邮政运输中邮路的规划和邮车调度问题的研究

以邮政运输网络中运输效益最优为目标,建立了分步规划的图论模型.运用Floyd算法、Kruskal算法对模型进行分步求解并逐步优化,通过Matlab、Lingo、SPSS软件求解,提出三种优化邮路、降低邮车调度成本的方法.模型对解决邮路问题、单旅行商、多旅行商等相关问题具有普遍适用性,可以推广到点数更多TSP的问题.     

邮政运输网络中的邮路规划和邮车调整

主要针对我国邮政运输业中邮路规划和邮车调整问题,研究了在规定时间、规定邮车运载能力限制的条件下,单个县级邮区内的最小成本/最小空车率邮路规划以及多个邮区协同规划的策略,提出了一个用于辅助规划的邮路存在性定理,设计并实现了基于最小生成树和TSP的县级邮路规划算法.最后在打破县区行政规划的基础上,对整个市区的支局进行重新划分并求解得到了优于前面邮路规划的新方案.     

邮政运输网络中的邮路规划和邮车调度

根据不同情况的要求,采用多种算法来确定邮路规划.1)按照邮车不超载的要求,提出改进型贪心算法,得到符合条件的邮路规划,并结合实际,进一步提出改进方案.2)依据最小生成树理论,提出对各支局进行初步分组方法.同时,基于Floyd算法,提出了改进型TSP算法,并建立求解最小路径的模型,进而得到最经济的邮路规划.3)根据最佳Hamilton圈的理论,判断支局应归人的邮路,从而达到减少成本的目的.4)利用最短路覆盖中心算法,确定最合适的县局地址,使邮路总成本最小化.     

基于改进蚁群算法的无人仓的多AGV避碰路径优化策略

对无人仓库中多AGV系统的避碰路径优化问题进行了研究,提出了一种基于弹性时间窗和改进蚁群算法的多AGV避碰路径优化策略.通过对传统蚁群算法改进启发式信息和信息素更新策略,来提高算法的执行速度和寻优能力,提出AGV任务优先级排序并改进冲突解决策略来解决多AGV之间的不同路径冲突.基于电商物流无人仓库的环境,利用MATLAB仿真软件对多AGV避碰路径规划进行建模分析.实验结果表明,基于弹性时间窗和改进蚁群算法的可以实现多AGV避碰路径规划,并能够短时间内找到避碰最优路径.     

求解复杂优化问题的基于信息熵的自适应蚁群算法

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 .     

基于群智能算法的预防性维修周期优化

分析将蚁群优化算法应用于预防性维修周期工程寻优问题时遇到的算法参数选择困难等问题,提出将粒子群优化算法和空间划分方法引入该过程以改进原蚁群算法的寻优规则和历程.建立混合粒子群和蚁群算法的群智能优化策略:PS_ACO(Particle Swarm and Ant Colony Optimization),并将其应用于混联系统预防性维修周期优化过程中,以解决由于蚁群算法中参数选择不当和随机产生维修周期解值带来的求解精度差、寻优效率低等问题.算法的寻优结果对比分析表明:该PS_ACO算法应用于预防性维修周期优化问题,在寻优效率及寻优精度上有部分改进,且可相对削弱算法参数选择对优化结果的影响.     

基于新风险度量方式的危险品车辆路径双目标优化模型

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.     

基于改进蚁群算法的带硬时间窗的接送机场服务路径优化研究

针对航空票务公司免费接送顾客去机场路径优化的问题,文章研究了更贴近实际的关于单时间窗约束下的接送机场服务,同时考虑了接送过程中的碳排放,构建出相应的优化模型,提出利用蚁群算法来解决该问题,并采用改进的蚁群算法加以求解.在初始选择路径上的改进,有效解决路径选择上容易陷入局部最优的缺点;根据当前节点到目标点和起点的距离,重新设计启发式函数,驱使车辆尽量沿着起点和目标点之间的最短路行进;依据实时路径长度,动态调整挥发系数,精炼搜索空间,提高收敛性能.最后通过参数校验和实例计算验证,得出了适用于此问题的蚁群算法的参数优化组合;以及顾客点位置在三种不同类型分布下时,使用改进后的蚁群算法都能更好的求出问题的最优解,表明改进后的蚁群算法是解决航空票务公司免费接送顾客去机场服务路径优化问题的一个更有效的求解算法.     

邮路规划与邮车调度最优化理论研究

对小规模MTSP问题,建立了可精确求解方案的0-1规划模型,并在满足邮政运输需求的前提下给出了最佳方案.问题一首先以县支局、县局为顶点构建无向赋权图,通过Floyd算法求解各局间的最短距离;然后以Fijk为决策变量,以邮车工作时间、车辆运载能力为主要约束,建立以总空载损失费用最小为目标的0-1非线性规划模型,运用规划软件Lingo求解.问题二考虑到市邮路成本,我们采用分层规划策略,首先以市支局、县局为顶点构建无向赋权图,求解出最短路矩阵,建立以邮路运行成本最小为目标的0-1非线性规划模型IIA求解;然后,建立各县区的最短路矩阵,同样建立规划模型IIB求解各县运输方案.问题三由于县局地理位置不变,对区邮路无影响,故以全市各县支局为中心采用逐步最优方法对所有县区支局重新划分;然后采用模型IIB求解.第四问中考虑县局迁移,我们建立近似的启发式算法完成县局选址,并运用规划模型II求解的到新方案.最后,我们对两种区域划分调整方法还进行了定量的分析.     

用于寻源导热反问题的自适应蚁群算法研究

建立以蚁群算法(ant colony optimization,ACO)为基础的二维稳态导热反问题的求解模型.模型根据边界测点的测量信息与计算所得到的测点温度进行比较,将导热反问题转化为一个优化问题.对蚁群算法进行改进,利用不同路径构造方法的自适应蚁群算法对热源强度、热源位置进行反演,得到较为精确的反演结果.结果表明,所采用的蚁群算法和针对不同反演参数的路径构造方法具有较强的稳定性,能够较好反演热源强度及热源位置.     

多车场有时间窗的多车型车辆调度及其禁忌算法研究

本文针对物流配送中的多车场车辆调度问题提出了两种多车场的处理方法，介绍了多车场车辆调度问题中容量、时间窗、多车型等多种约束的处理方法，并且根据具体约束情况设计了禁忌算法，对多车场有时间窗的多车型车辆调度问题加以实现，给出了一个具有代表性的算例试验结果和结果分析，通过试验表明了此方法对优化有时间窗的多车型车辆调度问题的有效性．     

基于交通流的多模糊时间窗车辆路径优化

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。     

时变路网条件下联合配送的开放式车辆路径问题

针对城市物流系统中的多物流中心联合配送问题,设计一种多物流中心处理方法共享物流资源;分析城市路网的时变特性,设计路段行驶时间计算方法;综合考虑客户需求、时间窗、车辆不同出发时间、油耗、碳排放与联合配送模式等因素,以总成本最小为目标构建联合配送的开放式时变车辆路径规划模型,设计改进蚁群算法求解;实验结果表明以上方法具有可行性与有效性。     

带时间窗车辆路径问题的改进节约算法

对节约算法进行了改进,并利用改进的节约算法解决了带时间窗约束的多类型车辆路径问题．首先讨论了带时间窗约束的单类型车辆路径问题,给出其模型,并归纳了几种通过改进传统的节约算法得到的用于求解带有具体约束车辆路径问题的改进节约算法．     

线型/圈型网络上单台车辆分群调度问题

本文研究线型/圈型网络上单台车辆分群调度问题。给定一个线型/圈型网络,若干客户分布其中。所有客户被划分成若干个子集,每个子集称为一个群。每个客户有一个释放时间和一个服务时间。给定一台车辆,其需要服务所有客户,且每个群内的客户连续服务。问题的要求是计算一个时间表,使得车辆能够按要求服务完所有客户并返回初始出发位置所花费的时间最少。针对该问题,就线型网络和圈型网络,分别给出一个7/4和一个13/7近似算法。     

视频车辆分类与计数的模型与应用

由于受形态变化、光照变化、视觉碰撞和视觉模糊的影响,基于监控视频的车辆分类和计数一直都是待解决的复杂问题。为了更好地解决这个问题,本文提出新的模型来更好的提取前景。详细来讲,在初次前景提取中,建立模型判断是否存在车辆碰撞,对存在碰撞的车辆通过灰度空间双阀值和YCbCr图像空间处理后,对前景进行更准确的再提取。并在此基础上针对碰撞车辆,定义间隙特征向量将车辆分割问题转换为寻找分割点的优化问题,从而给出高效的车辆分割算法,对发生碰撞的车辆进行准确分割。之后利用神经网络对车辆分类,并设计一种基于已正确对碰撞车辆分割的算法对车辆计数。实验结果表明,本文提出的模型在视频车辆的分类和计数中取得优异的表现,并且数据处理速度能够满足及时性。比起人为计算车流量或建立三维模型等进行分析车辆碰撞情况下的车辆分类与计数,此方法兼顾了准确性与时效性,效率提高,成本减少。     

Probabilistic diversification and intensification in local search for vehicle routing

This article presents a probabilistic technique to diversify, intensify, and parallelize a local search adapted for solving vehicle routing problems. This technique may be applied to a very wide variety of vehicle routing problems and local searches. It is shown that efficient first-level tabu searches for vehicle routing problems may be significantly improved with this technique. Moreover, the solutions produced by this technique may often be improved by a postoptimization technique presented in this article, too. The solutions of nearly forty problem instances of the literature have been improved.     

Minimizing waiting times in a route design problem with multiple use of a single vehicle

In this study we introduce a routing problem with multiple use of a single vehicle and service time in demand points (clients) with the aim of minimizing the sum of clients waiting time to receive service. This problem is relevant in the distribution of aid, in disaster stricken communities, in the recollection and/or delivery of perishable goods and personnel transportation, among other situations, where reaching clients to perform service, fast and fair, is a priority. We consider vehicle capacity and travel distance constraints which force multiple use of the vehicle in the planning horizon. This paper presents and compares two mixed integer formulations for this problem, based on a multi–level network.     

一类带时间窗车辆分配问题的贪婪算法

本文对一类带时间窗的车辆分配问题进行了分析,引入了车辆任务的概念,并将问题转化为车辆与车辆任务的匹配问题,同时制订了运输任务选择和车辆选择的贪婪策略,并在此基础上设计了车辆分配问题的贪婪算法,最后通过实例验证了算法的有效性。     

Routing vehicles to minimize fuel consumption

We consider a generalization of the capacitated vehicle routing problem known as the cumulative vehicle routing problem in the literature. Cumulative VRPs are known to be a simple model for fuel consumption in VRPs. We examine four variants of the problem, and give constant factor approximation algorithms. Our results are based on a well-known heuristic of partitioning the traveling salesman tours and the use of the averaging argument.