基于遗传算法的多目标集装箱多式联运运输优化模型

基于集装箱多式联运在进行门到门的运输过程中可以选择多种运输方式和路径的组合进行优化运输这个特点，本文将多式联运的运输优化问题转化成为一个最短路径问题，以成本和时间为优化目标建立了选择最优路径的模型，并选择遗传算法作为求解算法对实例问题进行了求解验证。     

基于公交网络的最短路径算法的分析及对比

路径分析是GIS最基本的分析功能,在公交网络方面有着广泛的应用。而最短路径分析是地理信息系统（GIS）中网络分析的一项重要功能．等价于图论中的节点间求解最短路径问题．在GIS应用的各个方面都有着很重要的地位。对于最短路径的研究也一直没有停止。对地理网络进行地理分析和建模．实现最短路径算法已经有大量论文讨论,但是专门针对公交网络的最短路径算法则鲜有研究．本文在总结公交网络特点的基础上,引入了“搜寻”算法来计算公共交通系统的最优路径。最后用一个简化的例子来说明了这种算法的算法流程,对这种算法以及经典的Dijstra算法做了几点比较,无论在空间复杂度还是时间复杂度方面都优于Dijstra算法。     

带时间限制的车辆路径问题的遗传算法

研究了带时间限制的车辆路径问题,考虑了不同时间段内车辆行驶速度与道路交通状况的关系,分别设计了求解该问题的传统遗传算法和改进遗传算法。利用具体实例进行了模拟计算,结果显示,改进的遗传算法比传统遗传算法具有很多优越性,利用改进的遗传算法可以得到理想的计算结果。     

带时间限制的车辆路径问题的遗传算法

研究了带时间限制的车辆路径问题,考虑了不同时间段内车辆行驶速度与道路交通状况的关系,分别设计了求解该问题的传统遗传算法和改进遗传算法.利用具体实例进行了模拟计算,结果显示,改进的遗传算法比传统遗传算法具有很多优越性,利用改进的遗传算法可以得到理想的计算结果.     

机器人寻路中最短路径算法初探

最短路径问题是机器人寻路中遇到的最常见问题之一,最短路径即寻找指定两节点间总长度最短。文章对最短路径搜索算法——Dijkstra算法、遗传算法、蚂蚁算法进行了分析和比较,总结出三者在寻找最优路径中的优缺点。     

O2O模式下外卖合单配送路径优化

在了解外卖行业发展背景的基础上，从商家、顾客、配送员、平台四方角度探讨了对外卖配送路径进行优化的目的和意义。针对外卖配送的特点和相关文献综述，从平台角度出发，以总配送路径最短为目标函数，在规定的时间窗、承载量内，建立了O2O模式下的外卖配送路径优化模型，对配送路径进行优化，为配送员制定有效的配送方案。同时，收集某高校周边的外卖配送实例，利用最近邻点法和遗传算法对实例进行求解，验证了模型的有效性。最后比较两种求解方法，得出采用遗传算法对O2O模式的外卖配送路径进行优化所达到的效果更佳。     

基于Dijkstra算法的区域物流网络配送路径优化

分析区域物流网中的配送路径距离和运输成本之间的关系,针对区域物流网的配送路径选择问题,通过Dijkstra算法建立单源最短路径的求解模型,求得配送中心到配送点i、配送点i到配送点j之间最短的矩形路阵。通过模型对最优化配送路径方案进行求解,从而为物流配送中心调度提供理论数据,通过仿真实验验证了该配送路径选择的可行性和正确性。     

机器人寻路中最短路径算法初探

最短路径问题是机器人寻路中遇到的最常见问题之一,最短路径即寻找指定两节点间总长度最短。文章对最短路径搜索算法——Dijkstra算法、遗传算法、蚂蚁算法进行了分析和比较,总结出三者在寻找最优路径中的优缺点。     

基于客户满意度的城市物流车辆路径优化

本文主要研究城市物流配送的路径优化问题,建立了总成本最小为目标的优化模型。应用了改进遗传算法对模型进行求解。经实例验证,改进遗传算法找到的路线更短,验证了算法的有效性。     

基于信赖度的粗糙最短路径的模型和算法研究

针对静态最短路和基于可能性的不确定最短路径问题研究中的局限性,提出了基于信赖度的粗糙最短路径的模型,运用遗传算法对模型算例进行分析,证明了模型的有效性.     

基于LINGO仿真语言的最短路径问题优化研究

最短路径问题是典型的组合优化问题,也是最基本的路线问题.为快速高效优化求解最短路径问题,基于现今最流行的物流仿真软件LINGO语言,本文建立了最短路径问题的0-1混合整数非线性规划数学模型,并且编写了此规划模型在仿真软件LINGO语言环境下的最优化的求解程序,本文最后还结合两个典型的算例对本文所编写LINGO程序的效果验证和实例分析,最终本文算例的优化结果表明了本文所编写的LINGO语言程序的可行性、正确性及高效性,另外本文的研究成果可为物流仿真软件LINGO语言在解决实际应用和理论研究最短路径问题,提供了有效的理论指导依据和高效的实际参考价值.     

基于无交叉遗传算法的物流车辆路径问题研究

设计并实现了一种求解基本车辆路径问题的无交叉遗传算法,阐述了无交叉遗传算法求解物流车辆路径问题的关键技术,包括编码方案、初始种群生成方案、适应度函数、种群选择方案和变异操作等;并对比了使用目标函数倒数法和目标函数做差法构造适应度函数时的求解效果。实验结果表明,给出的无交叉遗传算法在求解车辆路径问题上具有良好的性能。     

基于无交叉遗传算法的物流车辆路径问题研究

设计并实现了一种求解基本车辆路径问题的无交叉遗传算法,阐述了无交叉遗传算法求解物流车辆路径问题的关键技术,包括编码方案、初始种群生成方案、适应度函数、种群选择方案和变异操作等；并对比了使用目标函数倒数法和目标函数做差法构造适应度函数时的求解效果.实验结果表明,给出的无交叉遗传算法在求解车辆路径问题上具有良好的性能.     

基于遗传算法的人工订单拣选路径优化研究

以人工订单系统为对象,考虑ABC存储策略下,在客户随机到达的订单中,当物品的类别和数目随机时,运用基本遗传算法来解决双区型仓库布局的拣选路径优化问题,建立了人工订单拣选系统的路径优化模型,采用遗传算法对建立的模型进行求解,得出了优化的拣选距离和拣选路径,缩短了拣选的时间和作业时间。     

基于遗传算法的人工订单拣选路径优化研究

以人工订单系统为对象,考虑ABC存储策略下,在客户随机到达的订单中,当物品的类别和数目随机时,运用基本遗传算法来解决双区型仓库布局的拣选路径优化问题,建立了人工订单拣选系统的路径优化模型,采用遗传算法对建立的模型进行求解,得出了优化的拣选距离和拣选路径,缩短了拣选的时间和作业时间.     

不确定环境下的地震应急救援路径优化研究

针对地震应急救援的特点,引入不确定理论,在地震灾害的背景下,研究震后动态网络环境下的应急救援路径选择问题。用不确定变量表示网络中各路段的破坏程度,综合考虑路径破坏程度及车辆路径连续性等约束条件,以救援时间最短为目标,基于不确定理论建立了动态优化模型,并用改进的遗传算法求解,最后设计算例验证了模型和算法的有效性。     

Dijkstra改进算法在机器人避障问题的应用

本文研究了机器人避障问题中如何计算最短路径,建立了相应的数学模型。利用Dijkstra最短路径改进算法对该模型进行求解,解决了由确定起点经过若干目标点到达终点的问题。     

最短路径动态规划问题及其程序设计

本文以最短路径问题为例，在给出佛洛伊德算法的基础上，设计了求解该算法的计算程序，这样可大大提高最短路径计算的效率。     

城市末端物流配送问题研究

基于VRP问题,对城市内部直接面对消费者的末端物流配送进行研究,建立了基于实时路网下的配送模型,并且根据配送时间最短的优化目标进行求解.提出了结合Dijkstra算法的优化遗传算法求解方法.     

多车场多车型车辆路径问题的优化研究

针对多车场多车型车辆路径问题,通过建立虚拟配送中心将多车场路径优化问题转化为单一车场路径优化问题。文章建立了数学模型并利用遗传算法求解模型,同时根据问题性质对遗传算法的编码和解码方式进行改进。基于企业实例的实证研究表明:文章提出的模型对求解多车场多车型车辆路径问题具有一定的优势,能够为企业实际的物流运输调度提供决策支持。