多类型乘用车装载方案优化应用研究

为解决整车物流配送中多类型乘用车装载方案制定的效率低下、成本过高等问题,制定各类型轿运车配载方案选择与使用数量优化两阶段的求解思路:第一阶段根据轿运车以及乘用车的尺寸属性,运用排样算法筛选出空间利用率较高的配载方案;第二阶段,将轿运车使用数量转化为配载方案使用次数的总和,在此基础上建立以轿运车使用数量最小为目标的装载方案优化模型,并运用Matlab7.0编程求解.实例验证表明,设计的模型与算法能在更短时间内得到最优解,具有较强的理论及现实意义.     

乘用车物流运输装载模型研究

对乘用车物流运输计划问题进行了研究,首先,建立了以单辆轿运车实载率最大为目标的单车最佳装载方案模型,以该方案配送乘用车辆直到运输任务完成以获得初始轿运车数,其次以空载率最小为目标设计了数量调整模型对初始轿运车数进行优化,得到最优装载方案模型.基于上述优化模型计算最小的轿运车数,建立在轿运车数量限制下的最短行驶里程模型,选择总行驶里程最小的装载方案作为最优的配送方案.最后建立基于路径的物流运输装载模型,运用Floyd算法计算任意起讫点间的最短路径,设计了一种全局搜索算法得到一种合理的配送方案,并以空载率最小为目标对方案进行优化.     

一类整车物流问题优化模型的研究

从整车物流的具体实例出发,首先,根据给定的轿运车和乘用车的规格,以轿运车运能最大化为目标,求得轿运车的最佳配载方案;其次,以多目的地不同订单需求等为约束,以轿运车使用数量最少和成本最低为目标函数,建立整车配载运送优化模型;最后,利用整单和零单的思想和方法,对优化模型求解,得出轿运车的最佳配载运送方案.所提出的求解方法能大大缩小解的搜索空间,提高运算效率,对解决类似问题有一定的参考价值.     

基于两种模型的整车物流运输计划问题研究

运用2014年全国研究生数学建模竞赛E题的数据,针对乘用车整车物流运输计划问题的第三问展开研究.首先建立整数规划模型,得到要运输156辆Ⅰ型、102辆Ⅱ型和39辆Ⅲ型乘用车的1-1型和1-2型轿运车的最优数量分别为25和5.其次建立逐步转化模型,假设297辆乘用车全为Ⅱ型乘用车,使Ⅲ型乘用车数量满足要求,然后仅考虑Ⅰ型和Ⅱ型乘用车,使Ⅰ型和Ⅱ型乘用车数量满足要求,得到的结果与整数规划模型结果相一致.最后给出逐步转化模型的通用算法和程序.     

轿运车配载问题的整数线性规划模型及解法

<正>1引言轿运车配载是整车物流过程中经常遇到的问题[1].由于轿运车的租用费用非常昂贵,配载问题通常要求在保证运输任务完成的条件下调用最少数量的轿运车并给出其配载和运输方案[2].轿运车配载问题一般可叙述为:设可调用的轿运车类型有k种,其中第i种类型轿运车的数量是n_i辆,i=1,2,...,k,待被运输的轿车类型有m种,运输目的地有n     

机场新增卫星厅对中转旅客影响的模型和算法

基于"华为杯"第十五届中国研究生数学建模F题中关于机场新增卫星厅对中转旅客的影响问题的研究.通过建立描述登机口与机场航班对应矩阵,采用0-1整型规划模型和基于最优个体保留策略的遗传算法求解航班-登机口分配的最优解,并且将最大化分配航班数、最小化登机口数、以及最小化乘客总体换乘紧张度等优化目标采用加权的方式实现多目标优化,最后得出相对最优解.     

基于启发式算法的乘用车物流运输计划问题研究

主要解决的是乘用车整车物流的运输调度问题,通过对轿运车的空间利用率和运输成本进行优化,建立整数规划模型,设计了启发式算法,求解出了各种运输条件下的详细装载与运输方案.     

一种基于DE算法和NSGA-Ⅱ的多目标混合进化算法

设计了一种新颖的基于差分进化算法和NSGA-Ⅱ的混合进化算法用来解决多目标优化问题。在此算法中,根据算法的搜索情况设计相应的自适应变异算子,以便在突变操作中找到Pareto解。同时,选择操作将基于NSGA-Ⅱ快速非优超排序和拥挤机制将父代与子代的双种群进行截短,确保最优解不会丢失并保证解的多样性。三个经典测试函数的仿真结果表明,文中算法在实现多目标优化问题的两个目标(获得收敛于真实Pareto前沿的解和解沿着前沿均匀扩展)方面表现出良好的综合性能。     

基于可信性理论的均值-熵-偏度投资组合模型及其算法求解

本文考虑到证券市场的投资者往往面临着随机和模糊两种不确定性的情形,在模糊随机环境下把证券的收益率视作三角模糊变量,在可信性理论基础上建立了带融资约束条件的均值-熵-偏度三目标投资组合决策模型,拓展了基于可信性理论的投资组合决策模型的研究内容,同时通过对约束条件处理方法,外部档案维护方法等关键算子的改良,提出了一种新的约束多目标粒子群算法。本文运用该算法对模型进行求解,把得到的最优解与传统的多目标粒子群算法得到的最优解进行对比,结果表明新算法得到的最优解的质量会显著地优于传统的多目标粒子群算法的最优解,从而验证了算法的有效性和准确性。该算法可以在三维空间中得到一个分布性和逼近性较好的Pareto最优曲面,满足投资者对不同目标的差异需求,为投资者提供合理的投资组合决策方案。     

关于带运输的单机调度在线问题的研究

本文研究了带运输机的单机在线调度问题。问题假设工件实时在线到达,系统中有一台运输机,该运输机每次最多运输$k$个工件,每个工件需要先在单机上完成加工,然后再被运输机运往目的地,问题的优化目标为最小化完工时间,即所有工件被加工完并且运往目的地的时间最短。针对该问题,作者研究了工件满足一致性条件的模型,并且基于贪心思想给出了竞争比为$\frac{\sqrt{5}+1}{2}$的在线算法,并且证明该算法是最优在线算法。     

Affine-scaling for linear programs with free variables

The affine-scaling modification of Karmarkar's algorithm is extended to solve problems with free variables. This extended primal algorithm is used to prove two important results. First the geometrically elegant feasibility algorithm proposed by Chandru and Kochar is the same algorithm as the one obtained by appending a single column of residuals to the constraint matrix. Second the dual algorithm as first described by Adler et al., is the same as the extended primal algorithm applied to the dual.     

基于蝙蝠退火算法的无等待流水线调度问题研究

无等待流水线调度问题(no-wait flow shop scheduling problem,NWFSP)是一类比较重要的复杂生产调度问题,并已经被证明是典型的NP问题.蝙蝠算法(Bat algorithm,BA)是一种较新颖的群体智能算法.本文针对蝙蝠算法在求解无等待流水线调度问题上的不足,提出一种蝙蝠退火算法,它通过采用ROV的编码方式以实现离散问题的连续编码,同时为了避免算法早熟现象引入了模拟退火算法.算法采用基于NEH的局部搜索规则,在很大程度上提高了算法的性能.利用标准Car问题和Rec问题算例进行仿真实验,结果表明了改进算法的可行性和有效性.     

完全数据下Weibull分布参数的极大似然估计

在完全数据条件下对Weibull分布,分别使用Newton-Raphson算法、CM算法及修正的CM算法进行完全数据Weibull分布参数的极大似然估计计算,并且在得到相应的迭代公式后,进行随机模拟.从模拟结果来分析这三种算法在处理Weibull分布参数的极大似然估计的优良性.     

一种改进的遗传k-means聚类算法

在经典的k-means聚类算法中,聚类数k必须事先给定,然而在现实中k很难被精确的确定.本文提出了一种改进的遗传k-means聚类算法,并构造了一个用来评价分类程度好坏的适应度函数,该适应度函数考虑的是在提高紧凑度(类内距)和分离度(类间距)的同时使得分类个数尽可能少.最后采用两个人工数据集和三个UCI数据集对k-means聚类算法(KM),遗传聚类算法(GA),遗传k-means聚类算法(GKM)和改进的遗传k-means聚类算法(IGKM)进行比较研究,比较的指标有类间距、类内距和分类正确率.研究证明改进的遗传k-means算法能够自动获取最佳聚类数k并且保持较高的正确率.     

基于ELM算法的羊肉水分含量的快速无损检测

在近红外光谱900-1700nm的波长范围内采集南疆羊肉的光谱数据,来研究水分含量的快速无损检测.为减弱非目标因素对光谱的影响,采用SNV和去趋势法对光谱数据进行预处理.为降低建模的复杂度,去除共线性的影响,采用连续投影算法和相关系数法相结合选取8个特征波长变量,最后使用PLS和ELM算法分别进行建模.实验表明,与采用全光谱波段建模相比,采用特征波长变量建模,PLS和ELM算法的运行时间都大大缩短,并且在运行时间和预测精度上,ELM算法均优于PLS算法.ELM算法采用8个特征波段变量建模,预测精度达到0.9768,均方误差为4.4291e-04,相关系数为0.7603,运行时间可控制在1e-04s之下,这可为研发羊肉水分含量的便携式检测装置提供理论参考.     

Solving the split equality problem without prior knowledge of operator norms

The split equality problem has extraordinary utility and broad applicability in many areas of applied mathematics. Recently, Moudafi proposed an alternating CQ algorithm and its relaxed variant to solve it. However, to employ Moudafi’s algorithms, one needs to know a priori norm (or at least an estimate of the norm) of the bounded linear operators (matrices in the finite-dimensional framework). To estimate the norm of an operator is very difficult, but not an impossible task. It is the purpose of this paper to introduce a projection algorithm with a way of selecting the stepsizes such that the implementation of the algorithm does not need any priori information about the operator norms. We also practise this way of selecting stepsizes for variants of the projection algorithm, including a relaxed projection algorithm where the two closed convex sets are both level sets of convex functions, and a viscosity algorithm. Both weak and strong convergence are investigated.     

用嵌套插队算法解决TSP问题

本提出了一种求解TSP问题的近似算法—嵌套插队算法。这种算法结合了启发式算法和随机化算法以及局部寻优的思想。实验结果表明对于较小规模的。TSP问题，直接用插队算法(QJA)就能以很大的概率获得已知最优解。对于规模较大的问题实例。嵌套插队算法(NQJA)能获得质量高于名的启发式算法的解。另外，用嵌套插队算法找到的China144的最短路径优于目前已知的最短路径。嵌套插队算法是专门针对TSP问题而提出的，但其思想也可以给求解其他NP难解的组合优化问题以启发。     

一种自适应的四阶Newton-Cotes求积方法

本文给出了一种基于四阶Newton-Cotes公式的自适应求积算法，该算法能根据给定的容许误差，由计算机自动选取积分步长，克服了由于被积函数的性态不好而导致积分较复杂的缺陷．     

Two algorithms for weighted matroid intersection

Consider a finite setE, a weight functionw:E→R, and two matroidsM ₁ andM ₂ defined onE. The weighted matroid intersection problem consists of finding a setI⊆E, independent in both matroids, that maximizes Σ{w(e):e inI}. We present an algorithm of complexity O(nr(r+c+logn)) for this problem, wheren=|E|,r=min(rank(M ₁), rank (M ₂)),c=max (c ₁,c ₂) and, fori=1,2,c _i is the complexity of finding the circuit ofI∪{e} inM _i (or show that none exists) wheree is inE andI⊆E is independent inM ₁ andM ₂. A related problem is to find a maximum weight set, independent in both matroids, and of given cardinalityk (if one exists). Our algorithm also solves this problem. In addition, we present a second algorithm that, given a feasible solution of cardinalityk, finds an optimal one of the same cardinality. A sensitivity analysis on the weights is easy to perform using this approach. Our two algorithms are related to existing algorithms. In fact, our framework provides new simple proofs of their validity. Other contributions of this paper are the existence of nonnegative reduced weights (Theorem 6), allowing the improved complexity bound, and the introduction of artificial elements, allowing an improved start and flexibility in the implementation of the algorithms. This research was supported in part by NSF grant ECS 8503192 to Carnegie-Mellon University.     

艾拉姆咖分布参数变点的Bayes估计

研究了艾拉姆咖分布变点估计的非迭代抽样算法(IBF)和MCMC算法.在贝叶斯框架下,选取无信息先验分布,得到关于变点位置的后验分布和各参数的满条件分布,并且详细介绍了IBF算法和MCMC方法的实施步骤.最后进行随机模拟试验,结果表明两种算法都能够有效的估计变点位置,并且IBF算法的计算速度优于MCMC方法.