基于混合禁忌搜索算法的物流配送路径优化问题研究

在对配送路径优化问题进行描述的基础上,建立物流配送路径优化问题的数学模型,提出了一种求解车辆路径问题的混合禁忌搜索算法。在该混合算法中,通过车辆—任务分配结构的划分,将大规模问题拆分成可并行计算的若干小规模问题,减少了算法的计算时间。并通过理论分析和仿真算例,证明了该混合禁忌搜索算法的有效性。     

物流配送车辆优化调度模型研究

综合我国物流配送的特点,在车辆类型、车辆载重、客户时间窗等约束条件下,建立多配送中心、多车型的物流配送车辆优化调度模型,并综合应用启发式算法中的C-W节约法和精确算法中的动态规划法进行算例分析,验证所建模型的正确性.     

基于改进禁忌搜索算法的车辆路径优化

为解决车辆路径优化问题,提出改进禁忌搜索算法.首先,采用车辆一需求分配结构,将整个车辆路径问题分解成若干子问题,然后用禁忌搜索算法求解每个子问题,最后从所有子问题的最优解中选取全局最优解,并通过具有代表性的算例试验和分析.仿真试验结果表明,该算法拓展了搜索空间,提高了最优解的质量,能够有效地解决车辆路径优化问题.     

多出救点应急调度研究

针对多出救点、多受灾点应急物资调度问题,在满足时间约束条件下,建立以应急出救总行程最短和应急车辆数最少的双目标模型。在判断各受灾点配送方式基础上,考虑物流应急中心供给量、车辆载重、时间限制,先用启发式算法分派直送车辆的调度任务,再对剩余受灾点设计遗传算法调整各物流中心的配送任务和各车辆的配送顺序,得到车辆的行车路线。通过实例分析说明模型的合理性与算法的有效性。     

基于遗传禁忌混合策略的配送车辆优化调度问题研究

本文从为物流配送的企业提供智能化、决策化支持的目标出发,对车辆优化调度问题进行分析,提出了实用性强的遗传禁忌混合式启发算法对物流配送车辆进行优化调度,为物流配送企业实现计算机优化车辆调度、降低物流成本和提高物流经营管理水平、更快地响应顾客,最终能显著增加企业竞争力提供参考。     

单车场大规模车辆路径优化问题研究

针对传统优化技术在解决大规模车辆路径问题中存在的缺陷,提出了一种解决单车场大规模车辆路径优化问题的综合启发式算法。首先,采用Sweep技术将区域分解成几个子区。其次,设计了分区的禁忌搜索算法,并采用相邻区域综合优化技术,提高了算法的全局搜索能力。仿真试验表明,该算法能够有效解决大规模车辆路径优化问题。     

单车场公交车辆调度问题的研究

根据单车场公交车辆调度优化问题的特点,建立了以车辆总空驶时间最少为第一目标,以所需车辆数最少为第二目标的双目标优化模型。采用遗传算法进行求解。实际应用表明该模型和算法能够快速得到公交车辆调度优化方案的满意解。     

车辆优化调度的遗传算法求解

根据货运车辆调度问题的定义,研究单个发货点对多个收货点的车辆调度问题。以车辆的载重量利用最高,且车辆周转时间最短为目标建立模型,并把原问题分解为两段用遗传算法求解：先求出第一个目标的优化结果,在此结果上再按第二个目标优化,得到问题的满意解。通过实例计算说明该算法的实际应用和效果。     

改进蚁群算法在物流配送路径择优规划中的应用

<正>1.基于改进蚁群算法的物流配送路径择优规划方法1.1建立目标函数物流配送路径择优规划问题，是由多个配送中心和多个客户节点组成，此次研究场景为配送中心，根据物流配送路径择优规划需求，对物流配送择优规划问题提出如下假设：假设1：用于物流配送的车辆型号相同，物流配送路程不能超出配送车辆运行的最大行驶距离；假设2：物流配送车辆均从配送中心取货，     

铁路客运站到发线分配问题研究

通过探讨铁路客运站到发线分配问题的有效合理解决方法,以行车交叉干扰小、方便旅客出行和到发线应用均衡性为优化目标,建立客运站到发线分配问题的整数规划模型,并综合考虑捕食搜索算法和禁忌搜索算法的优缺点,设计了基于捕食策略的禁忌搜索算法的求解.通过实例验证分析,得到的分配结果令人满意,表明模型的应用和设计算法具有可行性.