基于图着色模型的冲突装箱问题启发式算法

带有冲突关系装箱问题的优化目标是在满足货物冲突关系的前提下,使用数量最少的货箱完成货物装箱的目的。本文分析了冲突装箱问题的数学模型,提出了基于图着色模型的启发式算法进行求解。首先,使用冲突图来描述货物之间的冲突关系;其次,基于冲突图,采取图着色的方式将货物进行分组,并且组内的货物之间不存在冲突关系;最后,采取改进FFD算法对每组的货物进行装箱操作。实验表明,本文提出的启发式算法能够快速有效地找到问题的可行解,为此类装箱问题的求解提供了新思路。     

约束装箱问题的混合遗传算法求解

本将最佳适应法和遗传算法相结合，提出了一种新的启发式混合遗传算法对具有时间约束的装箱问题进行求解，给出了具体的算法步骤，试算结果表明基于启发式算法的混合遗传算法适合于求解各种约束条件下的大规模装箱问题。     

三维多箱异构货物装载优化及其可视化

针对七种现实约束的集装箱三维多箱异构货物装载优化问题,提出了一种基于 “块”和“空间”的启发式搜索算法。算法采用树搜索策略,根据可用空间,对每一次搜索的货物块进行评估,得到最佳的货物块,直到无可用空间或无可装载的货物为止。基于开放式标准测试数据的计算结果表明,该算法在时间效率和体积利用率上均优于已有的同类研究。并基于Net平台开发了一款3D装箱布局优化可视化软件,已在相关物流企业中得到推广应用,验证了算法的实用性。     

基于对角转轮样式的托盘装箱优化模型

针对托盘装箱问题(PLP),建立了对角转轮样式下具有托盘柔性的整数规划模型,设计了求解模型的启发式算法,并利用VB程序对模型的最优解及装箱图谱进行了讨论分析,结果表明:对角转轮样式就提高具有较大长、宽比箱子的装载效率以及解决装箱压缝问题方面具有明显的优势;而柔性也是影响托盘装载效率的重要因素之一,具有较大的回报率.     

分支定界算法求解带有释放时间的单机双代理调度问题

本文研究了带有释放时间的单机双代理调度问题,目标函数为极小化最大完工时间和。为了便于利用优化软件求解,建立了混合整数规划模型。考虑到该问题具有NP困难性,因此采用近似与精确算法分别求解不同规模问题。针对大规模问题,提出了优势代理优先启发式算法,并证明了其渐近最优性。针对小规模问题,设计了分支定界法进行最优求解,其中基于释放时间的分支规则和基于加工中断的下界有效地减少了运算时间。最后,通过数值测试验证了分支定界算法的有效性以及启发式算法的收敛性。     

考虑货架存放期的经济批量排产问题的改良算法

经济批量排产问题是关于在单一设备上协调地、周期性地生产多种产品的问题.其解要求在生产准备与库存总成本最小的条件下,决定 I 种产品的生产序列.本文研究的经济批量排产问题考虑了产品货架存放期因素.指出了Dobson算法的不足,并提出了求解该问题的新算法(改进的装箱算法),新算法不仅以生产次数最大的产品为基础进行装箱,而且进一步以生产次数略低的产品为基础进行装箱.排产时,先按生产次数降序进行装箱,再按单次生产时间与生产准备时间之和降序装箱.计算结果显示,本算法结果更优.     

求解资源约束项目调度问题的启发式算法综述

本文综述了求解RCPSP的启发式算法.首先在对各种优先权规则进行归纳的基础上,概述基于优先权规则的RCPSP启发式算法研究现状;其次,综述项目进度的表述方式及常用超启发式策略,汇总求解RCPSP的超启发式算法的研究成果.此外,简要介绍除上述两大类启发式算法之外的其他几种启发式算法;最后,对全文进行总结,并指出该领域几个有希望的研究方向.     

基于货物分类配送的电动汽车路径优化与换电策略研究

电动汽车参与的物流配送服务需要统筹协调车辆路径、配送对象与换电策略。本文提出了考虑货物分类需求的电动汽车路径优化与换电策略问题,并建立了该问题的整数规划数学模型。其次,提出了基于禁忌搜索-改进节约算法的两阶段混合启发式算法MCWTS和一种四阶段启发式算法IGALNS。通过多组小规模算例验证了算法的有效性。随后,分别从运营成本、路径距离、换电策略以及混合运输线路等方面比较并分析了货物分类对运营策略的影响。实验结果表明,该模型可以在配送距离略有增加的情况下避免将不适宜混合运输的货物指派给同一车辆,达到降低货物运输损失提高顾客满意度的目的。最后,通过多组较大规模算例对两种启发式算法的有效性进行了比较。     

求解零等待流水车间调度问题的改进蝙蝠算法

针对零等待流水车间调度问题特性,设计了一种蝙蝠算法进行求解.算法模拟蝙蝠捕食搜索行为进行寻优,利用基于最小位置值规则的随机键编码方式来表示问题解,采用基于NEH方法的局部搜索策略和随机交换、插入、逆序操作的变邻域搜索策略来提高局部优化性能,进一步根据Metropolis概率准则接受劣解来避免早熟.通过典型算例对所提算法进行仿真测试并与粒子群算法和RAJ启发式算法进行对比,结果表明所设计算法求解零等待流水车间调度问题的有效性和优越性,是求解流水车间生产调度问题的一种有效工具.     

改进差分进化算法求解装载率凹费用装箱问题

研究了广泛存在于物流作业中一类新型的装箱问题,主要特征体现在箱子使用费用是关于装载率的凹函数。为求解问题,提出了一种基于分组编码策略的改进差分进化算法,以避免常规实数和整数编码方法存在放大搜索空间的不足。针对分组编码策略,定制化设计了以促进优秀基因传播为导向的新型变异和交叉操作,另外还嵌入了以物品置换为邻域的自适应局部搜索操作以增强局部搜索能力。对以往文献给出算例在不同凹费用函数下进行测试,实验结果显示所提出的算法明显优于BFD启发式算法,并且较遗传算法也有显著性改进。     

顶点加权最大团问题的加权分治算法

分支降阶被广泛用来求解NP-Hard问题,该技术的核心思想是将原问题分解成若干个子问题并递归求解这些子问题,但是用来分析算法时间复杂度的常规分析技术不够精确,无法得到较好的时间复杂度.本文设计了一个基于分支降阶的递归算法求解加权最大团问题,对于提出的精确算法,首先运用常规技术对该算法进行时间复杂度分析,得出其时间复杂度为O(1.4656~np(n)),其中n代表图中结点总个数,p(n)代表n的多项式函数;然后运用加权分治技术对原算法进行时间复杂度分析,将该算法的时间复杂性由原来的O(1.4656~np(n))降为O(1.3765~np(n)).研究结果表明运用加权分治技术能够得到较为精确的时间复杂度.     

求解旅行商问题的基于类Kruskal的混合粒子群算法

本文针对求解旅行商问题的标准粒子群算法所存在的早熟和低效的问题,提出一种基于Greedy Heuristic的初始解与粒子群相结合的混合粒子群算法(SKHPSO)。该算法通过本文给出的类Kruskal算法作为Greedy Heuristic的具体实现手段,产生一个较优的初始可行解,作为粒子群中的一员,然后再用改进的混合粒子群算法进行启发式搜索。SKHPSO的局部搜索借鉴了Lin-Kernighan邻域搜索,而全局搜索结合了遗传算法中的交叉及置换操作。应用该算法对TSPLIB中的典型算例进行了算法测试分析,结果表明:SKHPSO可明显提高求解的质量和效率。     

有时间窗的车辆路径问题的局部下降搜索算法

介绍了一个求解有时间窗的车辆路径问题(vehicle routing problem with time windows,VRPTW)的启发式算法——基于λ-交换的局部下降搜索算法(Local search descent method based on λ-interchange).VRPTW是指合理安排车辆行驶路线,为一组预先设定有时间限制的客户运送货物,在不违反时间要求和车辆容量限制的条件下使得成本最小.它是一个典型的NP-难题,可以通过启发式算法获得近优解来解决.通过两个实验验证,显示了局部下降搜索算法的优良性能,取得了很好的效果,可以作为进一步研究复杂算法的基础.     

基于权值编码的组合拍卖竞胜标确定启发式算法研究

针对较大规模组合拍卖竞胜标确定问题(WDP),提出了基于权值编码的竞胜标确定启发式算法.改进了算法编码机制并嵌入基于WDP本质特点的启发式搜索规则,极大地提高了算法进化能力和求解效率.模拟实验结果表明该算法能够在较短时间内求出WDP最优解或满意近似解,为较大规模网上组合拍卖竞胜标确定问题提供了切实可行的求解算法.     

考虑共同客户的协同配送优化方法研究

本文针对一些客户仅需要一个配送中心提供配送服务，而某些客户需要多个配送中心提供配送服务(需要多个配送中心提供服务的客户就是企业的共同客户)的情形，提出了一类具有多配送中心、有时间窗限制的车辆路径问题，建立了相应的数学模型。基于“先分类，后求解”的思想，本文设计了两阶段启发式算法：第一阶段提出基于客户聚类的启发式算法，形成聚类信息，将多中心问题转化成单中心问题；第二阶段通过改进的蚁群算法对每个配送中心的情况进行求解。最后，通过算例对该模型的可行性和有效性进行了验证，结果表明与非协同配送方式相比，在配送距离、降低配送成本、提高客户满意度等方面均有明显改进。     

乘用车物流运输计划问题的建模研究

首先针对不同类型、数量乘用车的物流运输问题,构建整数线性规划模型,并对模型进行逐层优化求解,通过MATLAB编写通用程序实现计算;在此基础之上,为解决不同目的地的运输要求,采用启发式逐层优化算法进行求解;最后考虑多因素的实际问题,建立分层划分模型,提出构造型分层划分启发式算法求解.计算表明,所建模型计算结果良好,实现了对乘用车物流运输计划问题的优化.     

带时间窗取送货问题的混合算法

为解决带时间窗的取送货问题,建立了集合划分模型,设计列生成算法与启发式规则相结合的CGA混合算法进行求解。首先,放松约束构建主问题及受限主问题,运用单纯形法与分支定界进行求解;其次,建立时空网络以构建子问题,基于修正的Dijkstra's算法,设计包含算法A、B1、B2的求解算法;最后,通过启发式算法解决节点重复覆盖问题。为验证算法有效性,进一步构建了OPT近似最优解算法;并基于CGA提出三种求解策略C1、C2、C3,做单因素方差分析,采用算例分析算法的性能。实验结果表明,对于客户点数量小于30的小规模算例,CGA与OPT所得结果相近,但CGA求解效率更显著;针对客户点数量为600的大规模算例,CGA至多在20分钟内求得结果,可见本文算法的精度和效率较高。而针对不同类型及规模的客户点的单因素方差分析结果显示,C1、C2、C3在“平均行驶距离成本”、“平均车辆数”、“平均求解时间”三个维度上差异性显著,经营者可根据实际需求进行策略选择。     

多基站下基于信号到达时间的室内三维定位

对基于无线电信号的到达时间(TOA)的定位技术进行了研究.首先,建立了TOA测量值与真实值间的函数关系,通过求解含惩罚项的非线性最小二乘问题实现终端定位和噪声估计,并在已有研究的基础上提出了Alternating Iterative Reweighting(AIR)算法;其次,利用基站之间的几何位置进行筛选,根据每个终端信息完成自适应的最少基站的选择及定位;并结合物理特性实现终端运动轨迹预测;最后,根据基站通信半径筛选出可被定位终端,完成定位精度与终端平均连接度数之间关系的建模.     

多车型多品种货物配装优化问题的混合启发式算法

为满足客户多样化和个性化的需求,建立能充分、均衡利用装载工具的载重和容积的多品种、多车型货物配装模型,并从全局、整体最优上设计混合启发式算法求解。首先,采用实数序列编码,使问题变得更简洁;基于容重比平衡法构建初始解,提高了解的可行性;用基于排序的选择与最佳保留相结合策略,保证群体的多样性;采用改进的非一致变异,加强染色体的局部搜索能力;其次,对遗传算法求得的精英种群再进行禁忌搜索,提高了搜索效率;最后,通过实例计算证明了上述模型和算法的有效性,并为大规模解决实际问题提供思路。     

大洪水算法在平面选址问题中的应用

大洪水算法是通过模拟洪水上涨过程来进行全局寻优的启发式算法.针对连续优化问题,基于三种不同的邻域搜索策略对其进行改进,并针对一类平面选址问题进行应用测试.仿真结果表明,大洪水算法是一类简单高效的算法,可用于连续优化问题的求解.