多车场一体化集货送货车辆路径问题的混合遗传算法

为满足电子商务客户多样化和个性化的需求,建立多车场一体化装卸混合车辆调度模型。针对模型的特点,采用混合遗传算法求解。即利用模拟退火算法的Boltzmann机制,控制遗传算法的交叉、变异操作,加强染色体的局部搜索能力,提高了算法的收敛速度和搜索效率。仿真结果表明在解决大规模实际问题时,混合遗传算法在求解质量和计算效率上好于标准遗传算法。     

变邻域模拟退火算法求解速度时变的VRPTW问题

本文在经典的带时间窗的车辆路径问题(VRPTW)的基础上,考虑不同时间段车辆行驶速度不同的情况,研究速度时变的带时间窗车辆路径问题(TDVRPTW),使问题更具实际意义。本文用分段函数表示不同时间段下的车辆行驶速度,并解决了速度时变条件下行驶时间计算的问题。针对模拟退火算法(SA)在求解VRPTW问题时易陷入局部最优解,变邻域搜索算法(VNS)在求解VRPTW问题时收敛速度慢的问题,本文将模拟退火算法以一定概率接受非最优解的思想和变邻域搜索算法系统地改变当前解的邻域结构以拓展搜索范围的思想结合起来,提出了一种改进的算法——变邻域模拟退火算法(SAVN),使算法在退火过程中一陷入局部最优解就改变邻域结构,更换搜索范围,以此提升算法跳出局部最优解的能力,加快收敛速度。通过在仿真实验中将SAVN算法的求解结果与VNS算法、SA算法进行对比,验证了SAVN算法确实能显著提升算法跳出局部最优解的能力。     

基于模拟退火算法的知情交易研究北大核心CSCD

为了更准确地估计知情交易概率水平(PIN),文章主要使用模拟退火算法并结合交易量时间概念对知情交易模型进行参数估计.算法改进后的知情交易模型已可适用于较高频的交易订单数据,从而更好地捕捉微观市场中PIN的变化.参数估计方面,文章主要使用模拟退火算法对EKOP-PIN、EHO-PIN以及DY-PIN进行带约束的最大似然估计,并将结果与无约束优化的间接估计算法进行了比较,基本解决了以往算法存在的局部最优和数值溢出等问题.数值模拟显示,使用模拟退火算法并运用模式搜索法进行末端优化的混合算法在计算PIN时能够进一步提高估计精度.使用沪深300股指期货高频交易数据的实证结果显示,重新估计的EHO-PIN对波动率有着较高的解释和预测能力,可作为一种有效的市场波动率预警指标.     

基于模拟退火算法的知情交易研究

为了更准确地估计知情交易概率水平(PIN),文章主要使用模拟退火算法并结合交易量时间概念对知情交易模型进行参数估计.算法改进后的知情交易模型已可适用于较高频的交易订单数据,从而更好地捕捉微观市场中PIN的变化.参数估计方面,文章主要使用模拟退火算法对EKOP-PIN、EHO-PIN以及DY-PIN进行带约束的最大似然估计,并将结果与无约束优化的间接估计算法进行了比较,基本解决了以往算法存在的局部最优和数值溢出等问题.数值模拟显示,使用模拟退火算法并运用模式搜索法进行末端优化的混合算法在计算PIN时能够进一步提高估计精度.使用沪深300股指期货高频交易数据的实证结果显示,重新估计的EHO-PIN对波动率有着较高的解释和预测能力,可作为一种有效的市场波动率预警指标.     

带学习效应的两台平行机时间表长问题

研究机器带学习效应, 目标函数为时间表长的两台平行机排序问题, 问题是NP-难的. 首先建立了求解该问题最优解的整数规划模型. 其次, 基于模拟退火算法给出了该问题的近似算法SA, 并证明了该算法依概率1 全局收敛到最优解. 最后, 通过数值模拟对所提出的算法进行了性能分析. 数值模拟结果表明, 近似算法SA可以达到最优值的99%, 准确度高, 算法较有效.     

混合教与学算法求解多行程车辆路径问题

为了求解带容量约束的车辆路径问题,提出了一种混合教与学优化算法.该算法基于标准的教与学算法,结合基于禁忌搜索算法的局部优化方法,力求进一步强化标准教与学算法的寻优能力.最后通过引入标准数据集,进行了仿真实验并给出了实验分析,测试结果验证了构建的混合教与学优化算法相比其他三种优化算法搜索性能较强,与最优解偏差最小,能够有效地应对离散优化问题.     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。     

工程施工中的SRTP问题研究

在大型的建设工程项目中，经常要进行场地平整工作。场地平整过程中需要进行大量的施工材料的调运工作，这引出了一个最短路径调运问题（SRTP），目标是找到一个最短的车辆行走路线，使得整个施工过程的总运输距离最短。该问题属于NP-hard问题，本文采用模拟退火算法求解该问题，最后通过箅例计算，并同贪婪算法的求解结果进行比较，验证了模拟退火算法的高效性。     

一类连续函数模拟退火算法及其收敛性分析

高维连续函数的全局优化问题普遍存在于计算生物学、计算化学等领域．针对这类问题和现有连续函数模拟退火算法的某些不足,本文给出了一类改进的模拟退火算法．采用一种简单的方法证明了算法的全局收敛性．数值结果表明,对于高维连续函数,该算法能够快速有效地收敛到全局最优点,比较了两种新解产生方法的试验结果。     

多行程车辆路径问题和配送中心定位问题的研究

为了同时解决多行程车辆路径问题和配送中心的定位问题,首先开发了一个以最小化总成本为目标的数学模型,其中总成本包括运输成本和车辆启动成本.然后设计了一个启发式算法解决这个问题,包括三个阶段:第一阶段是找到初始定位并进行路线安排,第二阶段采用模拟退火(SA)的逻辑和交换算法来获得更好的路线,最后阶段是改善由模拟退火算法中当前温度控制的位置.通过标准样例进行的实验结果表明,该算法可以更好地获得一个配送中心定位和有效的相关路线安排.最后,数值实验指出:1)选择不同类型行程的配送方式取决于每辆车的启动成本和单位距离的运输成本;2)使用大容量车辆可以更好地减少运输距离.3)增加服务时间可以有效地减少所需车辆的数量,这三个结果对于多行程车辆路径问题和配送中心的定位问题的管理决策都具有一定的实用价值.     

Multi-mode resource-constrained project scheduling problem with material ordering under bonus–penalty policies

This study emphasizes that project scheduling and material ordering (time and quantity of an order) must be considered simultaneously to minimize the total cost, as setting the material ordering decisions after the project scheduling phase leads to non-optimal solutions. Hence, this paper mathematically formulates the model for the multi-mode resource-constrained project scheduling with material ordering (MRCPSMO) problem. In order to be more realistic, bonus and penalty policies are included for the project. The objective function of the model consists of four elements: the material holding cost, the material ordering cost, the bonus paid by the client and the cost of delay in the project completion. Since MRCPSMO is NP-hard, the paper proposes three hybrid meta-heuristic algorithms called PSO-GA, GA-GA and SA-GA to obtain near-optimal solutions. In addition, the design of experiments and Taguchi method is used to tune the algorithms’ parameters. The proposed algorithms consist of two components: an outside search, in which the algorithm searches for the best schedule and mode assignment, and the inside search, which determines the time and quantity of orders of the nonrenewable resources. First, a comparison is made for each individual component with the exact or best solutions available in the literature. Then, a set of standard PROGEN test problems is solved by the proposed hybrid algorithms under fixed CPU time. The results reveal that the PSO-GA algorithm outperforms both GA-GA and SA-GA algorithms and provides good solutions in a reasonable time.     

随机混流U型拆卸线平衡排序问题多目标进化算法优化

针对混流U型拆卸线平衡排序问题,考虑拆卸时间不确定,建立了该问题最小拆卸线平均闲置率、尽早拆卸危害和高需求零部件、最小化平均方向改变次数的多目标优化模型,并提出一种基于分解和动态邻域搜索的混合多目标进化算法(Hybrid Multi-objective Evolutionary Algorithm Based on Decomposition, HMOEA/D)。该算法通过采用弹性任务分配策略、动态邻域结构和动态调整权重以保证解的可行性并搜索得到分布较好的非劣解集。最后,仿真求解实验设计技术(DOE)生成的测试算例,结果表明HMOEA/D较其它算法能得到更接近Pareto最优、分布更好的近似解集。     

一种新的混合蚁群算法

设计一种新的混合蚁群算法,该算法以一种新的加权二进制蚁群算法为基础,将分布估计算法PB IL的概率分布模型用来指导蚂蚁路径的选择,同时对不同位置的蚂蚁采用加权系数来控制信息素散发量,根据信息素得到的转移概率、PB IL的模型概率及二者融合的概率来产生新的个体,保证了个体的多样性,从而提高了算法的快速性和全局最优解的搜索能力.通过测试函数优化表明该算法具有良好的收敛速度和稳定性,改善了蚁群算法容易陷入局部最优而早熟的缺陷.     

基于改进模拟退火算法的推动式生产-配送协调优化

为减小物资生产与配送不协调造成的成本及生产资源浪费,建立了考虑推动式生产调度的物资配送优化模型,并针对标准模拟退火算法受随机因素影响易陷入局部最优的缺点,设计带有回火与缓冷操作的改进模拟退火算法对模型求解,确定了优化的车辆配送路线以及物资生产计划。对比实验结果表明:相对于单纯的物资配送优化模型,考虑推动式生产调度的配送优化模型,能够有效减小物资滞留时间以及配送延误成本;相较于标准模拟退火算法,改进算法搜索到了更优解,且计算结果的标准差减小了93.42%,稳定性更好;同时,改进模拟退火算法具有较低的偏差率,在中小规模算例中求解质量较高,平均偏差率在0.5%以内。     

基于可信性理论的模糊离差MADM模型研究

针对属性值以模糊变量形式给出的特点,运用2004年基础数学领域完成的研究模糊现象数量规律的一个新的数学分支——可信性理论的原理,我们做了以下三点研究:(i)结合模糊变量之间的距离,定义模糊离差,构造了模糊属性值之间离差最大化的算子;(ii)得到了计算属性权重值的模糊规划期望值模型(EVM);(iii)考虑到属性的重要性程度不同,利用信息熵最大化原理,构造了具有平衡能力的权重计算模型,从而得到基于可信性理论的模糊离差多属性决策(FD-MADM)模型.最后结合实例进行分析和计算,显示该模型的可行性和有效性.     

A hybrid genetic algorithm for multiobjective problems with activity analysis-based local search

The objective of this research was the development of a method that integrated an activity analysis model of profits from production with a biophysical model, and included the capacity for optimization over multiple objectives. We specified a hybrid genetic algorithm using activity analysis as a local search method, and NSGA-II for calculation of the multiple objective Pareto optimal set. We describe a parallel computing approach to computation of the genetic algorithm, and apply the algorithm to evaluation of an input tax to regulate pollution from agricultural production.     

A hybrid iterated local search heuristic for the maximum weight independent set problem

This paper presents a hybrid iterated local search (ILS) algorithm for the maximum weight independent set (MWIS) problem, a generalization of the classical maximum independent set problem. Two efficient neighborhood structures are proposed and they are explored using the variable neighborhood descent procedure. Moreover, we devise a perturbation mechanism that dynamically adjusts the balance between intensification and diversification during the search. The proposed algorithm was tested on two well-known benchmarks (DIMACS-W and BHOSLIB-W) and the results obtained were compared with those found by state-of-the-art heuristics and exact methods. Our heuristic outperforms the best-known heuristic for the MWIS as well as the best heuristics for the maximum weight clique problem. The results also show that the hybrid ILS was capable of finding all known optimal solutions in milliseconds.     

A new approach for achievement of the equilibrium efficient frontier with fixed-sum outputs

In a recent paper, Yang et al developed an algorithm based on the extended minimal adjustment strategy and the equilibrium competition strategy to achieve a common equilibrium efficient frontier. However, the computational burden of their algorithm is challenging when a sample contains many inefficient decision-making units (DMUs). In this paper, we propose a linear programming model that can achieve a common equilibrium efficient frontier in a single step, regardless of the number of inefficient DMUs. Furthermore, we demonstrate the existence and the non-uniqueness of the equilibrium efficient frontier and identify its shortcomings through an example. Next, we extend our approach to incorporate weight restrictions to indicate the relative importance of the different inputs and outputs and introduce the secondary goal of minimizing the maximal relative deviation for each fixed-sum output, which can result in a unique equilibrium efficient frontier.     

具有工作站数量约束的多人工作站混合装配线平衡问题研究

针对装配线设计或改造过程中存在的因场地或成本原因导致的工作站数量不易变更的问题,研究了节拍已知情况下,具有工作站数量约束的多人工作站混合装配线平衡问题,建立以装配线总人数最小、工人负荷量标准差最小、各产品在各工作站装配时间与节拍之间的标准差最小为目标的数学模型,设计了一种结合差分进化的多目标混合遗传算法对该问题求解。通过案例计算以及与其他算法的对比分析表明,本文算法在收敛性和综合性能方面优于NSGAII和DEMO,在装配线人数和工人负荷标准差方面优于Roshani和Nezami提出的算法。     

基于客户信用度的物流配送车辆路径问题研究

针对当前城市物流配送过程中普遍存在的客户中途取消订单、无故退换货等交易违约问题,引入客户信用度的测度方法。根据客户历史交易违约数据计算客户信用值,并转化求解客户信用度,构建了包含车辆配送成本、租赁成本以及违反时间窗惩罚成本的配送路径优化模型。设计了一种遗传(GA)-禁忌搜索(TS)混合算法进行模型求解,在算法过程中应用精英保留策略进行循环迭代寻优。结合重庆某外卖物流配送网络的实例数据,验证了模型和算法的有效性和可行性。实验结果给出了不同服务策略下的物流配送调度方案,并进行了基于客户信用度的客户配送服务序列调整比较和敏感度分析。研究表明客户信用等级的合理划分可以有效降低物流配送成本和提高客户服务水平。