基于模拟退火算法的经济批量和运送问题

研究简单的供应链模型生产批量和运输调度问题,主要目标是找到经济批量调度合理排序,使单位时间的平均库存费用、建立费用、运输费用最小。建立该问题的多目标非线性混合整数规划模型和最佳枚举方法来解决这个问题。由于在大中型的问题中很难获得最优解,所以运用模拟退火算法,它结合邻域搜索技术,以一定的概率选择邻域中最好的状态,从理论上来说是一个全局最优算法。     

有限经济批量和排序问题的模拟退火搜索算法

采用模拟退火算法,解决一个简单供应链中经济批量和排序问题。在这个供应链中,单一的一个生产系统要生产多种产品来满足装配系统的需求,假定参数、产品的需求率、生产率、整备时间和费用都是给定的常数。目标是求解最优的生产批量和排序,使得整个供应链中单位时间的库存、运输的总费用最小。     

һ������ȱ���Ķ������۴���ģ��

利用存贮论知识，研究了一类订货销售存贮模型。考虑到在现实中往往存在订货批量折扣现象，因此在模型中假设有批量折扣，同时假设需求速度是连续的、均匀的；允许发生缺货，并产生缺货费用。库存系统的平均总费用包括订货费用、存贮费用和缺货费用。据此建立有批量折扣且允许缺货的订货销售存贮模型，使模型更接近于实际，并利用数学方法对该模型进行了求解，确定了最优订货批量和最优订货周期，以及平均每天的最小总费用。 最后，通过实例说明了模型的应用。     

有限经济批量和库存的模拟退火算法

研究在一个简单供应链中的生产批量和配送计划问题。解决在供应链中减少单位时间库存、设备和运输的平均成本生产批量及运送计划。假设所有影响因素如产品需求率都已限定在有限的计划范围内,利用模拟退火算法具有的较强局部搜索能力特性弥补传统算法的不足,计算结果表明SA算法能够找到问题的最优解或近似最优解,是解决该问题的有效方法。     

多时间因素柔性流水线上经济批量排产模型及求解

由于辅助时间在生产过程中必然存在,在分析各类辅助时间因素的基础上,将其归类独立于柔性流水线模型并与经济批量排产模型相结合,最终得到一个混合非线性规划模型。将启发式法与遗传算法相结合,构建一类混合遗传算法进行求解。最后,通过实例验证多时间因素的独立能明显改善目标值。     

集装箱空箱海上调运随机优化研究

应用机会约束规划的方法研究了空箱需求是随机数下的海上空集装箱调运优化问题。论文模型以空箱调运费用和租箱费用最省为目标函数,约束条件包括满足空箱需求、装船时间限制、空箱供给能力限制、空箱存储能力限制以及运输能力限制和运输时间限制等。应用概率分布函数将随机约束转化为确定性约束,从而将随机规划转化为确定性规划模型。运算结果表明本文模型可以有效降低空箱调运费用。     

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.     

有限经济批量排产和运送问题的禁忌搜索算法

探讨使用禁忌搜索算法解决一个简单的供应链经济批量排产和运送问题。其中供应商通过一个灵活的生产流水线生产多个组件并进行装配。假定所有参数,如组件的需求率等具有确定性,找到本研究的目标就是求解最优的生产批量和排序,使供应链的平均投入和运输费用最小。     

求解作业车间批量流问题的变邻域搜索算法

对具有等子批和空闲约束的作业车间批量流问题进行了研究,提出一种有效变邻域搜索（VNS）算法以最小化延迟和提前惩罚总和,该算法利用双串表示法描述问题的解.为了适应问题的特点,几个初始解独立进化以改善VNS的探索能力,对批调度采用一个变邻域结构,而对批量流条件则根据一个较小的概率进行调整.将VNS应用于一些实例,计算结果验证了VNS的优异性能.     

����Լ�������³��е�·��ͣ����������ģ�ͼ��㷨

在城市交通系统中,动态交通和静态交通之间存在着密切的关系,两者之间既相互促进又相互制约。本文对城市交通网络中的道路及停车流量分配问题进行了探讨和研究。充分考虑了影响出行者停车选择的主要因素,包括车辆行驶费用、停车费用以及步行费用等,构造了停车场广义效用函数,采用Logit模型来描述出行者的停车选择概率,并假定出行者的路径选择行为满足Wardrop平衡准则。在此基础上,综合考虑交通网络中出行者的路径选择和停车选择问题,提出了具有能力约束的城市道路及停车流量分配的用户平衡模型,并给出了求解该模型的算法。最后通过一个简单算例,对模型及算法进行了验证,分析了不同交通需求及停车收费条件下停车流量的变化情况。     

Evolutionary algorithms for solving unconstrained multilevel lot-sizing problem with series structure

This paper presents a comparative study of evolutionary algorithms which are considered to be effective in solving the multilevel lot-sizing problem in material requirement planning (MRP) systems. Three evolutionary algorithms (simulated annealing (SA), particle swarm optimization (PSO) and genetic algorithm (GA)) are provided. For evaluating the performances of algorithms, the distribution of total cost (objective function) and the average computational time are compared. As a result, both GA and PSO have better cost performances with lower average total costs and smaller standard deviations. When the scale of the multilevel lot-sizing problem becomes larger, PSO is of a shorter computational time.     

考虑合作覆盖的多级自提点选址问题

自提点作为企业或企业联盟主导建设的公共服务设施,具有独立的品牌和完善的内部信息系统,而顾客行为受到一定区域内、同品牌的所有自提点的影响.通过信号强度函数和概率函数,刻画联合覆盖对顾客选择的影响,建立竞争环境下自提点选址模型.采用遗传算法进行求解,案例结果表明,随着预算的增加,每一单位的成本带来的加权需求覆盖量的增加值逐渐减小;合理较高水平的信号量阈值,有利于企业通过多级自提点布局获取竞争优势;通过与非联合覆盖模型对比,联合覆盖模型在加权需求覆盖量、覆盖成本、顾客效用方面都较优.     

混合运输需求的车队车辆路线规划模型及算法

研究在物流中心车队投递货物到客户，且有货物回投物流中心、每一客户可被访问2次的车队路线规划问题．建立了车队车辆分配客户子集模型和车辆在分配后的客户子集中路线成本优化的索套启发式的解法．算例表明，该算法求出的路线计划方案的成本，比用邻近搜索法得出的成本低．     

随机需求航线网络效应下机队鲁棒优化方法

针对航线网络效应及旅客需求不确定性问题,将旅客组合优化模型加入机队规划问题,借鉴航线网络运力优化分配方法,以机型飞机数目、航段机型飞行频次、行程路线上旅客溢出人数为决策变量,以行程路线上旅客需求限制、航段飞行频次限制、特定机型机队飞行时间限制为约束条件,利用量化市场份额指数计算旅客溢出再捕获率,建立了旅客需求不确定情景下的机队鲁棒优化模型,设计了航线网络环境下的旅客需求离散情景集,用情景汇聚算法求解该模型.算例仿真结果表明,与传统机队规划模型相比较,本文模型的机队规划成本降低了167.07万元;与确定解的最小随机期望值相比,在3种情景集下,随机规划解的机队规划成本分别降低了19.88万元、21.02万元与17.55万元.      

基于路段的拥挤收费与停车收费组合优化研究

确定性路段拥挤收费对收费路段的交通拥挤缓解有很好的效果,停车收费对抑制区域路网出行需求有重要影响,将两者组合起来系统研究具有重要意义. 本文通过将路段拥挤收费与停车收费进行组合,分析组合收费策略下出行成本和出行需求变化的基础上,建立了双层规划模型. 以收费社会效益最大化为目标,以拥挤收费和停车费可行区间为约束条件作为上层优化模型,下层模型是考虑广义交通出行费用(含行程费用和停车费用)的弹性需求条件下用户平衡模型,进行路段拥挤收费与停车收费组合优化. 设计了模式搜索算法进行求解,得到不同初始步长和迭代精度下模型的最优解. 数值计算结果表明,联合收费使得路网流量分布更加均衡,缓解了收费路段的交通拥挤,同时出行需求得到了一定抑制,证明该模型与算法具有有效性.     

运输需求与成本不确定下的枢纽港选择

针对轴辐式网络中的枢纽港选择问题，在集装箱航运网络中，考虑运输需求与成本的不确定，根据数据变化规律，构建多个模型. 根据轴辐式网络的运输环节，使用成本函数表征枢纽港间运输成本，构建枢纽港选择的确定性模型；基于此，针对航运需求的离散特性，构建需求不确定的随机模型进行枢纽港选择；基于运输成本难以预测的特点，结合实际数据，使用极小极大值法构建成本不确定的枢纽港选择模型；然后，结合两者构建运输需求与运输成本同时不确定的枢纽港选择模型. 采用欧洲集装箱运输网络实际数据对模型进行验证，求解各因素不确定下枢纽港选择的最优方案，并针对结果进行对比分析，为班轮公司优化航线提供参考.     

����·�ε�ӵ���շ���ͣ���շ�����Ż��о�

确定性路段拥挤收费对收费路段的交通拥挤缓解有很好的效果,停车收费对抑制区域路网出行需求有重要影响,将两者组合起来系统研究具有重要意义. 本文通过将路段拥挤收费与停车收费进行组合,分析组合收费策略下出行成本和出行需求变化的基础上,建立了双层规划模型. 以收费社会效益最大化为目标,以拥挤收费和停车费可行区间为约束条件作为上层优化模型,下层模型是考虑广义交通出行费用(含行程费用和停车费用)的弹性需求条件下用户平衡模型,进行路段拥挤收费与停车收费组合优化. 设计了模式搜索算法进行求解,得到不同初始步长和迭代精度下模型的最优解. 数值计算结果表明,联合收费使得路网流量分布更加均衡,缓解了收费路段的交通拥挤,同时出行需求得到了一定抑制,证明该模型与算法具有有效性.     

随机需求下公交网络设计的期望值模型与求解算法研究

科学规划公交系统是解决城市交通拥挤问题的有效手段,公交网络设计问题更是公交体系规划的重点与难点。公交需求作为公交网络设计的输入条件,在现实中具有不确定性。鉴于此,假设不确定乘客需求具有随机特性,来研究随机需求下公交网络设计问题的优化方法。以乘客成本与运营成本最小化为优化目标,构建了多目标规划的期望值模型。将遗传算法与模拟退火算法相结合,设计了求解模型的遗传模拟退火算法。最后,通过算例验证了提出的模型与算法的有效性。     

基于可变客流的接运公交网络优化

在充分考虑目的地非地铁站的变动客流和搭乘固定公交的既有客流基础上,基于多对多客流模式,以管理者、出行者和社会运营费用的总费用最小为目标,构建接运公交线路的优化模型.模型考虑了原本私家车出行客流和固定公交出行客流选择接运公交出行的可能性,应用Logit 模型进行流量分配,并采用遗传算法对问题求解,获得了最优的接运公交网络,变动客流在接运公交网络中的第一公交站和换乘的地铁站.研究结果表明,接运公交线路方案与其占全程广义出行费用的比例密切相关,故有必要将其从全程视角进行优化.