C-K节约算法在配载车辆调度问题上的应用研究

本文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,求解调度模型。研究表明改进C-K节约算法是求解配载车辆调度问题的有效算法。     

有时间约束的非满载车辆调度问题的启发式改进算法

非满载的车辆调度问题可以看作是有容量限制的TSP问题,本文通过对TSP问题的C-W算法进行改进,从而找到了非满载、有时间约束的VRP问题求解的途径,并通过8个客户的实例进行验证,可以找到满意解。     

基于JIT的总装物料配送路径优化研究

在对准时制条件下机械产品总装过程线边物料配送特点分析的基础上,建立了满足车辆容量和物料需求工位时间窗要求的车辆路径优化模型,并采用改进节约算法对该问题进行了求解,最后,通过算例验证了模型和算法的有效性。     

基于DNA进化算法的多目标物流配送路径优化

本文基于建立一种多目标物流配送车辆调度模型的基础上,采用DNA进化算法求解该问题,克服传统算法的求解速率低,易陷入局部最优的问题,为进一步研究物流配送优化调度问题提供参考。     

基于改进C-W算法的广西高校毕业生行李运输研究

以广西高校毕业生行李运输为研究对象,结合省级邮局与市级邮局之间的运输车辆调度特点,针对运输车辆运力、时间约束等条件,建立了改进C-W算法的广西高校毕业生行李邮政快递运输车辆调度模型,并通过算例进行验证,结果显示算法对高校毕业生行李运输具有显著优化作用。     

车辆调度问题的全局—局部最优信息比粒子群算法研究

文章提出了一种新的改进标准粒子群算法即全局—局部最优信息比粒子群算法。该算法与标准粒子群算法和全局—局部最优最小值粒子群优化算法作了比较,仿真实验结果表明,该算法在收敛速度、解的质量和鲁棒性上都表现出了较优的性能,是求解车辆调度问题的一种较好方法。     

大客户车辆优先分配约束条件下物流配送车辆调度问题研究

车辆调度是物流配送的一个关键环节,在调度中考虑大客户优先配送可以提升大客户满意度,提高企业长远效应。本文对大客户满意度进行测度,构造了基于大客户优先配送的车辆调度模型,提出了模型求解算法,并通过实例运行与结果分析对提出的算法进行了有效验证,为调度问题的解决提供方法。     

基于遗传算法的车辆路径问题研究

考虑车辆容量约束并建立数学模型，运用遗传算法求解该车辆路径问题。运用C语言编写算法程序，详细分析了遗传操作及算法参数。以某企业在天津的几家大型购物广场为例，分析了因配送问题给企业发展带来的局限性。求解出的适合该企业的最优路径，与实际配送路径对比后显示出：最优路径大大缩短了车辆的总配送距离、节省了配送成本。     

车辆路径问题的节约算法改进

节约算法作为求解车辆路径问题的一种启发式方法,将节约算法进行改进将有助于实现配送路径的优化选择。本文基于对节约算法中优先策略进行选择,对节约算法做出一定的改进,通过对思路及程序进行详细介绍,并将其运用到具体案例中,最终得到了较为满意的路径策略选择。     

遗传算法有时间非满载车辆调度问题研究

研究使用遗传算法求解物流配送组织过程中车辆调度问题。对于有时间窗的非满载VSP问题,将货运量约束和时间窗约束转化为目标约束,建立了VSP模型。使用最大保留交叉、交叉率和变异率的自适应调整等技术,设计了给予自然数编码的可同时处理软、硬时间窗约束的遗传算法,并给出算例,验证调度模型和遗传算法。     

基于改进遗传算法的库存与配送系统联合优化研究

库存与配送联合优化可以提高物流运作效率,有效降低成本,本文基于供应商管理库存构建了一个但供应商对多零售商配送模型,并结合C—W算法,对遗传算法进行改进运用于构建的模型求解,实例验证说明了改进算法对库存一配送问题求解的有效性。     

基于节约算法的车辆路径问题研究

车辆路径问题是物流配送中的决策难题,配送成本的减少成为优化的主要目的,而科学家们对车辆调度优化采用的方法层出不穷。本文针对节约算法做了简单的概述与研究,并以飞马快运公司为例,采用节约算法对该公司的车辆调度进行简单的调整。     

多站多星任务调度模型及求解

针对遥感卫星数据接收任务的特征,提出了多站多星任务调度的主要约束条件和优化目标函 数,建立了基于约束满足优化问题的多站多星任务调度模型,采用贪婪算法和约束传播相结 合的方法对多站多星任务调度进行了求解。该优化调度模型及求解算法已成功运用于遥感卫 星数据接收站的日常运行工作中。     

基于蚁群算法的车辆路径问题研究

本文首先对车辆路径问题及蚁群算法进行了介绍,并介绍了使用蚁群算法解决经典车辆路径问题时的参数设计及步骤,然后针对H公司在沈阳市的配送活动建立基于蚁群算法的优化模型,最后使用Matlab进行求解,研究结果表明:优化后的线路节约了车辆配送的总里程数,减少了车辆数量,提高了车辆满载率,降低了企业运输成本。     

基于节约算法和改进节约算法的配送路线优化

运用节约算法对山东某葡萄酒配送中心的配送实例进行配送路线的优化,优化的过程中总结出传统的节约算法的不足之处,通过分割配送对节约算法进行改进,用改进的节约算法来优化相同案例,证明改进的节约算法能有效提高车辆装载率、减少所需车辆数、节约里程数。     

基于蚁群算法的紧急物流配送路径优化设计

本文将结合应急物流的配送车辆优化调度问题,根据应急物流配送的突出特点,对应急物流配送车辆调度路线优化进行探讨,建立了应急物流配送车辆调度模型,用蚁群算法对车辆的配送路径进行优化。     

基于改进MMAS的多配送中心车辆调度问题研究

针对城市多配送中心车辆调度问题,在分析最大最小蚁群算法的基础上,提出了改进MMAS算法,该算法重点对信息素的挥发机制进行探讨,并引入自适应机制对信息素的确定方案进行改进。实验结果证明,改进MMAS算法对于优化多配送中心物流车辆路径问题是有效的。     

车队动态调度优化模型与算法之我见

目前我国机关内部用车中存在着一些问题,如车辆的申请用车率较高,而车辆相对较少,所以要组织好车队调度,提高车队的运营效率,降低的运输成本,使车辆更好地为机关内部服务。车辆调度对运营质量具有很大影响。本文分析了影响调度的因素,利用遗传算法对车辆的调度模型进行求解。     

基于多配送中心和软时间窗的车辆调度优化

随着电子商务的迅速发展,家电行业出现了配送与安装相分离的现象,同时,为保证供应效率,一些大厂家建立了多个配送中心,针对这一特点,研究在多配送中心情况下多批次有时限的车辆调度问题,建立多配送中心下多批次有时限的车辆调度问题的优化模型,通过分层次方法将问题转化为一般多配送中心的车辆调度问题,并设计相应的启发式遗传算法对模型求解,分析求解结果,得出结论。该模型可以提高电子商务行业的物流配送效率,降低物流成本,提高服务水平.     

一种测控数传一体化站网资源调度算法

站网资源调度主要解决如何合理有效地为卫星任务需求分配地面站资源及资源使用时间的问题。首先，根据测控数传一体化站网资源使用需求，分析了站网资源调度的工作模式和约束条件，为站网资源调度问题建立了约束满足模型；然后，针对该模型设计了一种卫星过境弧段序列驱动的启发式站网资源调度算法，并为启发式算法与遗传算法组合使用而设计了相应的邻域交换方法；最后，根据实际的应用需求，通过仿真对比验证了算法的有效性。仿真结果显示，在典型调度场景下，所提的组合式算法调度成功率较启发式算法平均提高了22.3%。