基于贪心策略的混合遗传算法在TSP中的实现

由于标准遗传算法初始种群是随机产生的,可能导致算法的收敛速度较低,并陷入局部最优解.为了解决这一问题,提出了一种改进的遗传算法.改进后的遗传算法先用贪心算法产生初始种群,使算法能够更快地达到最优解.选择操作时采用竞标赛方法,在每代进化结束后立即采取了末尾淘汰机制,从而使适应度高的个体被选中的概率增大.并用模拟退火算法改善其局部搜索,通过仿真实验可以看到,提出的邻近倒位变异以及新的非零递减自适应函数可以进一步提高算法的运行效率.     

���ڼ���վ��ת��ҵ�Ķ�̬�������ģ�����㷨

对一般集装箱办理站,其空箱调运往往需要经过前方技术站进行中转作业才能完成,由此会产生一定的时间和费用消耗.以降低空箱调运成本为出发点,在计划期内建立了动态集装箱空箱调运模型.模型以空箱调运过程中所产生的车辆租用费用、技术站车辆编解服务费以及积压库存费用或延误损失费用之和最小为目标,在满足空箱需求与供应能力基础上,考虑了技术站中转作业和运输走行时间对空箱需求站时间窗的影响,以及车站作业能力的限制.设计了混合遗传模拟退火算法求解实例表明,该模型和算法可以有效地优化动态空箱调运问题.     

带平衡约束三维装箱问题的双层混合遗传算法

针对带重心平衡约束的三维装箱问题,基于框架式布局思想,设计双层混合遗传算法进行求解.根据装载物的特性定义核心货物元素及进行核心堆的构造,再结合极点、锚距等概念提出适合货物平衡装载的布局过程;在典型布局形成初始框架基础上,通过双层混合遗传算法的内、外层搜索分工与协作,获得货物最优装载方案.基于标准算例的实验及对比分析,证明所提出方法在提高装载率及实现重心平衡方面取得了较好效果.     

应急救援物资多式联运的成本最优化模型

针对突发事件中应急物流的特点,提出综合考虑应急救援时效性、经济性和安全性因素的 应急物资车辆调度方法。在参阅国内外众多有关应急物资车辆路径选择问题研究文献的基础上, 综合考虑了时间窗约束（硬时间窗和软时间窗） 及公路、铁路、航空3 种运输方式及路网道路的 脆弱性和可修复性等因素,建立了多应急救援点、多受灾点的应急车辆路径问题模型。问题求解 过程中采用模拟退火算法,并通过算例验证模型与算法的可靠性。结论证明应用模拟退火算法求 解应急物资车辆调度问题时,搜索效率较高;算例结果表明了在应急救援中由于不同的时间窗要 求导致不同类型的物资所选择的路径不同;同时体现了多式联运在应急救援中的应用。     

一种改进的遗传模拟退火算法及其在QoS多播路由中的应用

描述了多QoS约束的多播路由问题的网络模型，针对遗传算法GA和模拟退火算法SA的优缺点，提出了一种混合遗传模拟退火算法MGASA．并将该算法应用于求解多QoS约束的多播路由选择问题，经仿真实验验证，MGASA算法优于普通的GA和SA算法．     

铁路集装箱混合货物平衡装载布局优化模型与算法

铁路集装箱装载布局逐步发展成为在不同规格和不同类型货物混合平衡装载制约下追求装载空间容积和载重量综合利用率最大化问题，其研究对货物高效安全运输尤为重要。本文针对铁路集装箱混合货物平衡装载布局问题，给出铁路集装箱装后重心平衡和集重容许弯矩约束量化方法，以集装箱综合利用率最大化为优化目标，构建铁路集装箱混合货物平衡装载布局优化模型；区别于直接将货物构造为货物块的方法，给出了一种基于混合货物分类方法和待装货物结构判断指标的货物块单元构造方法，并设计一组货物块单元选择和放置方法及剩余空间更新规则，提出铁路集装箱混合货物平衡装载布局优化算法。算例结果表明：所提方法在保证集装箱装载空间容积和载重量的平均综合利用率不低于87%的同时，有92.8%和97.87%以上的概率满足装载重心平衡和集重容许弯矩约束，可有效提高货物块与剩余空间适配度，客观反映装载空间利用情况，并达到平衡装载要求，为铁路集装箱货物装载布局提供决策支持。     

系统工程理论与方法基于混合遗传算法的车辆路径问题

在详细分析遗传算法的局限性的基础上,构造了一种基于遗传算法和禁忌搜索算法相结合的、用于求解车辆路径问题的混合遗传算法. 这种混合遗传算法主要是将禁忌搜索算法嵌入到遗传算法中的变异操作与最优解判定之间,可以有效地避免遗传算法易出现"早熟"收敛的问题. 然后,分别用混合遗传算法和遗传算法对同一实例进行求解,并对求解结果进行对比分析. 结果表明该混合遗传算法的求解结果比遗传算法收敛速度快,更加接近最优解.     

一种基于云计算环境的动态车辆路径问题解决策略

针对动态环境下车辆路径问题,以最小化车辆数和配送里程、最大化载货率为目标,建立动态车辆路径问题的数学模型,提出了云自适应遗传算法。针对车辆路径问题的特点,提出车辆分配链和配送货物顺序链的双链量子编码方法;针对遗传算法交叉和变异操作可能导致早熟收敛和后期多样性丢失的问题,利用云计算方法设计了云交叉算子和云变异算子,并进行操作,还提出改进的云自适应遗传算法。仿真调度算例验证了与其他算法相比较,所提算法能降低早熟概率和提高迭代搜索效率。     

带时间窗的车辆路径混合遗传算法

基于标准遗传算法，将每一个染色体与分组信息相结合，使染色体结构包含有更多信息，辅以λ-交换局部搜索技术，构造了一种新的混合遗传算法，对带时间窗约束的车辆路径问题进行了求解，并与标准遗传算法的求解结果进行了对比研究，发现使用混合遗传算法，总行驶里程为162km，而使用标准遗传算法，总行驶里程为182km。结果表明混合遗传算法的求解结果比标准遗传算法更加接近最优解，所需的行驶里程缩短，有效降低运输企业的车辆运行成本。     

基于“门到门”运输的铁路物流“库存-运输”模型研究

我国铁路货运改革提出了"门到门"运输的发展模式,给铁路物流企业提出了新的要求和挑战。对于铁路货运来讲,这是改变体制、面向竞争、融入市场的良好发展契机。铁路物流企业将来要更多的承担全程物流的任务,因此,如何在具有"效益悖反"的库存和运输之间获得整体最优的运输模式成为亟待解决的问题。本文分析了铁路物流系统中的库存和运输费用,用时间因素反映二者的效益悖反关系,建立了以铁路运输为主导、联合多种运输方式实现"门到门"运输的库存-运输整体最优模型,提出求解模型的模拟退火算法,并对一算例进行简单分析,最后基于模型为铁路物流企业的发展提供针对性建议。     

城际零担货运平台车辆路径问题研究

在考虑城际零担货运平台现有各种不同补贴方案的基础上，以平台补贴成本、车辆使用成本及燃油成本之和最小为目标函数，建立考虑车-货匹配、车辆三维装载等约束条件的车辆路径优化模型。设计一种混合量子粒子群优化算法，计算货物匹配方案、车辆路径、货物装卸顺序、货物装载位置以及平台补贴最优决策方案。实验结果表明：改进的量子粒子群算法得到的小规模算例优化解与CPLEX优化软件得到的最优解偏差为3.31%；改进的量子粒子群算法通过在求解最佳中间位置时引入适应度函数值作为权重，求解的大规模算例结果比传统量子粒子群算法提高了0.91%；通过分析最优解的特点，将改进的量子粒子群算法与启发式算法相结合，算法的求解 质量提高了4.05%；通过补贴模式对比实验发现，在合理规划周期内，货主时长补贴和空载补贴的增长在维持总成本基本不变的情况下，可有效提升平台利润，提高车辆利用率。     

优化普零货物拼箱配装的遗传算法

应用遗传算法,考虑货物装载重量、装载容积、优先装箱及非同时配装等约束条件,采用适当的个体编码方法,并构造合理的适应值函数,优化铁路集装箱运输中的普零货物拼箱配装.结果发现以42件货物装入10 t箱,利用遗传算法得到的集装箱装载重量利用率为83.8%,优化了装载结果,达到了装载要求,这说明该方法是可行的.     

��·��װ������վ�ѳ�����Ż�ģ��

铁路集装箱中心站堆场作为集装箱列车装卸作业与集卡提交箱作业的缓冲区,堆存策略直接影响整个中心站的作业能力和效率,本文对铁路集装箱中心站堆场混堆优化问题进行了研究.根据中心站堆场混堆作业问题的描述,建立了两阶段优化模型,第一阶段平衡中心站堆场各箱区进口箱和出口箱的箱量,第二阶段为分配到箱区的集装箱指派较优箱位,使堆存所产生的压箱数最小,并设计了启发式算法对模型进行求解.最后利用某集装箱中心站的实际数据对模型和算法进行了验证,验证结果表明,该优化模型比中心站现有的堆存策略有较大改进.     

铁路网多流向超限货物运输路径优化模型及算法

为了将铁路网中具有不同去向的超限货物合理地分配至各条路径,以超限货物的运输路径里程、运输时间以及对既有线路正常运营组织干扰最小为目标,以路段运输限界、通过能力和途经桥梁乘载能力为约束,建立多流向超限货物运输路径选择的多目标规划模型.根据模型特点设计多目标混合遗传算法进行求解,该算法采用自然数组编码方式以及特殊的交叉、变异算子用以满足约束条件,同时引入模拟退火策略提高邻域搜索能力.实例结果表明,对于包含14个节点车站、23个路段的复杂铁路网,利用本文模型算法获得方案的目标函数值均优于遗传算法和退火算法得到的方案,从而为铁路网超限货物运输路径选择提供技术决策方法.      

铁路集装箱中心站多轨道吊柔性协同调度优化

针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题，考虑多轨道吊间的作业干涉和安全距离约束，建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合 RMGCS问题特性，提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(ISSA)，首先，提出能够解决多轨道吊间作业冲突的任务分配策略和干涉判断方法；其次，设计自适应非线性动态安全值，平衡全局和局部搜索；再次，改进加入者更新移动方式，使其在全维度上靠近最优解；最后， 引入LOV(largest-order-value)规则，将个体从实数向量映射到集装箱整数序列。为了验证问题和算法的有效性，分别利用ISSA与其他算法求解不同样本规模的算例，结果表明：ISSA在不同样本 规模的RMGCS问题求解上，均具有更好的寻优效果。此外，所提出的柔性协同调度模式相比现有的固定范围顺序装卸调度模式，使样本量为45的装卸作业总完工时间缩短了15.5%。     

应急车辆动态路径选择的两阶段优化模型

为研究突发事件情境下交通路网动态变化时的应急车辆路径选择问题，提出应急车辆动态路径选择的两阶段调度优化模型。通过结合路网动态状况和应急救援特征，建立基于最大路径可靠度和最短行程时间的两阶段优化模型；通过混沌搜索改进布谷鸟算法初始种群，并加入蛙跳算法改进局部搜索操作，设计混合布谷鸟算法，改善全局寻优能力；以某市某区部分区域路网为例，将该区域路网实时交通数据应用于模型和求解算法中。实验表明，利用两阶段优化模型和算法编码方案能成功获得出发点到救援点的动态可靠路径，相同行驶路径情况下模型与算法求解的最短行程时间与实地驾车获得的最短行程时间最大误差不超过8%，说明优化模型可行。3 种不同算法求解K最短路径的结果发现，混合布谷鸟算法得到的最短行程时间比粒子群算法和 经典布谷鸟算法得到的结果都要小，且计算时间最短，表明混合布谷鸟算法求解的结果最优，性能最好。     

带频率约束的车体结构组合优化设计系统

利用遗传算法对代码进行优化操作的特点,研究适应轨道车辆车体结构的优化方法。以重量最轻为目标,离散的截面和板厚为设计变量,应力、指定位移和自振频率为约束,实现了集多种变量、多类约束于一身的组合优化设计,并编制了铁道车辆车体结构专用优化设计系统。     

�����Ŵ��㷨�Ż���·����·��

公路运输路径问题已被证明是高维非线性完全问题,实际中还会增加非流通图约束,使求解更复杂,研究价值较高.鉴于传统遗传算法在求解过程中容易出现早熟收敛、冗余迭代的缺陷,在初始种群生成、交叉变异及搜索操作方面提出改进,设计混沌遗传算法.采用遍历城市顺序的染色体编码,结合随机法与贪心法生成较优初始种群,避免出现大量非可行染色体,提高了后续的遗传效率.接着,执行优先保留交叉和平移变异操作,依次引入局部邻域搜索以及混沌搜索以加快算法收敛,还给出最优解的非连通公路约束满足判据.最后,实验结果验证了新算法的有效性,不但取得了较优解,而且子代种群离散程度较小,收敛性更好.