基于扫描算法的启发式构造方法比较

针对车辆路径问题,基于扫描算法第一阶段的解,应用启发式算法中的最近插入算法、凸包算法和最远插入算法求解第二阶段.通过仿真实验,从总里程和算法运行时间两个方面对各算法性能给出评价.结果显示,在应用扫描算法进行聚类后,求解路径排程阶段,凸包算法虽然用时多于其它两种算法,但在里程上有明显优势,最远插入算法与最近插入算法在运行时间上没有显著差别,但在总里程上,前者较好.     

基于模糊需求的配送路径优化方法研究

首先分析了求解车辆路径问题的一般方法;然后针对需求量不确定的情况运用二次指数平滑法、扫描算法、动态规划算法建立了基于模糊需求的配送路径优化方法,实现了配送量的预测和扫描算法的改进;最后,以山东日照某酒厂为例实现了这些算法的应用,从应用结果来看路径的优化方法实现了配送里程的大幅度降低。     

基于模糊需求的配送路径优化方法研究

首先分析了求解车辆路径问题的一般方法;然后针对需求量不确定的情况运用二次指数平滑法、扫描算法、动态规划算法建立了基于模糊需求的配送路径优化方法,实现了配送量的预测和扫描算法的改进;最后,以山东日照某酒厂为例实现了这些算法的应用,从应用结果来看路径的优化方法实现了配送里程的大幅度降低.     

超限车合理径路的选择方法研究

在分析了超限车运行特点及其径路选择的影响因素的基础上,建立了基于Dijkstra算法的多约束最优路径决策模型,其中引入了广义里程的概念并给出具体算法步骤。以沈阳至哈尔滨的局部路网为实例,应用Matlab软件进行辅助求解。最后,应用综合评判法对选出的两条路径进行了进一步选优。     

超限车合理径路的选择方法研究

在分析了超限车运行特点及其径路选择的影响因素的基础上,建立了基于Dijkstra算法的多约束最优路径决策模型,其中引入了广义里程的概念并给出具体算法步骤.以沈阳至哈尔滨的局部路网为实例,应用Matlab软件进行辅助求解.最后,应用综合评判法对选出的两条路径进行了进一步选优.     

基于多目标迭代局部优化算法的成本—路径平衡多目标电动车路径问题

电动车凭借低碳、环保的优势越来越多地被企业接受用于物流场景,但续航里程和充电限制仍制约着电动车的应用。以往文献极少在电动车背景下同时考虑运行成本和路径平衡。因此,将总运营成本和路径平衡两个目标纳入问题,构建了数学模型,结合迭代局部搜索算法和变领域搜索算法的特性,采用五种领域算子,设计了多目标优化算法求解问题。研究构造了九组算例,对比了提出的算法与VNS算法、ILS算法的表现。数据实验验证了算法的可行性、有效性和稳定性。     

汽车零部件循环取货车辆路径优化研究

在现代汽车制造企业中,循环取货模式在零部件配送中得到越来越广泛的应用。文章针对汽车零部件循环取货特点．建立车辆路径优化模型,并提出了结舍扫描法和禁忌搜索法的两阶段求解算法,将车辆路径问题转化为多个旅行商问题,降低了算法的复杂度．     

物流配送路线优化问题研究

物流配送路径优化问题具有很高的计算复杂性,且无确定解,精确、高效的算法存在的可能性不大,但可采用启发式算法求得最近似的最优解,节约里程法是最有名的启发式算法.本文首先阐述物流配送路线优化概念,然后介绍节约里程法和多回路运输的基本原理.最后以节约里程法和多回路运输相结合的形式完成对郑州周边城市的配送路线优化,根据各种限制条件提出相对的最优配送路线.     

基于蚁群算法的通勤车路径问题优化研究

在探讨车辆路径问题和蚁群算法基本原理的基础上,建立了某高校通勤车路径优化模型,并采用蚁群算法对该单位通勤车运行路径进行了优化研究.优化后通勤车总行驶路程减少了10.28％、总时间减少13.93％,而且运行时间和载客量标准差分别减少了43.78％、66.35％.优化方案解决了车辆载客量不均以及驾驶员工作量不均等问题,新的路线方案更加合理.应用蚁群算法解决通勤车路线规划问题的探讨,对解决类似问题具有参考和指导意义.     

蚁群遗传混合算法在求解旅行商问题上的应用

针对在求解旅行商问题时,蚁群算法易陷入局部最优,而遗传算法收敛速度慢等问题,将蚁群与遗传算法相结合:把蚁群算法每次迭代的结果作为遗传算法的初始种群,并且用遗传算法寻优结果更新蚁群算法的信息素。在用遗传算法处理问题的阶段,引入了两种新的交叉算子,并且提出混合交叉算子的新思想,算法的后期使用贪心搜索和2-opt局部优化算法,成功的避免了算法过早陷入局部最优解的问题,加快了算法的收敛速度。通过仿真,本算法与其他算法进行对比,寻优路径长度明显降低,在求解效率和求解质量上都有更好的效果。     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

FDH Directional Distance Functions with an Application to European Commercial Banks

Weextend Free Disposable Hull (FDH) efficiency analysis towardsthe general directional distance function framework. The profitinterpretation of directional distance functions is extendedto the non-convex FDH technologies. In addition, we derive anefficient enumerative algorithm for computing distance measuresin Free Disposable Hull (FDH) technologies, which applies tothe entire (infinitely large) family of directional distancefunctions. A simple numerical example and an application to Europeancommercial banks illustrate the algorithm.     

基于遗传算法的带时间窗约束车辆路径问题研究

在建立带时间窗约束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算法,并进行了实验计算.计算结果表明,用遗传算法进行物流配送路径优化,可以方便有效地求得问题的最优解或近似最优解.     

The closest strong efficient targets in the FDH technology: an enumeration method

This paper is concerned with the identification of the closest strong efficient target of a Decision Making Unit (DMU) in the Free Disposal Hull (FDH) technology in Data Envelopment Analysis (DEA). The paper uses the geometrical properties of the FDH Production Possibility Set (PPS) to design and test an enumeration algorithm to obtain the minimum distance from a DMU to the strong efficient frontier of the PPS, corresponding to each of the various returns to scale assumptions. The proposed method solves some simple optimization problems whose optimal solutions are obtained by calculating a limited number of ratios. Then, an attempt will be made to mitigate the problem of the lack of unit and translation invariance of the selected distances by considering weighted norms. Finally, the applicability of the presented method is illustrated by a numerical example using real data.

     

多源点物流配送车辆调度模型探讨

根据问题的复杂性,考虑车辆条件的约束,建立了以总费用最小为目标的数学模型,并根据模型的特点设计出相应的启发式算法,使问题在合理的时间内得出由多个配送中心为所有需求点配送货物的车辆分派方案。实例证明,该模型符合实际问题,算法合理,具有实际应用价值。     

订单生产经济批量问题研究

通过引入分批算法 ,解决了企业进行多品种生产过程中所面对的调度和优化问题。本算法由两步构成 :第一步采用遗传算法进行合理地分批 ;第二步通过规划模型求得分批基础上的最优调度。     

Floyd算法求解最短路径的简明方法

最短路问题属于求优问题的一种,Floyd算法能够很方便地求出某网络上任意两点间的最短路长,但要去确定两点间具体的最短路径,算法本身的表述就显得比较含糊,相关文献对此问题有过相应的探讨,文章紧密联系Floyd算法思想,在算法的基础上揭示了最短路径确定的简洁方式。     

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。     

基于模拟退火遗传混合算法的指派问题研究

根据指派问题的特点建立数学模型．提出了以模拟退火算法和遗传算法相结合的思想及其解决方案。通过算例表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的。