工程项目工期、成本和质量综合优化分析

针对工程项目中工期的不确定性,本文提出了一种综合模糊集合论与遗传算法的新方法来解决工期——成本优化问题。该算法能较好地寻找项目在不同风险水平下的工期——成本优化的最优解,同时能深入分析工期和成本的理想平衡点,为决策者提供相关信息,用于指导实践。     

优化算法在城市给水管网优化布置中的应用

本文在阐述城市给水管网特点的基础上,分析了给水管网优化布置的必要性,同时给出了相应的优化数学模型,最后通过一工程实例,对最优布置进行了有效的识别,为城市给水管网设计提供了一定的参考。     

基于多目标和单配送中心的冷链物流配送路径优化研究——以川渝地区某公司冷链物流配送为例

随着生活水平的提高,居民对食品安全及品质的要求越来越高,优质快捷的冷链就显得十分重要。但当前我国制冷技术仍有缺陷,单位时间制冷成本很高,不合理的线路使得配送时间过长。为了提高冷链质量,文章把时间作为主要目标,成本作为次要目标,以川渝地区某公司冷链物流配送为例,建立路径优化模型,并设计遗传算法求解。优化后路径有效地降低了该公司冷链配送时间和成本,提高了该公司冷链效率。     

宏观经济不确定性测度研究——基于GA-SVR模型

文章详细分析了国内外对经济不确定性的测度方法,首次将机器学习的思想用于不确定性测度,利用基于遗传算法的支持向量回归(GA-SVR)模型,使用47个宏观经济变量和25个金融市场变量的月度数据,测度了我国2005年1月至2020年6月的宏观经济不确定性.实证分析结果显示:该方法对宏观经济不确定性的测度结果稳定,与实际经济运...     

基于改进遗传算法的冷链物流配送路径优化

随着我国居民消费结构的不断转变,冷链物流的需求日益增加,为了实现低碳经济环境下的冷链物流运行低成本、低消耗,本文提出了基于冷藏车运输成本、货损成本、惩罚成本等多目标优化模型,提出了一种改进型烟花遗传算法IFWGA。该算法中设置了两种步长的动态变异算子。根据迭代次数控制变异算子动态切换,加快算法的收敛速度,提高算法的搜索精度。仿真实验结果表明：所提出的IFWGA算法的收敛速度较快,变异算子设置较为合理,求解质量较高。最后通过算例发现改进后的遗传算法求解的配送路径会使得成本和货损均得到明显减少,并检验了改进后算法的有效性和可行性,以期为遗传算法的改进以及路径优化问题提供理论支撑。     

提高用电效率的智能配电网协调规划技术探讨

本文研究了智能配电网的发展模式,通过将传统配电网与有分布式电源加入的智能配电网进行比较,得出分布式电源并网对规划模型的影响。考虑分布式电源的配电网扩展规划,运用智能算法得出可以满足负荷增长需要的系统最佳增容方案。在现有电力网络布点规划基础上,合理加入分布式电源,提高用电效率。最后辅以遗传算法算例说明提高用电效率的可能性。     

基于前景理论的电动汽车配送路径优化

针对带时间窗的电动汽车物流配送路径优化问题,基于前景理论的价值函数量化了客户对电量补给的行为感知,由此设计了超时配送的补偿费用函数;并以补偿费用、充电费用、车辆行驶费用组成的配送总成本最低为目标,构建了决策模型,采用改进的遗传算法进行求解;最后通过Solomon-R101算例对模型及算法进行验证,得到的配送方案可以兼顾客户高满意度、高时效性、高载重量和低成本四个方面。     

基于GRA-GA-BP神经网络的港口集装箱吞吐量预测模型

港口集装箱吞吐量的准确预测对于港口的未来发展规划及该港口所属腹地的经济发展具有重要的指导意义。为实现输入变量的降维,提高预测精度,避免出现局部最优解,借助灰色关联分析对输入变量进行筛选和排序,引入遗传算法作为优化BP神经网络内初始权值及阈值的工具,并基于此建立模型对环渤海港口群三大代表港口2016-2019年集装箱吞吐量进行实证对比分析。最后横向比较传统BP模型和GA-BP模型的预测结果,研究结果表明：经GRA-GA算法优化BP神经网络模型相较于GA-BP神经网络模型与未经过改善的传统的BP神经网络模型其预测结果更为理想,研究结果对港口的战略规划及发展具有一定的参考价值。     

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。