粮食多式联运无缝衔接问题研究

多式联运是新形势下粮食运输发展的重要趋势之一,其发展主要在于解决衔接问题。文中运用无缝衔接思想,阐述了粮食多式联运无缝衔接的涵义,分析了粮食多式联运无缝衔接的影响因素,探讨了粮食多式联运无缝衔接的实现途径。     

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。     

基于改进遗传算法的多式联运路径优化研究

文中以荣森物流公司为研究背景,针对多运输方式多路径问题,提出一种改进的遗传算法,可同时解决运输方式的选择和路径的规划问题。通过建立多式联运路径优化模型,采用多参数编码方式,从而解决该类问题,同时为多式联运的相关决策和组织提供参考依据。     

面向多式联运的货运网络优化模型构建与应用

以多式联运货运网络为研究对象,综合考虑轴辐式网络中的规模效应、运输成本、时间及运输能力限制,构建多式联运货运网络模型。基于龙潭港货物运输实际,利用遗传算法对龙潭港多式联运枢纽网络优化模型进行求解,特别针对南京集疏运通道建设前后,分别运用模型求解,对南京联运方式变化进行对比分析,证明了在发展集疏运通道建设后,南京在运输网络中的地位进一步得到提高。     

碳交易背景下的多式联运路径优化

以集装箱运输为例,在考虑碳交易成本的前提下,综合考虑运输成本与时间成本,构建了多式联运路径优化模型,并以上海至重庆的货物运输为例,采用遗传算法求解了不考虑与考虑碳排放成本两种情况下上海运输至重庆的最优运输路径与最小总成本。     

多式联运路径优化模型与方法研究

考虑到多式联运路径的选择受到运输成本、运输时间、运输质量和服务水平等相关因素的影响,将多式联运的路径优化问题转化成为一个广义最短路径问题.以成本和时间为优化目标建立了适应运量变化情况下的多式联运路径优化数学模型,并选择蚁群算法对实际问题进行了求解验证.     

多式联运路径优化模型与方法研究

考虑到多式联运路径的选择受到运输成本、运输时间、运输质量和服务水平等相关因素的影响,将多式联运的路径优化问题转化成为一个广义最短路径问题,以成本和时间为优化目标建立了适应运量变化情况下的多式联运路径优化数学模型,并选择蚁群算法对实际问题进行了求解验证。     

基于遗传算法的国际多式联运路径优化研究

多式联运由于其经济高效的特点而受到了越来越多的关注。选择合理的运输方案可以有效地控制运输成本。依据现实生活中铁路和水路运输都有固定的运输时间表,文章建立了以运输成本、包装成本、等待成本和碳排放成本为目标的多式联运路径优化模型,采用基于保存策略和转移策略的遗传算法对模型进行求解。通过实例分析,验证了该模型的有效性,为多式联运方案的选择提供了决策支持。     

物流企业多式联运的运输方案优化选择

针对物流企业多式联运运输方案的优化选择问题进行研究,考虑运输费用、时间窗等约束问题建立数学规划模型,并把问题转换为网络问题,根据网络特性采用动态规划方法进行求解。通过实例分析表明,算法可行、有效,优化方案可为决策者提供依据。     

物流企业多式联运的运输方案优化选择

针对物流企业多式联运运输方案的优化选择问题进行研究,考虑运输费用、时间窗等约束问题建立数学规划模型,并把问题转换为网络问题,根据网络特性采用动态规划方法进行求解。通过实例分析表明,算法可行、有效,优化方案可为决策者提供依据。     

集装箱多式联运系统中各种运输方式最优组合模式研究

针对集装箱多式联运系统中各运输方式的最优组合模式进行了研究。首先,通过对集装箱多式联运网络的描述和相应变形,建立了多式联运虚拟运输网络,然后以多式联运网络系统性能指标(PI)最优为目标建立了模型,并采用改进的遗传算法作为求解算法。系统性能指标(PI)定义为各运输方式运输费用和运输时间的线性加权之和,针对不同货物可分别赋予不同的权重系数。最后,通过对一个实例问题的求解验证表明,本文方法有效地从定量角度分析了集装箱多式联运过程中各种运输方式的最优组合模式,为集装箱多式联运的相关研究工作提供了理论基础。     

遗传算法在工程结构优化中的应用研究

首先介绍了遗传算法，接着将遗传算法与传统优化算法作了比较，然后介绍几种遗传算法改进的策略，接着通过一个简单的例子验证了遗传算法是求解全局最优解的一个有效方法，同时介绍遗传算法在实际应用中经常使用的几种改进方法，最后探讨了遗传算法与传统优化方法，BP神经网络，Hopfied神经网络，模拟退火算法，通用有限元软件的结合，以期能更好地解决复杂工程结构的优化问题。     

基于遍历算法的多式联运运输方式选择

多式联运运输方式的合理选择可以有效地降低物流运输成本、节约物流运输时间,提高企业的物流服务水平。文中以多式联运经营者为决策视角,充分考虑运输距离、运输时间、中转费用及中转时间等诸多成本影响因素,构建多式联运路径优化模型,尝试运用遍历算法寻求货物从起点运至目的地过程中所有的运输方案包括所需运输成本及运输时间,以便为企业决策提供数据支持。     

高超声速飞行器上升段轨迹优化

本文研究一种单级入轨吸气式高超声速飞行器上升段轨迹优化问题。忽略高超声速带来的结构变形,仅研究高超声速飞行器纵向平面内的质点运动。考虑发动机特性和飞行特性,对攻角和动压加以约束,以飞行时间最短为最优性能指标,攻角为控制量,建立了最优轨迹的正则方程。将轨迹优化问题转化为数值求解两点边值问题,利用遗传算法进行了初值选取。仿真结果表明,在给定初始条件和终端条件下,利用遗传算法能够确定正则方程的初值,从而实现对高超声速飞行器上升段轨迹的优化。     

基于遗传算法的供应链分销网络模型及其求解

本文研究了由多个厂商、多个分销中心和零售商组成的供应链分销网络,建立了综合考虑库存成本、订货成本和运输成本的分销网络优化模型。该模型是一个整数规划问题,采用遗传算法,并建立一个有效的编码方式来进行快速求解。最后通过一个实例验证了该模型的有效性和实用性。     

基于遗传算法的分销配送网络模型及求解

从供应链的集成和协调的角度出发,提出了在单工厂、多产品、多分销中心、多客户环境下,考虑需求分配的分销网络优化设计模型。模型体现了在设计分销网络时,根据各客户区对不同产品各种费用情况,合理地选择分销中心并将各客户区对不同产品的需求分配到各个分销中心,以降低分销环节的总费用。针对该模型,通过遗传算法,选择恰当的编码方法,快速求解模型,并通过实例验证了优化模型的正确性和算法的有效性。     

基于遗传算法的物流运输与调度优化研究

物流优化是物流企业降低物流成本的主要方式之一,通过物流优化进一步提高物流公司的服务能力,已经是许多物流企业提升竞争力的一项有效举措。本文依据现实中的物流运输问题,建立了基于运输成本和时间的一般函数模型,利用遗传算法进行求解,寻求最优运输路线。算例结果表明使用遗传算法优化运输方式,可以改善现有的调度模式,在满足时间约束的条件下,实现物流运输成本最小。     

遗传算法在固定货架堆垛机拣选路径优化中的应用

固定货架的拣选路径优化问题是一个典型的TSP问题。以堆垛机拣选路径作为研究目标,通过计算货位点所在的坐标位置产生拣选点。运用基于顺序的遗传基因编码方式编制程序,对拣选路径进行优化。仿真实验和实际应用表明该算法能较快找到最优解,并有效提高系统运行效率。