改进的禁忌搜索算法求解多机并行模糊调度问题

提出一种改进的禁忌搜索算法求解多机并行模糊调度问题,该算法在邻域中引入记忆结构,可以减少重复搜索,并对候选解集使用映射排序法进行剪枝,减少了搜索空间,从而极大的提高了算法效率．同时为了减少计算误差,该算法计算时不需要将模糊时间转换为精确时间求解,可以同时处理作业加工时间是三角模糊数或梯形模糊数的情况,从而更具有通用性．仿真结果证明该算法有效、可行．     

改进的禁忌搜索算法求解多机并行模糊调度问题

提出一种改进的禁忌搜索算法求解多机并行模糊调度问题,该算法在邻域中引入记忆结构,可以减少重复搜索,并对候选解集使用映射排序法进行剪枝,减少了搜索空间,从而极大的提高了算法效率.同时为了减少计算误差,该算法计算时不需要将模糊时间转换为精确时间求解,可以同时处理作业加工时间是三角模糊数或梯形模糊数的情况,从而更具有通用性.仿真结果证明该算法有效、可行.     

基于不确定理论的多阶段工序计划模型与算法

介绍在不确定条件下的多阶段工序计划问题,设计基于可信性测度的模糊多阶段工序计划模型,并通过一个结合模糊模拟和遗传算法的混合智能算法进行求解。最后,结合一个实例来说明该模型的应用和可行性。计算结果表明该算法所得结果令人满意并有效地缩短求解该问题的时间。     

基于模糊弧长的网络计划模型及其算法

考虑作业完成时间的模糊性，并运用网络理论和模糊数理论，构造了一种基于模糊弧长的网络计划模型，提出了求解该模型的模糊算法，并通过数值算例给出了其详细计算过程。     

基于改进差分进化算法的出租车合乘问题研究

在现有出租车合乘问题研究基础上,考虑乘客模糊时间窗、合乘意愿等因素,建立 更符合实际的多对多合乘模型,并使用改进的差分进化算法进行求解.该算法设计了一种分段 实数编码方案、基于个体排序的缩放因子F 与交叉概率CR及混合轮盘赌的半贪婪选择策略. 仿真结果表明：所提算法的求解效果优于传统差分进化算法与遗传算法,是解决该类问题的 有效方法;与非合乘模式相比,所建模型成本减少、服务乘客数增加,模型合理有效;同时分析 了模糊时间窗、合乘意愿2个因素对模型求解结果的影响.     

基于混合遗传算法的物流配送模糊车辆调度问题研究

在同时考虑物流配送总费用和服务水平的基础上,建立适合物流配送模糊车辆调度问题的数学模型.并且采用期望值选择法,将爬山法与遗传算法相结合,构造了求解该问题的混合遗传算法.研究表明,用该算法求解物流配送模糊车辆调度问题,能够很快收敛到满意解.     

洪灾被困人员搜救的模糊定位-路径问题优化模型

为保障洪灾被困人员搜救效果,分析了救援过程的特性,建立了一个带时间窗和模糊搜救时间的定位-路径问题优化模型,并提出一种遗传求解算法,采取三段式实数编码,设计了与编码相应的交叉和变异操作,在迭代过程中添加替代操作以加快收敛速度,最后对模型及算法进行了验证。研究结果表明:采用MATLAB编程实现该算法时,将程序运行10次,平均运行时间为42.95 s,最差解和最好解与平均值的偏差仅分别为1.56%和3.48%。可见,算法是高效、收敛和稳定的,模型可行。     

基于货物配装优先级的散货配装模型和算法

充分考虑配送距离、送货时间要求、货物价值以及客户重要性等因素,构建了货物配装优先级函数,并在满足货物配装优先级前提条件下,提出了单辆货车的载重和容积两者利用率最大的双目标散货配装模型.模型求解方法选取蚁群算法,将配装优先级引用到信息素以及能见度函数中,同时优化算法策略,加大求解速度和准确度.最后利用类似文献中的算例进行算法验证和结果比较,表明所提出的模型和算法法在实际运用中是可行的.     

���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。     

基于蚁群算法的铁路空车调整优化模型设计

针对铁路空车调整问题,采用蚁群算法解决此问题,建立以空车走行公里数最小为目标的优化模型,并给出求解算法。算例分析表明模型的正确性和算法的合理性,将蚁群算法的时间复杂度与其他一些解决空车调整问题的算法的时间复杂度进行比较,充分体现蚁群算法解决大规模路网空车调整问题的优越性。