电动汽车充电站选址问题研究

研究了电动汽车作为通勤工具情况下的充电站选址问题.首先根据城市通勤道路长度、各条道路上的通勤人员拟使用电动汽车的数量,以及电动汽车的最大续航里程等信息,构建了包含两种边的赋权网络图,进一步将电动汽车充电站选址问题转化为赋权网络图的最大覆盖问题,并建立了以极大化满足用户需求为目标的充电站选址问题整数非线性规划模型,设计了求解模型的启发式算法.最后,通过一个具体算例对模型及算法进行了验证,结果显示,模型和算法是解决电动汽车充电站选址问题有效方法.     

最小最大二点集覆盖问题分析及改进算法设计

本文考虑二中心问题的扩展问题-最小最大二点集覆盖问题。给定两个平面点集P₁和P₂,分别包含m和n个点,求两个圆分别覆盖P₁和P₂,并且要求两圆半径与两圆圆心距三者中的最大值最小。本文主要贡献在于分析半径变化过程中两个点集中心包之间最近距离的变化关系,其中中心包是点集所具有的一个特殊几何结构,所得到的结果改进了Huang等人之前给出的结果,并且通过该结果设计相应算法,所得到的算法复杂性是目前最好的。     

求解无容量设施选址问题的拉格朗日蝙蝠算法

无容量设施选址问题(Uncapacitated Facility Location Problem,UFLP)是一类经典的组合优化问题,被证明是一种NP-hard问题,易于描述却难于求解.首先根据UFLP的数学模型及其具体特征,重新设计了蝙蝠算法的操作算子,给出了求解UFLP的蝙蝠算法.其次构建出三种可行化方法,并将其与求解UFLP的蝙蝠算法和拉格朗日松弛算法相结合,设计了求解该问题的拉格朗日蝙蝠算法.最后通过仿真实例和与其他算法进行比较的方式,验证了该混合算法用来求解UFLP的可行性,是解决离散型问题的一种有效方式.     

混凝土搅拌站的选址问题研究

混凝土搅拌站的选址,在施工中占有十分重要的地位.针对混凝土需求随时间不规则变化的情况以及混凝土有效期短等特点,提出了混凝土需求不规则变化的选址模型.该模型把选址与各个时间段的资源配置结合起来确定混凝土搅拌站的位置,在保证需求最大限度得到满足的同时,使选址能够兼顾到尽可能多的需求点,最大化搅拌站的利润.应用该模型和算法成功地解决了一个实际问题,算例验证了模型和算法的有效性.     

供应商不确定情景下药品物流多中心选址优化研究

根据国家4+7药品带量集中采购评审标准,基于药品生产企业生产质量、供应能力、相关资质和同类药品参标结果等数据进行梳理和分析,针对药品供应商不确定情景下药品物流多中心选址问题,构建药品物流整体费用最优的多中心选址模型,设计多阶段改进禁忌搜索算法,最后通过4+7带量集中采购具体算例对模型和算法进行验证,结果显示该模型和算法是可行和有效的。     

基于遗传算法和指标满意度求解的第三方物流企业物流中心选址方法

本利用AHP和模糊综合评价法评价物流中心选址的定性指标、用量化选址模型结合遗传算法计算定量指标，再藉助指标满意度求解把定性和定量的指标进行综合，从而为决策对物流中心选址做出科学的决策提供支持。     

带惩罚的动态设施选址问题的近似算法

本文研究带惩罚的动态设施选址问题,在该问题中假设不同时段内设施的开放费用、用户的需求及连接费用可以不相同,而且允许用户的需求不被满足,但是要有惩罚.对此问题我们给出了第-个近似比为1.8526的原始对偶(组合)算法.     

基于元胞传输模型的可变信息标志选址问题研究

随着智能交通技术的发展，可变信息标志(VMS)被广泛应用于动态交通管理中.元胞传输模型(CTM)可以较好地模拟交通流激波、排队形成与消散等交通流动力学特性.应用CTM对VMS选址问题进行了研究.数值模拟结果表明，合适的VMS位置可以减少系统内所有车辆的行驶时间.还分析了路径选择概率变化与VMS位置之间的关系.在一定范围内，交通事故越严重，VMS应设置在距离事故地点越远的地方. 关键词： 可变信息标志 选址问题 元胞传输模型 数值模拟     

基于失效情景的应急设施选址问题

非常规突发事件巨大的破坏力以及发生时间、地点和规模的不确定性,使应急系统内设施有可能被破坏而失效,因此选址时必须考虑设施失效情景的发生.给出以最大限度覆盖用户需求为目标,基于失效设施数目具有不确定性情景的设施选址双层随机规划模型;通过计算模型上下界,给出减小规模的等价模型,降低了双层规划求解难度;最后实验验证了模型的合理性,并给出新增选址方案.     

基于K-means聚类算法与重心法的故障共享单车回收中心选址优化

共享单车已日渐成为人们短途出行的重要交通工具,但共享单车市场一贯采用“重投放,轻维护”的发展模式,而共享单车使用中的正常损耗及人为破坏等造成的故障车数量却十分庞大,对其回收修复或报废的任务繁重,这也成了共享单车市场逆向物流亟待解决的难题。该文立足武汉共享单车市场,通过对故障共享单车报废点的聚类分析,基于运输成本导向,使用重心法探寻回收中心最佳选址点,以解决故障共享单车回收成本和效率问题。对模型的模拟验证表明,优化后的回收中心选址点不仅能降低故障共享单车回收成本,而且相比武汉市现有的三个分布较远的回收中心,其总体运营成本更低,故障共享单车回收效率更高,便于共享单车的分区域运营管理。事实证明,基于K-means聚类算法与重心法确定回收中心选址问题不仅操作简单,可行性高,而且方便快捷,相较于现实中单一考虑成本等的选址方式,此模型更能兼顾多方面因素,优势明显。基于K-means聚类算法与重心法来确定回收中心选址,适用于城市的各个区域,选点精确又方便高效,模型具有较强的实用性。