以商圈为中心的O2O动态外卖配送路径优化模型与算法

针对线上到线下(Online to Offline,O2O) 外卖路径优化问题,综合考虑其动态配送需求、货物区分等特点以及时间窗、载货量等约束条件,将商圈看作配送中心,将快递员数量与快递员总行驶时间作为最小化目标,提出了以商圈为中心的O2O动态外卖配送路径优化模型。采用周期性处理新订单的方法将相应的快递员路径的动态调整问题转化为一系列静态TSP子问题,设计了一种分阶段启发式实时配送路径优化算法框架,并给出了一个具体算法和一个数值计算实例。在VRP通用算例的基础上,以商圈为中心生成测试算例,对本文算法进行仿真实验,并与其他算法比较。结果表明：本文算法能充分利用新订单附近的快递员进行配送,并优化其配送路径,有效减少了快递员数量与快递员总行驶时间。     

以商圈为中心的O2O动态外卖配送路径优化模型与算法

针对线上到线下(Online to Offline,O2O) 外卖路径优化问题,综合考虑其动态配送需求、货物区分等特点以及时间窗、载货量等约束条件,将商圈看作配送中心,将快递员数量与快递员总行驶时间作为最小化目标,提出了以商圈为中心的O2O动态外卖配送路径优化模型。采用周期性处理新订单的方法将相应的快递员路径的动态调整问题转化为一系列静态TSP子问题,设计了一种分阶段启发式实时配送路径优化算法框架,并给出了一个具体算法和一个数值计算实例。在VRP通用算例的基础上,以商圈为中心生成测试算例,对本文算法进行仿真实验,并与其他算法比较。结果表明：本文算法能充分利用新订单附近的快递员进行配送,并优化其配送路径,有效减少了快递员数量与快递员总行驶时间。     

快件揽收实时车辆路径问题的一种贪婪算法

快递运营中，调派车辆前往随机发生的快件发件人处上门揽收快件，是一个实时编排行车路径的动态决策过程．本文针对该问题，采用了揽收所有快件的最后时刻最早和行车路径最短的目标，结合车辆揽收快件数平衡的要求，给出一种贪婪算法；然后，对Solomon设计的100个点规模的VRPTW算例做计算试验，分析了车辆数对目标的影响．     

基于自组织理论的房地产泡沫动态演化过程研究

主要利用自组织行为理论,对非线性系统中房地产泡沫产生、形成、发展以及破灭的动态演化过程加以描述与分析.对自组织理论进行了简要介绍,并把这一理论应用于房地产市场,说明了房地产泡沫的动态演化过程就是一个不确定行为本质特征的复杂系统的自组织行为.在此基础上,对中国房地产泡沫的防范给出了政策建议.     

离散数学实时判卷系统

为了解决教师作业批改任务重,反馈不及时的问题,根据离散数学课程知识体系结构、习题特点以及教学大纲要求,设计并实现了针对离散数学的实时判卷系统.该系统主要包括作业布置、完成作业、自动判卷和个性化推荐等功能模块.教师可以通过该系统布置作业、查看作业完成情况;学生可以通过该系统完成作业,包括客观题和主观题的快捷输入、自评查看等.由于实时判卷系统能将学生作业情况快速地反馈给学生和授课教师,从而有效地促使学生自主学习,显著减轻教师作业批改的工作量.     

政府不同奖惩措施下消费者参与快递包装回收行为演化研究

面对不断增加的快递包装废弃物和较低的消费者对快递包装回收的参与度,为提高消费者参与快递包装回收积极性,本文分别在政府静态及动态奖惩措施下构建政府监管部门与消费者间的演化博弈模型,分析博弈双方的稳定策略,探究政府的不同政策措施对消费者参与快递包装回收行为的影响机理,并进行仿真分析。研究表明：政府静态奖惩措施下,系统没有均衡稳定点,双方均无稳定策略;动态奖惩措施能够有效促进对消费者参与快递包装回收行为,双方均达到了演化稳定状态;动态奖励静态惩罚措施对消费者回收行为起到了最佳奖励效果;消费者参与快递包装回收行为的概率与政府的惩罚力度成正比,与奖励上限值、政府监管成本和参与回收付出成本成反比。研究结果对政府制定合理的政策措施提供参考。     

认知性VDT持续监控作业人因可靠性动态预测方法

结合N-back任务范式和持续操作测试(CPT)任务范式,设计出模拟认知性VDT持续监控作业的实验.根据实验数据:分别对脑力负荷评估指标体系中的6个评估指标在20个作业时间段的均值进行方差分析,差异显著;训练非线性自回归神经网络模型(NAR),对不同作业时间段脑力负荷在评估指标上发生的变化进行动态预测;再结合认知性VDT持续监控作业人因可靠性评估模型对人因可靠性概率进行预测.研究结果表明:该方法可动态预测不同时间段作业者的人因可靠性,实现认知性VDT持续监控作业任务的动态分配,提高系统可靠性.     

基于视觉伺服的不确定链式系统的指数镇定

基于一类非完整移动机器人的运动学模型和链式变换,在质心与几何中心重合的情况下,研究了不确定链式系统的指数镇定问题.文中首先展示了未标定摄像机参数的摄像机-机器人系统的不确定链式模型.然后引入一种控制方法,并设计两种时变控制器使不确定链式系统状态指数收敛.这种控制输入法不仅克服了系统初始状态不为零的限制,而且保证该系统下移动机器人的各状态由任意的初始状态指数收敛到原点.利用Matlab仿真验证了所用方法在非完整移动机器人指数收敛判断中的可行性和有效性.最后简要叙述了不能指数镇定不确定链式系统的控制器模型形式.     

求解柔性作业车间调度的动态群智能优化算法

针对柔性作业车间调度问题,提出一种新型两阶段动态混合群智能优化算法.算法初始阶段采用动态邻域的协同粒子群进行粗搜索,第二阶段提出了基于混沌算子的蜂群进行细搜索,既增强了种群多样性,又提高了算法搜索精度,实现了全局搜索与局部搜索能力的有效平衡.针对柔性作业车间调度问题特点,采用独特的编码方式和位置更新策略来避免不合法解的产生.最后将此算法在不同规模的实例上进行了仿真测试,并与最近提出的其他几种具有代表性的算法进行了比较,验证了算法的有效性和优越性.     

重复结构振动控制的降维方法

提出了对称结构、旋转周期结构和链式结构的振动控制的降维方法．以某种对称的方式设置广义坐标的凝聚、传感器、驱动器的位置以及输入与控制力的关系,即可使控制系统具有和结构同样的重复性．对凝聚了的广义坐标和系统输入采用适当的变换,即可通过执行一些子结构的控制问题实现整体系统的振动控制,从而使控制问题的维度显著降低．