基于蚁群算法的物流配送路线优化研究——以重庆市渝中区为例

蚁群算法于上世纪末提出,是继遗传算法之后的一种启发式算法,用于解决组合优化问题.它借鉴蚂蚁通过自组织的协作能力而产生的群体智慧来解决组合优化问题.ACO算法的特点在于使用正反馈,在较优的解的路径下,留下较多的信息激素,信息素会吸引更多蚂蚁走这条路径,这个过程中,会引导整个系统向最优解的方向迈进.蚁群算法可以用来解决一些尚未找到有效算法的问题,而且蚁群算法还是元启发式算法(Meta-heuristic),是一种算法框架,可以在其基本思想上针对不同问题做改进从而应用到不同问题上去.     

模拟退火算法和应用

模拟退火算法．算法是基于Mente arlo迭代求解策略的一种随机寻优算法,其出发点是基于物理中固体物质的退火过程与一般组合优化问题之间的相似性。模拟退火算法在某一初温下,伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解,即在局部优解能概率性地跳出并最终趋于全局最优。模拟退火算法是一种通用的优化算法。     

求解C指派问题的一种迭代算法

针对解决C指派问题的匈牙利法运算步骤复杂的问题,提出一种新的选代算法.该算法通过行调整和列调整,转化为一个平衡指派问题,再利用Flo yd算法进行迭代,求解出可行解即为最优解.与经典的匈牙利法相比,该算法更加简便,易于编制成计算机程序,适合于大规模分配问题的计算.     

工程网络计划最低费用工期的一种优化方法

一、问题的提出计算最低费用工期是工程项目计划网络中的优化问题之一。目前,对网络最低费用工期的优化方法有比较多的研究,且取得了一定进展。但每一类方法都有相应的适用范围,显现一定局限性。如枚举法虽直观简单,但对大型网络难以应用;数学规划法依据所给条件构建线性规划模型,能在计算机上运算,适用于大型网络的寻优求解,但缺乏应用的灵活性;试探性算法没有确定性计算程序,存在遗漏最优解的可能。本文将一个建设项目的网络图划分为若干工序时段,通过每一时段的费用比较,按既定程序逐步缩短计划工期,进而确定整个网络最低费…     

基于改进粒子群算法的供电网络优化管理研究

供电网络潮流优化可以改善和提高节点电压的合格水平,最大程度上降低输电电量的损耗,充分发挥网络设备的经济效益,使整个电力系统实现安全、经济运行。供电网络潮流优化问题是一个多变量,非线性,多目标,多约束的混合整数非线性规划问题。为了提高求解问题能力,文章提出了一个改进的粒子群优化算法(Adaptive ParticleSwarm Optimization,APSO),以最小网损作为优化的目标函数,惯性权重根据适应度函数值的变化进行自适应调整,使得粒子搜索方向的启发式增强,避免陷入局部最优解。方法采用IEEE30节点系统进行测试,同时选用标准PSO算法作为对比方法,从而验证本文方法有效性。     

基于多智能体鱼群算法的梯级水电系统优化调度模型

本文将多智能体思想应用于梯级水电系统优化调度,建立了基于多智能体鱼群算法的梯级水电系统优化调度模型,构造管理智能体、群体智能体、行为智能体、执行智能体和决策智能体。描述了多智能体鱼群算法的体系结构和优化流程,从人机交互角度实现了电力负荷的优化调配,加快了鱼群算法的收敛速度,极具创新性。算例结果表明,各智能体相互协调,最终得出合理的优化调度计算结果。本文设计的模型对于梯级水电系统优化调度问题行之有效。     

用单调函数优化社会扩大再生产

根据社会扩大再生产的充分必要条件,形成社会扩大再生产的优化问题,并将这一优化问题转换成一个求一元函数的最大值问题。运用函数的单调性和某一部类的最高、最低积累率,简便地获得社会扩大再生产的优化问题的最优解。     

电网调度自动化中的无功电压及优化

电压不仅是电网电能质量的一项重要指标,而且是保证大电网安全稳定运行和经济运行的重要因素。无功电压优化控制是减少电网损耗、保持电压稳定性、提高电力系统安全性和经济性的有效措施。同时随着计算机技术和优化理论的迅速发展,许多研究人员致力于应用计算机来解决城市电网自动化调度问题。我们在以往自动化调度研究的基础上,根据电网规划中自动化调度的原则和要求,探讨了基于粒子群优化算法的电网自动化调度的无功电压管理与优化管理。     

库存优化的新途径

传统企业管理模式下的库存优化由于缺乏必要的信息,在模型的求解过程中难以得到符合实际要求的最优解。在分析传统库存优化模型问题的基础上,指出应以供应链管理思想为指导,以神经网络模型为工具,利用BP神经网络整合各种有效信息,改进传统库存模型,以得到更为满意的最优库存策略。并依据钢材现货公司的库存情况给出了具体的应用。     

区域救灾物资储备库布局优化的实证研究——以北京市昌平区为例

研究应急设施选址理论和方法在应对当前频发的大规模突发事件具有重要的现实意义和理论价值.基于多级覆盖和覆盖衰减思想,考虑设施选址的公平性、效率性及成本等因素,构建了多目标多级覆盖设施选址模型,然后基于MATLAB7.0设计遗传算法对模型进行求解.将模型应用于北京市昌平区救灾物资储备库优化配置中,得出6个救灾物资储备库的位置,计算每个储备库的服务范围及最大覆盖半径,画出服务布局图,并提出储备库功能优化的建议.最后,得出结论并提出进一步拓展研究的方向.     

企业投资优化的决策模型研究

蚁群算法是一种新兴高效的人工智能优化方法。在企业投资规划中应用蚁群算法,可得到全局优化的解,从而更有效地利用资本,为企业创造更多的利润。     

基于遗传算法的BP神经网络在建模预测中的应用

针对BP神经网络在预报建模中,需要通过反复训练来确定网络的结构和各种参数,导致在应用中出现过拟合,严重影响网络的泛化能力的问题,提出利用遗传算法与BP算法相结合的方法对初始权值分布和网络结构进行优化,先在解空间中定位出一些较好的搜索空间,然后再采用BP算法在这些小的解空间中搜索出最优解。经实验对比,证实此种算法收敛速度快,能有效提高网络的泛化能力,从而提高预报建模的准确性。     

多目标优化问题的遗传计算方法研究

多目标优化问题在宏观经济规划、决策等领域有着广阔的应用背景。但目前，除了多目标线性规划较成熟外，多目标规划还没有一种成熟的普适的实际算法。即使是多目标线性规划，在面对大维数、超大维数需求时，算法对内存的开销之大使得算法不可行。遗传算法（GeneticAlgorithm简称GA）是一种自适应启发式群体型迭代式全局随机搜索算法，近年来受到各学科的广泛重视。但是，GA本质上进行的是单目标无约束优化，GA用于解决多目标优化问题的工作还很少，有人通过以目标向量的各分量为适应性值进行反复循环的办法选出一代可能解，计算表明，该…     

一种基于物联网的社区商业鲁棒优化配送方案——社区商业的果蔬配送解决方案

本文针对北关社区商业,开发出具有软、硬件综合架构的物联网管理系统,提出了一种基于物联网结构的果蔬配送解决方案。通过建模分析及引入蚁群算法实现对成本及最优路线确定,并借助计算机解出优化数据,然后根据实际情况修正、确定方案,满足配送中心调度车辆及配送过程最大程度的自动化、最优化,并达到最有效的配送效率。     

建设项目多资源优化的进化算法实现

工程实践中,资源优化具有众所周知的重要意义,然而现存的一些资源优化的方法往往存在求解精度不够、求解效率较低、通用性差等缺点,尤其是在对具有不同权重的多资源均衡问题的研究还不是很充分。引入的改进进化算法在解决有不同权重的多资源均衡优化问题时表现得十分有效,计算过程容易掌握,由于算法本身具有隐并行性,特别适用于并行计算和全局优化问题。在计算机技术和网络技术迅速发展的今天,处理较复杂的大项目多资源优化问题,该算法具有不可估量的潜力和优越性。     

基于快速排序和遗传算法的物流路径优化研究

为了使企业处理物流配送问题更加高效、节约经济成本和时间、以及获得更多的利润,则建立物流配送路径问题数学模型,在约束条件中增加配送车辆和货物数量,在遗传算法选择操作中引入快速排序算法降低时间复杂度;使用Mat lab工具和C语言对数学模型仿真,实验结果显示,引入快速排序算法的遗传算法,不仅能得到物流路径问题的最优解,而且降低了时间复杂度,提高了配送效率、节约了时间。     

考虑次关键路线的基于粒子群算法工期-费用优化研究

工期-费用优化是网络优化技术的核心内容。传统的工期-费用优化研究忽略了次关键路线、资源约束条件对工期压缩的影响。本文研究了次关键路线对工期压缩的影响,描述了求解最低压缩成本的特征路线法,并以此为基础建立了有资源约束的工期-费用优化数学模型。对解进行编码处理后,采用粒子群算法对工期费用优化模型进行求解,并根据求得的最优解来调整工序工期,最终实现工期-费用的最优化。最后,经过工程实例的仿真,证明了模型的合理性和有效性。     

柔性制造单元环境下的作业调度与控制决策支持系统设计研究

针对作业车间调度问题,笔者设计了柔性制造环境下的作业调度与控制决策支持系统.基于现有车间级调度系统研究现状,笔者给出了决策支持系统设计总体框架,并引入了生产优化引擎的概念,将现有作业调度模型和算法作为模型库引入到决策支持系统的设计当中,并实现作业调度算法自适应和自匹配,从而更符合实际生产的需求.     

电力系统优化调度问题分析

本文主要从目前电力市场环境下所面临的电网优化调度新问题出发,分析了再调度中应该注意的一些问题,提出了一些看法供大家参考。     

电力系统优化调度问题分析

本文主要从目前电力市场环境下所面临的电网优化调度新问题出发,分析了再调度中应该注意的一些问题,提出了一些看法供大家参考.