赡こ碳际醮笱У缙こ滔?辽宁阜新1213000 ,辽宁阜新

准遗传算法易发生成熟前收敛和收敛速度过慢的缺点,提出了保护优秀个体、引入外来移民以及采用自适应交叉和变异算子等改进策略。综合分析了它们对算法收敛性的影响。应用改进遗传算法对PID控制器参数进行优化设     

低碳约束下城市冷链物流配送系统优化研究

在城市冷链物流配送过程中,频繁往返运送货物的车辆,由于动力与恒温制冷的燃油消耗及其尾气排放,不仅增加了企业的物流配送成本,而且给城市环境带来污染。冷链物流路径优化是冷链物流企业不可忽视的现实课题。文章基于城市发展理念,以碳排放为约束条件,构建冷链物流配送网络优化模型,并根据配送运输网络模型求解的复杂性,使用遗传算法得出优化模型的最优解,以期为企业物流决策提供依据,实现冷链物流企业减少碳排放、降低物流配送成本的双重目标。     

遗传算法在数字图像分割中的应用

为了快速准确地确定图像的最佳分割阈值,提出了一种改进的遗传算法.该算法通过完善选择机制、引进父子竞争机制和使用二元变异算子进行变异操作,有效地解决了遗传算法的收敛速度慢和种群过早成熟的问题.     

时间约束下生鲜配送线路优化研究

我国冷链物流起步较晚,导致生鲜品在配送、装卸、储存等环节的损失率较高,建立完善的冷链物流配送体系意义重大。根据生鲜品的特点,构建了包含运输成本、货损成本、能耗成本和惩罚成本的线路模型,并采用节约算法,对该模型进行了优化,以期在最大化节约成本和时间窗约束的条件下,确定合适的配送线路,最终通过相应实例,证明了该配送线路优化模型的有效性。     

冷链物流配送路径优化研究——以信阳市美团优选为例

本文对冷链物流配送路径优化问题进行研究,首先分析冷链物流国内外的发展历程,其次对冷链物流相关理论进行解释,分析我国冷链物流配送现状,然后基于广义运输成本,结合信阳市美团优选这一案例,进行路径优化研究,运用MATLAB软件进行编码求解。通过验证结果,优化后的模型可以避免产品由于不能及时送达而产生的惩罚成本,进而降低运输成本,同时还可以对路径进行优化,实现了配送总成本降低。     

基于改进遗传算法的农产品配送路径优化研究

以第三方物流企业为视角,在保证配送质量最高的情况下,将配送成本最低作为优化目标,构建多目标农产品配送路径优化模型。针对此类NP问题,结合改进的遗传算法,在Matlab2015环境下设计仿真实验。结果表明,改进的遗传算法在解决此类问题时,可行解能够快速收敛到帕累托最优,同时证明了模型和算法的科学性。     

数字经济背景下基于ABC-ACO算法的冷链物流运输管理研究

随着信息技术的发展,数字经济在影响现代物流产业的同时也为冷链物流运输管理注入了新的活力。冷链物流产品在配送运输过程中,除了要关注时效性,还要关注客户的满意度。综合考虑时间窗约束和配送车辆载重量约束,以冷链物流配送车辆的运输距离最短和客户满意度最大为目标建立数学模型。通过引入人工蜂群算法(ABC)的分级思想,对蚁群算法(ACO)进行改进,并对每条路径上的信息素浓度做出限制,将其控制在一个已知的范围内,有效弥补蚁群算法早熟和搜索停滞的缺点,进而利用改进蚁群算法来求解该数学模型。最后,利用MATLAB软件对A城市某生鲜农产品冷链物流配送进行仿真,测试出改进蚁群算法的性能要优于基本蚁群算法和遗传算法,并为配送中心今后的物流配送指明了方向。     

一种新的卫星智能天线自适应波束形成算法“

基于遗传算法提出了一种用于卫星智能天线的自适应波束形成算法,在遗传算法的变异操作中使用双变异概率,并将其与最优保留策略和内插交叉算子结合在一起使用,以此来克服传统遗传算法的早熟收敛问题,提高全局收敛能力和可靠性.仿真结果表明,提出的自适应波束形成算法具有良好的收敛性和抗干扰性能,可抵抗卫星通信系统中干扰信号的影响.     

改进的遗传算法在物流管理中的应用

本文针对传统的双种群遗传算法用于求解最优化问题时常采用固定染色体交叉概率和染色体变异概率,容易出现早熟、收敛速度较慢的问题,提出新的双种群遗传算法,并成功地运用到车辆路径问题的研究。     

冷链物流中心选址优化模型研究

由于经济水平的提高,人们生活质量的要求越来越高,生鲜农产品是我们生活中的一部分,与我们每个人息息相关,然而现阶段我国冷链物流体系还不成熟,冷链货物的损失巨大。通过分析冷链物流系统的现状提出物流中心的重要作用,在已有研究的基础上建立了基于OS理论分析了货物在运输及配送过程中的货损成本,建立了冷链物流配送中心选址优化模型,并结合算例进行了分析。     

一种基于实数编码遗传算法的常模盲均衡

盲均衡可以看作代价函数优化问题。为了改进经典常模算法的性能,研究了利用实数编码遗传算法的常模盲均衡,把均衡器系数向量作为遗传算法的决策变量,采用轮盘赌选择和精英保留策略相结合的混合选择算子、算术交叉算子和非均匀变异方式,经过一系列的遗传操作,搜索到适应度值最高的个体,即均衡器的最优系数。计算机仿真结果证明了算法具有收敛速率快、能够搜索到全局最优解等特点。     

区域多任务安全隐患排除的机器人调度策略

针对灰狼优化算法易陷入局部最优且单一算法不易解决障碍物空间多机器人隐患搜排的调度问题,提出了一种分步引导式多机器人安全隐患协同排除调度策略。首先引入非线性收敛因子调整策略和静态加权平均权重策略改进灰狼优化算法以避免算法陷入局部最优;随后通过改进的灰狼优化算法先后两次求解遍历顺序,引导机器人规划搜索路径与排除隐患点路径;最后在领航者-跟随者模型的基础上多机器人编队与队形变换避障,逐一到达隐患点位置实现多机器人的调度策略。通过国际通用6个基准函数进行测试,改进的灰狼优化算法在收敛速度、搜索精度及稳定性上均有明显提高,验证了区域多任务安全隐患排除的分步引导式多机器人协同调度策略的有效性。     

求解车辆路径问题的改进布谷鸟算法

将一种新型的智能优化算法——布谷鸟算法(Cuckoo Search Algorithm,CS)用于车辆路径问题的求解。针对基本CS算法种群多样性差、寻优精度低等不足,提出一种动态交叉算子来丰富种群多样性,避免种群个体陷入局部最优,增强算法的全局寻优能力。通过对比试验验证了算法在求解VRP问题时具有寻优精度高、性能稳定等特点,是求解VRP问题的一种有效的算法。     

基于混合遗传算法的码书设计方法

将遗传算法与LBG算法相结合,得到了一种矢量量化码书设计算法.利用遗传算法的全局优化能力得到最优的矢量量化码书;同时,克服了传统遗传算法收敛速度慢的缺点.实验结果表明,文中提出的算法性能上优于LBG算法,且收敛速度较快.     

基于floyd和遗传算法的应急物流LRP优化研究

灾难发生后应急物资配送中的选址—路径问题(LRP)是应急管理系统中的重要组成部分,针对该问题,提出了一种以配送中心的选址及运输总成本最小为目标的应急物流LRP模型,并综合考虑了灾后道路的通行状态、车辆的行驶速度、受灾点时间窗限制等特性,针对模型的特点将floyd算法和遗传算法结合,设计了一种混合启发式算法求解该模型。最后,通过算例验证了模型和算法的可行性。     

长沙市果蔬农产品冷链运输“第一公里”问题分析

目前,物流行业处于飞速发展的时期,人们对于冷链物流的需求也越来越多,要求也越来越高,提升冷链物流的水准、减少货损以及保证货品质量是相关冷链物流企业所探索的方向。本文聚焦于果蔬农产品的冷链物流的"第一公里",根据实际情况从缩短时耗、预冷处理、冷链监督三方面提出果蔬农产品"第一公里"的冷链物流发展策略。     

十杆桁架优化设计的微分演化算法研究

本文针对传统优化算法通用性差、效率不高,以及一些现代智能算法求解复杂优化问题收敛性不佳等问题,提出了一种基于微分演化算法的桁架优化设计新方法.最后通过时十杆桁架问题的求解,与传统的优化算法和遗传算法进行了比较.教值结果表明,微分演化算法收敛速度快,且结果更为精确.     

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。     

采用改进细菌觅食优化算法的无人机航迹规划

针对现有的无人机航迹规划方法收敛速度较慢、效率不高、易陷入局部最优等问题,构建了基于改进细菌觅食优化算法的无人机航迹规划结构,从三个方面改进算法：一是将固定步长改为自适应步长;二是游动时嵌入粒子群算法学习因子思想;三是将固定迁徙概率改为自适应迁徙概率。同时,提出了飞行代价目标函数,通过函数寻优进行无人机航迹规划,并由数字高程数据建立三维环境,对比基本细菌觅食优化算法和粒子群算法进行仿真。结果表明,基于改进细菌觅食优化算法优化的无人机航迹规划结构具有路径长度更短、路径更平滑和收敛速度更快的特点。     

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。