基于改进二进制微粒群算法的供应链信息共享伙伴选择

针对供应链中信息共享伙伴的选择问题,综合考虑成本,价值,可靠性等因素,建立了信息共享伙伴选择的多目标决策模型；以最小化总成本,最大化总价值和总可靠性为目标,给出一种改进的二进制微粒群优化算法对模型进行求解.改进的算法通过合理设置惯性权重和学习因子,克服了原有算法的进化后期收敛速度慢和易陷入早熟收敛的缺陷.通过算例分析表明了模型的价值和改进后算法的有效性和优越性.     

基于具有量子行为的离散粒子群算法的作战飞机分散式加油车辆调度优化问题研究

针对战时情况下多机种综合保障基地作战飞机分散式加油车辆调度优化的实际问题,基于设备设施能力的约束,以最小化加油车最大完工时间为目标函数,建立了符合实际情况的数学模型.在问题求解方面,将量子行为引入基本PSO算法,构建出一种性能更好的QDPSO算法.实验表明,该算法能弥补基本PSO算法易陷入局部最优和早熟收敛的不足,在全局和局部解空间搜索效率和质量上表现更优,能够很好地懈决所研究的问题.     

基于非凸函数的矩阵秩最小化理论

近来,在计算机视觉、 数据挖掘等领域人们越来越热衷于利用秩最小化方法优化模型.由于在求解秩函数的过程是一个NP难的非凸优化问题,本文选取对数行列式函数作为秩函数的非凸近似,采取增广拉格朗日乘子法(ALMM)求解对数行列式线性最小二乘模型.通过数值实验验证本文提出的算法较现有的求解核范数矩阵秩最小化问题的算法更高效.     

免疫遗传算法的分析与研究

遗传算法GA在理论上己经形成了一套较为完善的算法体系,然而在实际使用中,还有许多问题有待于进一步改进.例如,对于多峰函数的优化问题,它往往会收敛于局部极值.这使得遗传算法的收敛精度大大下降,本文阐述的免疫遗传算法是基于人工免疫理论,在遗传算法的基本框架之上结合免疫算子而形成的一种新型优化算法,可有效的提升算法收敛精度,应用于各类参数优化系统.     

基于低碳排放的多车型车辆路径优化问题研究

针对物流配送过程中,如何合理安排配送路线,提高配送效率、降低配送成本和碳排放量的问题,分析了车辆载重量、行驶速度、行车距离、交通状态等因素对车辆油耗的影响,建立了以最小化配送成本和碳排放量为优化目标的多车型车辆配送路径模型。同时,结合蚁群算法对该优化问题进行求解。仿真结果验证了算法能够有效的降低配送成本和碳排放量。     

基于并行遗传算法的车辆路径问题

提出两种改进策略来提高遗传算法的性能,首先通过粗粒度并行机制以避免遗传算法在进化过程中易产生过早收敛现象,同时提出了一个主从式迁移策略来提高"优质"个体在交换过程的生存能力,有效的提高优化的速度和解的精度.最后,通过若十著名的车辆路径问题对该算法进行了验证,结果表明提出的并行遗传算法可以有效的提高优化速度和求解质量.     

基于ANSYS的桥梁结构拓扑优化设计

文章针对桥梁结构设计问题,建立了以最大刚度为目标的桥梁结构拓扑优化模型和求解过程。以单元材料密度为设计变量,以结构的柔顺度最小化为目标函数,材料用量为约束。采用商用有限元软件ANSYS中的拓扑优化设计模块对桥梁结构进行了拓扑优化计算,并获得了拓扑形式清晰的设计结果。     

循环取料下的多道口分配问题及算法研究

针对循环取料下的多道口分配问题,研究无时间窗约束的车辆优化调度问题.决策变量是每辆车停靠道口的先后顺序和每个道口停靠的车辆的先后顺序,优化目标是最小化卸货所需的总时间.首先,建立该类问题的混合整数规划模型.其次,提出求解该类问题的贪婪算法.最后,数值实验表明该类算法的有效性.     

邮轮舾装托盘配送路径优化研究

对于邮轮多品种且巨量物资建造的精细化管理需求,船厂需要通过研究改善物流流程,提高造船过程中的生产效率。本文对邮轮建造过程中的舾装托盘配送路径优化问题进行研究,建立了一个最小化时间窗惩罚成本以及车辆运输成本的配送路径优化数学模型,设计了变邻域模拟退火算法对模型进行求解。最后通过算例实验证明了模型的合理性。     

考虑作业疲劳的物料搬运路径研究

针对目前物料搬运路径中无法兼顾搬运效率和作业疲劳的双目标优化问题,主要根据搬运负荷、搬运时间与作业疲劳之间的线性关系,建立作业疲劳函数。以最小化搬运费用和作业疲劳为优化目标,建立搬运路径双目标优化新模型,双目标模型主要采用精英策略的非支配排序的NSGA-Ⅱ遗传算法进行求解,该模型与最小化搬运费用和搬运时间为优化目标的模型进行比较,仿真表明,该模型在保证搬运效率的同时,还能有效地降低作业疲劳,验证了所建模型的有效性。