选址-分配问题的一个算法

本文就常见的所谓选址一分配问题,在提出了一个较为简单的多项式算法。在采种条件下,所得到的解是最优解,文中所提出的模型不局限于配电系统,亦可适应其它各种类似的集散系统。文末给出了一个计算实例。     

关于工厂选址问题模型的讨论

选址问题是组合优化中一类有着重要理论意义和广泛实际背景的问题,其实质是寻求对需求完成分配任务的合理安排以得到某种意义下的最优结果。它在网络设施的安放、网格服务点的分布、核电站的建址等诸多方面有着大量的应用。本文主要介绍了目前有关工厂选址问题的几类经典数学模型及其各模型的特点。     

考虑设施失效及客户重指派的网络选址模型及求解

基于无容量约束且固定费用的设施选址模型,综合考虑系统运作成本及其可靠性,提出了考虑失效概率及对客户多层级重指派的非线性混合整数规划模型,并用优化的拉格朗日松弛算法对线性处理后的模型进行求解.结果表明:拉格朗日松弛算法适用于中等规模的选址问题;相对于客户的多层级重指派,其设施失效概率对网络选址的影响较大.     

容量受限工厂选址问题模型及贪婪蚁群算法求解

研究了在容量受限条件下的工厂选址问题.针对现有模型对覆盖问题、经济效益问题和发展状况问题考虑不足,提出了一种新的数学模型.由于容量受限的工厂选址是一个复杂的决策过程,较难得到满意解和最优解,提出一种新的改进蚁群算法对其进行求解.改进蚁群算法在传统蚁群算法的基础上结合了贪婪算法.仿真结果一方面说明了新的数学模型的有效性,另一方面证明了改进蚁群算法改善了传统蚁群算法易于陷入局部最优解的缺点,提高了寻优质量.     

试析沉没成本对企业进入市场的影响

在行业规模固定不变的情况下,沉没成本的大小成为阻碍部分潜在企业进入这一行业的因素之一。通过理论推导和数值模拟论证表明,低沉没成本的企业组合具有较低的行业总体沉没成本和较高的总体社会财富,优于高沉没成本企业组合,从而将高沉没成本企业阻挡在行业之外。     

禁忌搜索算法求解带产品定价的竞争选址问题

讨论了一个在竞争环境下使获利最大的竞争选址双层规划模型,其中上层模型做出选址决策,下层模型确定产品的纳什均衡价格。在保证了不合作状态下双方价格均衡解的存在性和唯一性的前提下,设计了求解该模型的选址 定价启发式算法程序。通过贪心算法和交换算法产生禁忌搜索的初始解,设置了合理的禁忌搜索算法参数,最后通过具有一定规模的实例计算,证明了该算法在求解此类问题中的可行性和科学有效性。     

越库中心选址模型与启发式算法

考虑客户服务水平,以运输成本、越库中心作业和固定成本、延迟交货惩罚成本总和最小化为目标,建立越库中心选址的混合整数规划模型.在中小规模情形下,运用lingo求问题的精确解,同时根据模型中目标函数的不同特征,构建2种启发式算法求问题的近优解.实验结果表明:在所测的20组数据中,性能较优的启发式算法H2求得的解与精确解的平均误差分别为0.28％和3.24％,接近于精确解,这表明启发式算法H2是有效的.     

城市工厂布局选址及规划初探

为合理利用城市土地,减少工业企业火灾爆炸事故的发生时造成的人员伤亡和财产损失,本文对城市工厂布局的选址及规划提出几点建议和对策。     

2种产品选址问题的计算复杂性浅析

产品选址问题是组合优化中一类有重要理论意义和广泛实际背景的问题。问题的要求是要从若干厂址中选择一组厂址来建立工厂,给每个工厂指定一种需要生产的产品,并且给每一个客户提供一组指派使每个客户都能有一组工厂集合来为其供应不同的产品。对于此类问题,我们的优化目标是最小化运输费用。该问题模型在网络设施的安放、网格服务点的分布等诸多方面有着大量的应用。文中对2种产品选址问题的计算复杂性进行了分析。     

具有距离限制的最大竞争能力选址问题

以现实生活中的最佳选址问题为背景,定义了一种新型的选址问题——具有距离限制的最大竞争能力选址问题,分析了此类问题的NP-困难性,并为之设计了一个启发式算法.     

Capacitated Dynamic Facility Location Problem Based on Tabu Search Algorithm

Facility location problem is a kind of NP-Hard combinational problem. Considering ever-changing demand sites, demand quantity and releasing cost, we formulate a model combining tabu search and FCM (fuzzy clustering method) to solve the eapacitated dynamic facility location problem. Some results are achieved and they show that the proposed method is effective.     

求解无容量设施选址问题的混合蚁群算法

无容量设施选址(UFL)问题是经典的优化问题,属于NP难题,易于描述却难于求解.首先,介绍了UFL问题的数学模型,并对UFL问题的特点进行深入分析,得到其最优解所具有的基本特征;其次,针对UFL问题的最优解所具有的基本特征,设计了两种局部搜索策略,并将其与基本蚁群算法相结合,提出了一种用于求解UFL问题的混合蚁群搜索算法;最后,为了测试该算法的性能,分别利用混合蚁群算法和基本蚁群算法求解UFL问题基准问题库中的16个测试算例.计算结果表明,混合蚁群算法有效改进了基本蚁群算法求解UFL问题时易陷入局部最优、收敛速度慢等不足,该算法对求解UFL问题具有明显的可行性和有效性.     

有舍弃的装箱问题及其启发式算法

设计了一种启发式算法——RCF算法来解决有舍弃装箱问题.实验证明,该算法与RFF3算法相比,在物体个数比较少(<200)的情况下,由于数据的随机性会出现比RFF3算法较好;在物体个数大于200的情况下,RFF3算法具有绝对的优势.因此,提出的RCF算法在物体个数比较少的情况下,有一定的应用价值.     

蚁群算法求解消防站的选址问题

将消防设施选址问题抽象成集合覆盖问题。应用蚁群算法对集合覆盖问题进行了求解。并针对点的重复覆盖问题对每次迭代的结果进行了启发式改进,消除了冗余的子集。同时采用精英策略,加速了蚁群算法的收敛速度。并将用蚁群算法得到的结果与基于贪心策略得到的结果进行了比较,效果较好。     

低成本列车运行控制系统专用数据库及定位匹配算法

系统研究了列车运行控制系统的专用数据库,构建了数据库的数据模型与数学拓扑模型,根据铁路运输的特点,给出铁路轨道定位领域的自适应定位匹配算法,将铁路轨道分为直线和曲线两个部分,采用基于移动距离窗的定位匹配算法实现了实时、精确和快速的定位匹配.在北京局三家店调车场进行了实验,证明本文研究的专用数据库在列车定位领域具有重要的实用价值.     

基于约束的集合覆盖选址-分配问题

摘要：
在供应链协同库存背景下研究了基于集合覆盖的有时间和容量限制的配送中心选址问题,目标是系统的成本最小以及决策配送中心向需求点提供最优配送量.根据建模的假设条件,建立了基于集合覆盖的有容量和时间限制的选址 分配系统的非线性规划模型,按照模型决策空间所具有的特殊结构,设计了基于遗传和粒子群算法（GA PSO）的启发式算法.用大量的数据作为算例对模型进行了数值演算.结果表明,模型实用、算法有效.
关键词：
协同库存;选址 分配系统; 时间容量限制; 启发式算法
中图分类号： F 27
文献标志码： A     

基于贪婪启发式的多期多目标动态网络选址

为弥补现有选址模型考虑需求变化及客户满意度的不足,研究了随机需求环境下的配送中心选址并设计了衡量客户满意度的函数. 运用随机机会约束规划为基本建模工具,将模型设计拓展到多期规划决策领域并构建了动态多期多目标选址模型,模型不仅考虑了最小化配送中心运作成本,而且考虑了客户最大满意度;运用主要目标法将多目标选址模型转化为单目标选址模型,采用满意度高优先的客户指派原则设计了贪婪启发式求解算法. 算例结果表明,模型的非劣解包含了传统的以最小化物流成本为目标的选址模型的最优解,从而为配送中心选址提供更加灵活全面的决策依据.     

可变吸引力竞争选址模型与算法研究

结合Huff重力模型,考虑了市场存在一个或多个竞争对手情形下的新设施竞争选址模型.假设顾客访问设施的概率与设施吸引力成正比,与设施同需求点的距离成反比.企业通过确定新设施的选址位置和设施的吸引力水平来追求利润最大化.建立了混合整数非线性规划模型并设计算法进行求解.并通过随机算例验证了算法的有效性.