带有多级制造环节的供应链能力分配方法及应用

提出了一种带有多级制造环节的供应链模型,并建立了多目标、多变量、多约束的混合整数非线性数学模型,建立了一种基于邻域搜索的约束满足算法,设计了算法的编码方式、邻域构造方法、变量选择和值选择规则等一系列算法实现细节,并构造了基于理想点思想的适应度函数以实现对多目标的处理。通过使用C#语言实现了基于邻域搜索的约束满足算法,钢铁企业实际数据实验验证了算法的可行性和实用性。     

取送货路径优化问题的候鸟群自适应变邻域搜索算法

具有时间、车容量和后进先出约束的多车辆取送货路径优化问题在现实中具有广泛的应用,针对现实问题中规模性和模型的复杂性使其在短时间内无法精确求解的问题,提出了候鸟群自适应变邻域搜索算法(MBO＿AVNS)。以三种贪婪插入算法构建初始种群,确保种群的多样性和初始解的质量,对传统候鸟优化算法的邻域搜索算法进行改进,加强了算法的局部搜索能力。通过真实数据进行实验分析表明,与模拟退火算法(SA)和一般自适应变邻域搜索算法相比,MBO＿AVNS算法在求解具有时间和后进先出约束的取送货路径问题上更具有优越性。     

基于邻域搜索的快速分形图像编码算法

文章在基本分形图像压缩算法的基础上提出了一种基于邻域搜索的快速算法。将子块按标准差分为平滑块和非平滑块,对于平滑子块直接存储其均值,以减少需要搜索匹配父块的子块数;对于非平滑子块,在从其周边邻域内划分得到的父块中搜索最优匹配父块,并引入自适应误差阈值和扩大邻域范围搜索的最大次数来控制子块搜索的邻域范围。实验证明,该算法编码速度大大提高。     

彩色图像矢量化

提出了一种基于区域生长算法的彩色图像区域分割方法,其思想是从某个种子像素出发向其邻域搜索,将邻域中具有一致特征的点归入一个区域。并用相应的区域编号来标志。然后采用矢量LBG聚类算法对图像先在亮度上进行矢量量化。     

区域物流中VRPTWSDP问题的混合遗传算法

研究了区域物流中带时间窗约束的具有同时集送货需求的车辆路径问题（VRPTWSDP）,给出了VRPTWSDP的混合整数规划模型,设计了求解VRPTWSDP的混合遗传算法（HybridGA,HGA）。算法以最优划分方法计算适应值,邻域搜索法作为变异算子,设计了新颖的交叉算子和群体更新策略,定义了群体多样性结构和变异概率的变化规律。对典型VRPTWSDP实例进行测试的结果表明：HGA算法能较快地获得小规模问题的最优解,并能有效地求解大规模的问题。     

电子商务下现代物流企业配送系统优化研究

根据电子商务环境下物流配送系统的特点,建立了带时间窗的车辆优化调度问题的数学模型.设计了一种混合遗传算法,在求解的过程中加入了模拟退火操作,对每一代中的每个个体进行邻域搜索并依据模拟退火中的接受概率选择邻域个体,然后再进行选择、交叉、变异等遗传操作,以此来克服遗传算法早熟收敛的缺陷.用此混合遗传算法对模型进行求解,通过仿真实例计算,并与遗传算法比较,取得了满意的结果.     

基于低碳排放的应急物流车辆路径优化

针对应急物流的车辆路径优化问题,基于低碳绿色物流思想,以车辆固定成本、运输过程中产生的成本、未满足需求量的惩罚成本以及碳排放成本之和最低为优化目标,建立了基于低碳排放的应急物流车辆路径优化模型。由于受灾点的需求具有不确定性,模型运用三角模糊数来估计需求量。为了求解模型,采用混合遗传算法,利用节约算法获得初始解,并利用大规模邻域搜索算法“破坏”与“修复”的思想改进遗传算法的局部搜索操作。最后通过算例仿真,验证了模型的实用性与算法的有效性。     

电子商务下现代物流企业配送系统优化研究

根据电子商务环境下物流配送系统的特点,建立了带时间窗的车辆优化调度问题的数学模型。设计了一种混合遗传算法,在求解的过程中加入了模拟退火操作,对每一代中的每个个体进行邻域搜索并依据模拟退火中的接受概率选择邻域个体,然后再进行选择、交叉、变异等遗传操作,以此来克服遗传算法早熟收敛的缺陷。用此混合遗传算法对模型进行求解,通过仿真实例计算,并与遗传算法比较,取得了满意的结果。     

同时取送货车辆路径问题的改进粒子群优化算法

同时取送货车辆路径问题(VRPSDP)是指车辆在服务过程中,对顾客同时进行取货和送货服务,针对这类问题,提出一种改进的粒子群优化算法。通过惯性权重的更新和路径链接更新策略有效地扩大算法的搜索空间,从而改进了算法的性能。另外,采用邻域搜索扩大策略(ENS)加快了算法的搜索速度。最后,应用所提出的改进的粒子群优化算法求解了两类同时取送货的车辆路径问题的算例。结果表明,该算法与经典的求解结果相比较,取得了比较好的计算结果,表明该算法是求解同时取送货车辆路径问题的有效工具。     

同时取送货车辆路径问题的改进粒子群优化算法

同时取送货车辆路径问题(VRPSDP)是指车辆在服务过程中,对顾客同时进行取货和送货服务,针对这类问题,提出一种改进的粒子群优化算法.通过惯性权重的更新和路径链接更新策略有效地扩大算法的搜索空间,从而改进了算法的性能.另外,采用邻域搜索扩大策略(ENS)加快了算法的搜索速度.最后,应用所提出的改进的粒子群优化算法求解了两类同时取送货的车辆路径问题的算例.结果表明,该算法与经典的求解结果相比较,取得了比较好的计算结果,表明该算法是求解同时取送货车辆路径问题的有效工具.     

A genetic algorithm for the partial binary constraint satisfaction problem: an application to a frequency assignment problem

We describe a genetic algorithm for the partial constraint satisfaction problem. The typical elements of a genetic algorithm, selection, mutation and cross-over, are filled in with combinatorial ideas. For instance, cross-over of two solutions is performed by taking the one or two domain elements in the solutions of each of the variables as the complete domain of the variable. Then a branch-and-bound method is used for solving this small instance. When tested on a class of frequency assignment problems this genetic algorithm produced the best known solutions for all test problems. This feeds the idea that combinatorial ideas may well be useful in genetic algorithms.     

物流配送路径优化问题的模型及改进混合算法

在建立带有时间窗的物流配送路径优化问题数学模型的基础上．构造了求解该问题的遗传模拟退火混合算法。该混合算法利用了遗传算法较强的全局搜索能力和模拟退欠算法较好的局部搜索能力,克服了两种算法各自在寻优方面的不足,使其在全局最优搜索和计算速度方面都有了很大的提高。最后经仿真试验证实了混合算法解决物流配送路径优化问题的优越性。     

混合柔性充电策略支持下的电动汽车配送路径优化

针对电动汽车在市区配送中应用越来越广泛的现象,提出了混合充电策略支持下带时间窗的电动汽车路径规划问题。在充电站,电动汽车可以选择快速充电方式充满电池或充一部分必须的电量,也可以选择直接更换满电状态的电池,这种柔性的充电策略为电动汽车提供了更灵活的运作方式,降低配送的时间和成本。通过引入充电策略相关的决策变量,在车辆路径问题的基础上,建立了混合充电策略的电动汽车路径优化的非线性混合整数规划模型。设计了一种改进的蚁群算法,通过集成局部搜索算法,提高了问题求解的效率。最后通过三个具有不同客户点分布特征的实例验证了算法的有效性,并分析了混合充电策略的影响。     

资源均衡优化问题的改进随机搜索算法的研究

采用随机搜索算法研究了工程项目管理中的“工期固定-资源均衡”问题,针对网络图中活动的逻辑约束和时间约束关系,提出了基于活动动态时差的改进随机搜索算法,避免了非可行解的产生;建立了活动的实际开始时间与资源方差之间的函数关系,作为评价函数;最后对实例进行了计算分析,与project2002、p3等结果做比较,优化效果取得了不同程度的提高,证实了该方法的可行性与有效性;同时获得了最优资源强度相同若干不同活动安排方案,对于工程项目管理中资源均衡优化具有实际应用价值。     

遗传节约综合算法在配送路线优化中的应用

文章针对配送路线问题进行研究,首先提出配送路线优化的原则,在此基础上提出了解决配送路线问题的遗传节约综合算法的流程和步骤,最后通过一个算例实现了本文提出的算法,并与其它方法的计算结果进行了比较。从而证实了遗传节约综合算法的优越性.     

基于混合优化算法的带时间窗的车辆调度问题求解研究

论文建立了带时间窗的车辆调度问题的数学模型，并针对遗传算法在局部搜索能力方面的不足，提出将模拟退火算法与遗传算法相结合，从而构造了求解车辆调度问题的混合优化算法，并进行了实验计算。计算结果表明，用这种混合优化算法求解车辆调度问题，可以在一定程度上用模拟退火算法突跳性克服遗传算法在局部搜索能力方面的不足，从而得到质量较高的解。     

一种求解装箱问题的混合算法

针对一维装箱问题,在考虑遗传算法早熟收敛问题和禁忌搜索算法自适应优点的基础上,将遗传算法和禁忌搜索法结合起来,提出了基于遗传和禁忌搜索的装箱优化算法,与简单遗传算法相比,该算法具有更好的收敛性能。最后通过实例验证了算法的有效性。     

基于模糊机会约束的物流配送路径优化

在建立基于模糊机会约束的物流配送路径优化问题的数学模型基础上,构造了求解该问题的模糊模拟遗传算法。并用实例验证,结果表明用此算法可以有效的求解此类不确定问题,具有良好的寻优能力。     

基于改进遗传算法的FIR数字滤波器的优化设计

提出了利用基于BP(Back Propagation)神经网络的遗传算法来设计FIR数字滤波器的方法。针对遗传算法很难实现全局最优和搜索速度比较慢的缺陷,提出了改进算法,该算法充分利用了遗传算法的全局搜索功能强和BP神经网络的搜索效率高,优化了搜索时间,提高了算法性能,对于解决大规模多极值优化问题特别有效。最后,以设计低通滤波器的实例验证算法的可行性。     

基于JIT采购的3PL运输调度问题研究

研究Just in Time(JIT)背景下制造商主导的第三方物流(Third Party Logistics,3PL)运输调度问题。制造商根据其生产计划的要求进行采购。使用C-W路线优化算法,在线路规划中考虑了车辆载重量、容积以及车辆到达时间的影响,实现以最小的成本达到JIT采购的目的,并用一个实例验证了修正的C-W算法对解决采购物流中运输调度问题的适用性。