首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 234 毫秒

1.  大型物流车辆配送线路自适应调度方法  
   郭键《应用声学》,2017年第25卷第11期
   为了有效提高物流配送车辆的利用率,降低配送车辆的空载率及物流运输成本,需要对大型物流车辆配送线路自适应调度方法进行研究。当前方法多是采用通过对物流车辆配送过程中的调度与路径选择进行分析,建立多类型的物流配送车辆调度模型,并构建改进后的遗传算法,对物流调度模型的算法效率以及计算时间和复杂度进行优化,以获取物流车辆配送调度问题的最优解,但该方法存在过程较为繁琐的问题。为此,提出一种大型物流车辆配送线路自适应调度方法。该方法首先建立物流车辆配送线路调度问题的数学模型,为实现自适应调度方法对数学模型进行优化求出最优解,利用蚁群算法对物流车辆配送调度数学模型的最优解进行优化,获取最优路径的适应度初始化蚁群算法的各客户点之间的信息素,从而得出了优化的最优路径;以优化的最优路径完成对大型物流车辆配送线路自适应调度。仿真实验表明,利用蚁群算法不仅加快了物流配送路线调度优化问题求解的速度,降低了物流运输的成本,而且获取了最优解的概率,比其他调度算法具有更明显的优势。    

2.  改进蚁群算法在应急VRP问题中的应用研究  
   李艳琴  张立毅  郭纯生  于瑞红《数学的实践与认识》,2012年第42卷第9期
   提出一种改进的蚁群算法优化应急物流配送车辆路径问题算法,设计了应急物流配送车辆路径问题的数学模型,并利用计算机进行了仿真实验.实验结果表明,方法能有效解决应急物流配送车辆路径问题,具有一定的理论价值和实际意义.    

3.  基于精英单亲遗传算法的冷链物流VRP模型优化研究  
   张亚明  李娜《数学的实践与认识》,2016年第4期
   针对冷链物流配送的特殊性,探索冷链物流车辆路径问题(VRP)优化方案.首先,在保证货物不超载的条件下,建立基于时间和品质因素的顾客满意度约束的多配送中心VRP(MDVRP)模型;其次,采用重心分区法和改进的精英单亲遗传算法,求解顾客在配送中心的分配,确定配送车辆数以及顾客服务次序;最后,用Matlab工具编程对模型进行求解分析.结果表明构建基于满意度的冷链物流MDVRP模型更适合冷链物流配送最优路径选择,并且改进单亲遗传算法能够有效求解这类问题.    

4.  战时备件配送的MDVRPTW问题研究  
   张立峰  赵方庚  孙江生  石晓燕《数学的实践与认识》,2009年第39卷第14期
   战时备件配送的车辆调度是提高装备保障效率的关键因素.以装备效能损失最小化为车辆调度的目标,建立了问题的M DVRPTW模型,并应用蚁群算法对问题进行了求解.算法中,根据问题特征改进了状态转移规则,设计了串行和并行两种路线构造方法,并应用局部搜索模块对蚂蚁构造的路线进行改进.对算例的计算实验表明,串行路线构造方法在精度和速度两方面均优于并行路线构造方法.    

5.  基于改进蚁群算法的最短路径问题研究及应用  
   宋锦娟  白艳萍《数学的实践与认识》,2013年第43卷第3期
   蚁群系统作为一种蚁群算法是解决最短路径问题的一种行之有效的方法.然而,它自身也存在着一些缺陷,主要针对基本蚁群算法易陷入局部最优这一缺陷对其进行改进,集中体现在初始信息素求解和信息素更新这两方面.为了进一步了解改进蚁群算法的优点,进行了实验仿真:将改进的蚁群算法应用子模拟医疗救护GIS中,利用GIS的网络分析功能对城市道路网络的最短路径选择算法进行了深入地探讨研究,并以山西省太原市的交通路线作为实例进行研究.计算机仿真结果表明,改进的蚁群算法在解决最短路径问题时较基本蚁群算法的性能好,它具有一定的理论参考价值和现实意义.    

6.  求解复杂优化问题的基于信息熵的自适应蚁群算法  被引次数:4
   李万庆  李彦苍《数学的实践与认识》,2005年第35卷第2期
   针对基本蚁群算法存在收敛速度慢、易陷入局部最优、计算复杂且不易求解连续优化问题等缺陷 ,提出了一种基于信息熵的改进自适应蚁群算法 ,采用由信息熵控制的路径选择及随机扰动策略实现了算法的自适应调节 ,克服了基本蚁群算法的不足 .典型的 NP-hard问题的计算实例表明 ,该方法具有较好的收敛性、稳定性和鲁棒性 ,可用于离散及连续的组合优化问题求解中 ,其不失为求解复杂组合优化问题的一种较好的方法 .    

7.  城市配送车辆路径优化集束式算法的客户点归并策略  
   朱孟高  米娜《数学的实践与认识》,2013年第43卷第11期
   VRP问题的研究起步较早,求解方法也非常丰富,然而,面对客户规模庞大,交通网络复杂的多约束车辆优化调度问题,现有算法显得无能为力.为有效解决需求点规模庞大的城市配送车辆优化调度问题,提出一种新的两阶段启发式算法——集束式算法,采用"集中后分派,分派后扩展"的思想,对末梢客户和同路段客户进行客户点合并,从全局上降低搜索范围,并提出相关客户点归并算法.    

8.  基于最大最小蚂蚁系统的物流配送中心选址算法的研究  
   高雷阜  张晓翠《运筹与管理》,2007年第16卷第6期
   提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真,实验结果表明在解决大规模配送中心选址问题时,改进的算法在解的质量和收敛速度方面明显优于基本蚁群聚类算法。    

9.  基于新风险度量方式的危险品车辆路径双目标优化模型  
   袁文燕  徐腾飞  杨丰梅  李健《数学的实践与认识》,2016年第14期
   针对危险品车辆路径问题中车辆访问多个需求点的特性,在风险度量方式上考虑了运输过程中车辆载重量变化,建立了最小化总运输距离以及最小化总运输风险的双目标优化模型.采用改进的蚁群算法对模型进行求解并获得优化问题的非支配解,数值实验说明改进的风险度量方式更适合于危险化学品车辆路径问题,改进的蚁群算法能够有效率地对模型进行求解.    

10.  群智能算法优化SVR预测模型的应用与分析  
   朱林  陆春伟《应用声学》,2014年第22卷第9期
   群体智能是基于生物群体行为规律的智能计算技术,常用以解决参数寻优等问题;作为群体智能的两种典型算法,蚁群算法和粒子群算法应用极为广泛;文章分析了标准蚁群算法和粒子群算法的不足,分别采用改进的蚁群算法和粒子群算法对支持向量机回归模型参数进行优化,并以钕铁硼吸氢阶段合金氢含量预测为例,通过MATLAB对改进后的预测模型进行了仿真验证,最终给出了两种方法优化后,模型的预测效果及性能对比;仿真结果表明,改进的群体智能算法对工艺优化控制有着重要的意义。    

11.  部分联合运输策略下的物流车辆路径优化问题研究  
   刘艳秋  徐世达  蔡超《运筹与管理》,2018年第8期
   论文分析了物流车辆路径优化问题的特点,提出了企业自营物流和第三方物流协同运输的部分联合运输策略。根据客户需求节点的特点进行了节点分类,建立了以车辆调用成本、车辆运输成本、第三方物流运输成本之和最小为目标的整数线性规划模型。根据部分联合运输策略下各类客户需求点运输方式特点,构造了一种新的变维数矩阵编码结构,并对传统算法中概率选择操作方式进行修改,提出了一种新的智能优化算法并与枚举法和遗传算法的运算结果进行了算法性能对比分析。结果显示,本文提出的逆选择操作蚁群算法具有较快的运算速度和较高的稳定性,是求解此类问题的一种有效算法。    

12.  改进的粒子群优化算法在随机需求车辆路径问题中的应用  
   王芳  丁海利  高成修《武汉大学学报(理学版)》,2007年第53卷第1期
   设计了一种求解随机需求车辆路径问题的改进的粒子群优化(PSO)算法.在算法后期将变异算子引入PSO算法,克服了基本PSO算法易陷入局部最优的缺点.数值模拟结果表明改进的PSO算法提高了全局搜索能力,求解效果优于基本PSO算法和遗传算法.    

13.  车载自组织网络中基于蚁群算法的簇路由协议  
   赵悦  王雪  陈雷  董宇《应用声学》,2016年第24卷第10期
   由于车辆的高速移动及拓扑动态变化,构建稳定的传输路径是车载自组织网络VANETs(Vehicular ad hoc Networks)应用的关键。而簇技术建立稳定传输路径的有效技术之一。为此,提出基于蚁群算法的簇路由ACCR(Ant Colony algorithm based cluster routing)协议。蚁群系统是典型的启发性算法,能够解决簇划分问题。据此,ACCR协议利用蚁群算法选择簇头,提高簇的稳定性和数据传输性能。仿真结果表明,与ACO-CR协议相比,提出的ACCR协议的簇头寿命提高了近20%,数据传输率提高了近45%。    

14.  改进蚁群算法在智能交通中的应用  
   宋方  汪镭《数学的实践与认识》,2013年第43卷第3期
   为了诱导车辆在出行时选择较高质量的路线,提出并建立了城市道路权值仿真模型.为求解该模型,从分析基本蚁群算法入手,通过在状态转移规则中加入扰动因子,改进全局更新规则,以及引入信息素更新算子改进了蚁群算法.然后利用道路权值模型对两种算法在路径寻优效果上做了比较和分析,实验结果表明改进后的蚁群算法能有效地避免停留在局部最优解,并提高计算效率,具有良好的寻优性和收敛性,能准确找出路网中满足综合要求的最优路径.    

15.  冷链物流同时送取货车辆路径优化  
   周咏  计莹峰  杨华龙  于坤《数学的实践与认识》,2016年第20期
   针对冷链物流同时送取货车辆路径优化问题,分析冷链物流配送中的车辆固定成本、行驶成本、制冷成本和货损成本等成本构成,以总成本最小化为目标,将冷链物流配送的送货和取货业务综合到每一个客户节点,建立单个配送中心和多个客户节点的冷链物流配送车辆路径优化模型,并采用遗传算法进行求解,算例分析验证了所建模型和设计算法的适用性和可行性,结果表明优化后的同时送取货车辆配送方案能够降低配送成本,提高配送效率,研究结论对冷链物流配送决策具有重要的参考价值.    

16.  基于改进蚁群算法的无线传感器网络路由的优化  
   戴天虹  李昊《应用声学》,2016年第24卷第2期
   为了延长无线传感器网络(Wireless Sensor Network ,WSN)的生命周期,均衡各个节点间能量消耗,针对现有的WSN路由优化算法存在的问题,提出了一种基于改进蚁群算法的路由优化算法。首先通过对蚁群算法和遗传算法的优劣性比较,在蚁群算法的基础上,结合遗传算法的选择、交叉和变异的操作,从而提高蚁群算法的搜索速度和寻优能力。最优路径评价函数综合考虑节点能耗及节点的剩余能量,使剩余能量多的节点优先参与数据转发,均衡节点间的能量消耗。通过与经典蚁群算法及遗传算法的对比实验表明,随着数据转发轮数增加,改进的蚁群算法能耗小,剩余能量多,网络生命周期明显延长;随着整个网络运行时间的增长,改进的蚁群算法,节点均衡能耗性好,最优路径搜索的成功率也明显优于其他两种算法。    

17.  基于交通流的多模糊时间窗车辆路径优化  
   曹庆奎  杨凯文  任向阳  赵丽飞《运筹与管理》,2018年第8期
   研究了基于交通流的多模糊时间窗车辆路径问题,考虑了实际中不断变化的交通流以及客户具有多个模糊时间窗的情况,以最小化配送总成本和最大化客户满意度为目标,构建基于交通流的多模糊时间窗车辆路径模型。根据伊藤算法的基本原理,设计了求解该模型的改进伊藤算法,结合仿真算例进行了模拟计算,并与蚁群算法的计算结果进行了对比分析,结果表明,利用改进伊藤算法求解基于交通流的多模糊时间窗车辆路径问题,迭代次数小,效率更高,能够在较短的时间内收敛到全局最优解,可以有效的求解多模糊时间窗车辆路径问题。    

18.  不确定运行时间环境下的车辆调度问题及启发式算法  
   任锡德  朱建明  黄钧《数学的实践与认识》,2011年第41卷第22期
   考虑到物流公司或者配送中心车辆实际运行过程中时间的不确定性,提出了配送服务线路包含时间窗口、车辆容量约束的随机规划模型,以最小化车辆运行成本同时尽可能降低所服务顾客的不满意度.同时,又稍作改进给出了平均-风险模型,由于VRP问题是NP难的,给出了一种基于禁忌搜索的启发式算法,并以北京市13个点的为例,给出求解结果.    

19.  带时间窗的多配送中心协同配送问题研究  
   肖玉徽  楼振凯  戴晓震《数学的实践与认识》,2018年第14期
   研究了多个配送中心协同配送下的车辆路径问题,建立运力和时间窗约束下的运输成本和时间惩罚成本之和最小化模型.考虑多配送中心路径优化问题的复杂性,提出了基于预分割和再调整的两阶段优化策略,采用罚数分配法分割需求点集合,将问题分解成多个单配送中心路径问题,启发式构建初始解,设计禁忌搜索算法求解.在调整阶段,将各集合中未分配的需求点重新分割,变邻域禁忌搜索再次优化路径.最后给出算例分析,验证了模型的合理性和改进算法的有效性.    

20.  车辆路径问题的混合优化算法  被引次数:10
   汪祖柱  程家兴  方宏兵  钱付兰《运筹与管理》,2004年第13卷第6期
   讨论了一类车辆路径调度问题(VRP)及其数学模型,并且分析了以遗传算法求解该类问题时的染色体表示和有关遗传操作,然后结合2-opt局部优化算法提出了GA with2-opt算法来求解VRP问题,试验结果说明了该算法的有效性和可行性。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号