物流配送路径优化问题的模型及改进混合算法

在建立带有时间窗的物流配送路径优化问题数学模型的基础上．构造了求解该问题的遗传模拟退火混合算法。该混合算法利用了遗传算法较强的全局搜索能力和模拟退欠算法较好的局部搜索能力,克服了两种算法各自在寻优方面的不足,使其在全局最优搜索和计算速度方面都有了很大的提高。最后经仿真试验证实了混合算法解决物流配送路径优化问题的优越性。     

基于ANP的皖南电机公司供应商选择指标重要性研究

对于皖南电机公司来说,采购成本占产品成本的60％以上,与此同时随着公司的日益发展壮大,对供应商的要求越来越高,所以如何科学、合理的确定供应商选择指标的权重具有重要意义。在相关文献的基础上,文中引入了网络层次分析法,该方法弥补传统方法在确定权重方面的不足,充分反映各指标间的相互反馈与相互影响的关系。借助SuperDecision软件,论文给出了指标的局部权重和全局权重,研究结论可为皖南电机及其他相关制造企业合理地选择供应商、科学地管理供应商提供了借鉴与指导。