有约束的随机最短路问题模型及算法

针对不确定网络,研究具有随机参数的最短路径问题,采用随机数表示路径权值的不确定性, 建立有约束的期望最短路模型. 基于随机模拟方法,设计了一种融合退火技术的遗传算法,引入退火机制处理有约束的优化问题.在进化过程中,动态调节对不可行解的惩罚力度,使不可行解逐步被淘汰出去, 最后收敛到问题的全局最优解. 给出的数值实例验证了该算法的有效性.     

随机行驶时间车辆路径问题的模型与算法

车辆路径问题是现有物流管理系统中非常重要的一个方面,许多专家学者对此进行了深入研究.到目前为止,所有这些研究都是针对确定环境下的车辆路径问题或不确定车辆路径问题中具有模糊或随机需求的问题,尚未发现有对随机行驶时间的多类型车辆路径问题进行研究.针对随机信息条件下的多类型车辆路径问题进行了分析,运用不确定规划理论建立了该问题的优化模型,并利用遗传算法对问题进行求解.通过实验证明,该模型及算法对于多类型车辆路径问题具有一定的实用价值.     

需求随机条件下运输问题的机会约束规划模型研究

在传统运输问题的研究中,供应和需要都是确定的,然而在实际中,运输过程中的各个环节相当复杂,物资供应量和市场需要都具有不确定性。针对这种不确定因素,运用随机机会约束规划的理论方法,建立在随机环境中运输问题的机会约束规划模型,结合神经网络和遗传算法,设计适用于此条件的混合智能算法来求解。通过实例的计算和分析,显示该模型不论在计算随机运输问题的过程中,还是其结果的准确性上均具有较强的实践意义。     

不确定箱重下内河集装箱班轮航线配载决策

与集装箱海运相比内河集装箱班轮运输具有其独特性,同时对于内贸箱而言,货主订舱时箱重信息的不确定性导致其航线配载决策变得更加复杂.本文考虑不确定箱重影响,以最小化航线班轮堆栈占用数量为目标,构建内河集装箱班轮航线配载决策的随机规划模型.为实现求解,基于随机规划理论,采用机会约束描述随机约束,将随机规划模型转化为随机机会约束规划模型,并设计混合邻域搜索算法求解.算法由蒙特卡罗随机模拟、神经元网络训练及邻域搜索启发式3个部分组成.算例研究表明,混合邻域搜索算法的鲁棒性较好,可实现配载计划对不确定因素的有效吸收.     

城市交通车辆模糊路径的柔性选择策略

基于有限理性的思想,通过引入决策者主观偏好的概念,阐述了给定时间约束下车辆模糊路径的柔性选择策略;建立了该问题的模糊机会规划模型,并给出了一种启发式算法.以最小化剩余旅行距离为目标,用随机模拟方法探讨了决策者主观偏好值P＊对最终目标的影响.结果表明,约束时间一定时,在特定的路网中,存在最优的P＊值.     

海运集装箱运输路径选择

基于海运集装箱运输问题特性的分析，建立了需求不确定的海运集装箱路径随机规划模型．该模型以集装箱运输过程中利润最大为目标函数，主要约束包括航段容量和装载质量限制、重箱和空箱需求（重箱需求为随机变量）．应用机会约束规划方法求解模型．通过数值仿真，证明了模型的可行性．仿真结果表明，运力以及各起讫对运价是影响集装箱的路径选择的关键因素，而某一单一起讫对运价的变化对集装箱路径选择的影响不大．     

粗糙环境下立体运输问题模型与算法

立体运输问题是传统运输问题的重要扩展之一.立体运输问题中包括3种约束:资源约束,需求约束和运输方式的容量约束.费用为粗糙参数的立体运输问题称为粗糙立体运输问题.基于信赖性理论和不同的决策准则,对具有粗糙立体运输问题建立粗糙期望值模型,机会约束规划模型及相关机会规划模型,并设计了求解粗糙立体运输问题的遗传算法,最后给出了一个算例.     

随机交通网络约束最可靠路径问题

为了模拟仿真交通网络中,约束条件下考虑风险性车辆路径选择行为,建立随机交通网络环境下约束最可靠路径问题数学规划模型,并讨论了其对偶问题.采用梯度下降算法求解对偶问题,获得原问题最优值的上界和下界,通过迭代获得原问题的近似解.针对Sioux Falls network展开数值试验并对数值结果进行了对比分析.计算结果表明：在随机交通网络环境下,无约束和有约束条件下求解的最可靠路径是不同的;不同的资源约束条件下求解的最可靠路径也是不同的,资源约束条件对交通网络中最可靠路径的选择有很大的影响.     

带有时间窗的随机机会约束运输问题模型与算法

对传统经典的运输问题从不确定性随机规划角度进行探讨分析,针对随机环境条件下的此类优化问题提出一种随机机会约束规划模型,并考虑在运输过程中的线路能力和时间窗限制,对其利用随机机会约束规划的思想进行处理,建立随机机会约束规划运输问题的数学模型。此外,由于模型涉及大量具有复杂性和随机性的随机变量,设计一种混合智能算法,即基于随机模拟的神经网络遗传算法来求解模型的近似最优解。最后利用数值算例来验证算法的有效性和可行性。     

基于海铁联运的港口集装箱运输集卡路径选择

为提高集装箱海铁联运在港换装转运的作业效率,对有铁路专用线引入的集装箱码头集卡路径规划问题进行了研究。分析铁路线进港后的码头集卡作业模式,以集卡完成运输总时间最短为目标,建立了带集装箱运输时间窗约束的线性整数规划模型,并求解了集卡在铁路装卸线、港口堆场、码头泊位三处任务节点的作业路径规划问题。最后以集装箱码头混合作业为例,设计相关算例,利用CPLEX12.0对模型进行求解,得到有铁路线引入的港口内集卡作业路径选择结果,验证模型具有较好的可行性。     

智能交通最短路径Dijkstra模糊动态方法分析

提高道路网络上的动态路由选择效率是当前路网建设中的难题,现有解决路由问题的方法都是基于静态方向的研究。提出一种基于模糊的Dijkstra最短路径动态算法,以被量化的限定用户参量为语言变量,用模糊集理论提供模糊数输出在网络上的最短路径预测。通过处理模糊参数,提出用模糊数表示不同路径与边长间距离的两种比较方法。采用梯级平均综合表示法改进Dijkstra算法,并以数值的道路网络实例来说明该方法的有效性。     

物流运输网络模糊最短路径的偏好解

考虑到物流运输网络中存在的不确定性,针对弧长为模糊数的最短路问题,提出了基于加权函数重心法的模糊数排序方法,根据标号法得到网络中从某一指定节点到其他节点的与偏好信息相一致的最短路。该排序方法提供了决策偏好信息的参数化表示,决策者通过设定极大熵加权函数表示的悲观或乐观水平,就可以得到与目前偏好结构相一致的模糊数排序结果,以及相应的模糊最短路权值和选择方案。计算结果显示,在不同的偏好参数下,决策者得到的最短路方案是不同的,而且计算结果与设定的偏好完全一致。     

����ģ����������������ķ���ʱ����С��ʵ���о�

在实际应用中,经济和环境等因素的变化使得运输问题中的供给、需求以及单位运输成本难以确切地衡量. 同时,运输时间的最小化也较为重要. 本文提出了一种在运输供给、需求和单位运输成本为模糊量的情况下,最小化运输时间和成本的方法. 用具有非精确参数的多目标线性规划对此类问题建模. 针对不精确性,应用了模糊参数规划,并用全局规划求解此多目标问题. 最后,应用实例证明算法的有效性.     

Cost-time Minimization in a Transportation Problem with Fuzzy Parameters: A Case Study

In real world applications the supply, the demand and the transportation cost per unit of the quantities in a transportation problem are hardly specified precisely because of the changing economic and environmental conditions. It is also important that the time required for transportation should be minimum. In this paper a method has been proposed for the minimization of transportation cost as well as time of transportation when the demand, supply and transportation cost per unit of the quantities are fuzzy. The problem is modeled as multi objective linear programming problem with imprecise parameters. Fuzzy parametric programming has been used to handle impreciseness and the resulting multi objective problem has been solved by prioritized goal programming approach. A case study has been made using the proposed approach.     

��Ӧ��ѡ������IJ�ȷ����ģ�ͼ��Ŵ��㷨

供应商选择问题是物流领域内的一个重要问题，其目标函数就是在包括送达时间、原料质量和服务水平等的约束下使总花费最小。传统的确定性模型取得了较好的效果，但是由于其约束条件的随机性和模糊性，需要应用不确定性模型来更准确地描述和给出最优解。论文应用了不确定性模型描述这类供应商选择问题，这个不确定性模型就是一类特殊的机会约束规划模型，此类机会约束可以转化为相应的等价类，这样不确定性模型就可以转化为确定性模型，然后设计了解决这类问题的遗传算法。通过实例计算表明，不确定性优化模型及遗传算是解决供应商选择等这类不确定性智能商业问题的有效办法，有广泛的应用前景。     

考虑回路因素的电动汽车最短路问题研究

电动汽车保有量迅速增长，但仍存在里程焦虑、充电设施缺乏等问题，导致驾驶员有时必须绕路才能给电动汽车充电. 基于电动汽车在长途出行过程中绕路充电产生的回路现象，对电动汽车最短路径问题进行深入探索. 对路网进行重构，考虑驾驶员在不同充电速度和排队情况下的充电站选择行为，构造寻求电动汽车最短路径的混合整数规划模型，使用成熟的商业规划软件求解. 为提高大型路网下的模型求解速度，基于动态规划的思想提出一种改进的标签设置算法，高效求解路网中存在回路时的电动汽车最短路径问题. 通过算例验证所提模型和算法的合理性及高效性.     

Application of Classical Transportation Methods for Solving Fuzzy Transportation Problems

There are several methods, in the literature, for finding a fuzzy optimal solution to fully fuzzy transportation problems (transportation problems in which all the parameters are represented by fuzzy numbers). In this study, the shortcomings of some existing methods are pointed out, and to overcome these shortcomings, two new methods (based on fuzzy linear programming formulation and classical transportation methods) are proposed to find a fuzzy optimal solution to fuzzy transportation problems with a new representation of trapezoidal fuzzy numbers. The advantages of the proposed methods over existing methods are discussed. Also, it is shown that it is better to use the proposed representation of trapezoidal fuzzy numbers instead of the existing representation of trapezoidal fuzzy numbers for finding a fuzzy optimal solution to fuzzy transportation problems. To illustrate the proposed methods, a fuzzy transportation problem (FTP) is solved using the proposed methods and the obtained results are discussed. The proposed methods are easy to understand and to apply for finding a fuzzy optimal solution to fuzzy transportation problems occurring in real-life situations.     

���佻ͨ�������ģ����ͨ�����Ӧ��

既有文献中关于求解模糊交通问题（所有参数均为模糊数据）的模糊最优解的方法有多种。本文在分析现有方法缺点的基础上,提出了两种方法用于求解具有梯形模糊数的模糊交通问题,其基于模糊线性规划和经典交通方法。同时论证了这两种方法不同于现有方法的优势。通过算例阐述本文方法求解模糊交通问题的过程并分析了求解结果。所提出的方法易于理解且在求解模糊交通问题最优解问题上具有良好的应用前景。