基于改进蚁群算法的装配线VRPTD问题研究

采用改进蚁群算法求解了装配线物料配送的VRPTD问题(带最后期限时间窗的车辆路径问题)。通过信息素动态更新设计,使改进蚁群算法具有自适应性,克服了传统蚁群算法在遍历寻优过程中容易出现停滞和陷入局部最优解的缺点。通过进一步对启发函数可见度进行改进设计,提高了算法的全局搜索能力。仿真结果表明,改进蚁群算法可以很好地求解装配线VRPTD问题,这对实际应用有一定的参考价值。     

基于蚁群算法的煤炭运输优化方法

蚁群算法是指通过人工模拟蚂蚁搜索食物的过程来求解运输优化问题的一种算法。给出蚁群算法模型及算法步骤。研究一种带容量限制和考虑损耗的煤炭运输数学模型的优化计算,并给出算法步骤。运用蚁群算法对某一钢铁企业煤炭运输问题进行优化计算,计算结果符合实际生产情况。     

采用蚁群算法求解铁路空车调整问题

蚁群算法是受自然界中蚁群搜索食物行为启发而提出的一种智能优化算法,针对空车产生总数和空车需求总数相等的平衡运输问题,建立以空车走行公里数最小为目标的空车调整数学模型,应用蚁群算法求解铁路空车调整问题。对有3个空车产生地点、4个空车需求地点的240辆空车平衡运输的算例,采用蚁群算法求解,得到2种目标结果最优的调整方案,可见该算法结果具有多重性,可以适应不同的调整需求。将其计算结果与分别采用最小元素法、西北角法、神经网络法及遗传算法所得结果进行比较,表明采用蚁群算法精度高、参数少、运算过程简单、模型易于理解和维护。采用蚁群算法求解空车调整模型可以用于全路、路局等的空车调整问题求解。     

放射状路网条件下动车组运用优化研究

针对以大型枢纽为中心的高速铁路放射状路网,提出动车组的混杂运用方式,考虑动车组在枢纽内不同车站、同一车站内不同高速铁路线路间进行调拨。将动车组运用问题转化为多旅行商问题,选取蚁群算法进行求解,通过引入有限后向运行线数量和分析蚁群算法中参数取值来提高收敛速度和求解质量。以上海枢纽的一周运行线进行案例分析,结果表明动车组混杂运用能够减少动车组的运用数量和检修次数,降低运营成本。在当前运行图中,后向运行线数量为275条,参数ρ取值为0.7,参数α取值大于β且取值适中时,收敛速度和计算结果相对较好。     

铁路车流径路优化分布式算法

针对铁路车流径路优化的计算量随着路网中节点数和车流数的增加呈指数型增长的问题,引入分布式计算方法进行求解。对于任意一个固定顺序的车流排列,基于线路能力约束条件,构造车流径路优化模型。定义对该车流排列评价的函数,将车流径路优化问题分解成车流排列的评价计算问题和车流排列优化问题。设计分布式计算网络结构及网络程序流程。采用改进的禁忌搜索法,在服务器端完成车流排列空间的优化搜索,在不同的客户机端进行车流排列的评价计算,利用计算机网络将二者有机地结合起来,形成分布式算法。将车流排列优化问题归纳为旅行商问题,分析模型算法的复杂性。对算例进行计算表明：对构造的车流径路优化模型采用分布式算法进行求解可以节省大量时间,但存在对计算机网络配置要求高的问题。     

基于配放约束的货物多车配载优化模型与算法

构建具有装载重量、体积以及性质相互抵触的货物不能混装等多约束条件下,基于配放约束的货物多车配载模型.并以该模型为基础,提出求解该问题的蚁群算法.在模型求解过程中,针对问题特点,充分考虑货物配装限制及装载工具的载重、容积等方面约束,基于待装货物比容动态逼近装载工具剩余空间比容策略,综合运用ACA-VEHICLE和ACA-VOTUME等2个不同蚁群协同考虑两个目标--需用装载工具数目和重量、容积利用率优化对问题的求解策略进行研究.改进了蚁群算法的求解策略,提升了算法性能.最后,结合8类100件货物的配装问题,对模型算法进行检验,结果满意,说明该方法具有实用性.     

基于蚁群算法的客运段乘务值乘交路计划编制研究

将铁路客运段乘务值乘交路计划问题与旅行商问题相结合,以获取管辖交路乘务组的最小乘务组组数为目标,建立乘务交路计划编制数学模型.深入分析客运段乘务交路计划的特点,并将其转化为模型的约束条件,给出交路接续规则、非对称约束条件、交路执行条件、子回路禁止条件等4个约束条件表达式.同时采用蚁群算法对模型求解,规定算法所需的信息素更新函数,交路选择规则等.将该模型算法在实例中应用,应用结果表明,该模型能够清楚表达乘务值乘交路计划编制问题,并极大地提高了编制效率,降低了成本,实现了乘务值乘交路计划编制的自动化,具有一定的实际意义.     

混沌蚁群算法在空车调整问题中的应用

根据空车车流的混沌特性,以空车走行公里数最少为优化目标,提出了采用混沌蚁群算法求解空车调整问题.通过算例求解,验证了采用混沌蚁群算法求解空车调整问题的合理性和有效性.     

蚁群算法在调机运用计划中的应用

编组站调机运用计划为具有不同开工、完工时间窗口的单机调度问题,优化目标是最小化晚点列车的数量。为解决这一NPC问题,建立单机调度数学模型,采用蚁群算法求解。设计的算法步骤是,将调机运用问题描述成适合蚁群算法的形式,并进行初始化,考虑迭代过程中信息素对未来决策的影响程度,定义与问题相适应的转移概率,进而确定选择策略来平衡已有方案的利用和搜索空间的选择,采用2-opt方式的局部搜索策略来避免“早熟”或者“停滞”现象,同时在蚂蚁经过的路径上进行信息素更新,实现对该优化问题的有效求解。以某编组站有12列到达列车和少量暂存列车解体编组出12列出发列车为例,利用设计的蚁群算法步骤,求得到达列车的解体次序和出发列车的编组次序,验证了该算法在编组站的改编能力无法满足车流配送情况下实现合理安排调机的有效性。     

基于蚁群算法的客运专线乘务交路计划编制方法研究

;乘务交路计划的编制是乘务计划编制智能化的关键.简述客运专线乘务交路计划编制问题,在将其转化为一类特殊的旅行商问题(TSP)的基础上,建立了该问题的数学模型.改进了最大最小蚂蚁系统(MMAS,max-min ant system),提出用K-MMAS算法求解该数学模型.以京津城际客运专线相关数据为背景对该算法进行仿真,验证了算法的有效性.     

一种基于蚁群算法的聚类组合方法

蚂蚁等群居类昆虫被看作能解决复杂问题的分布式系统,研究者从它们的协作性能以及自组织、信息素通信、任务划分等机理中获得灵感,已在组合优化、通信网络、机器人等许多应用领域找到解决问题的新方法。聚类作为一种无监督的学习,能根据数据间的相似程度自动地进行分类。基于蚁群算法的聚类方法已经在当前数据挖掘研究中得到应用。本文提出的基于蚁群算法的聚类组合新方法,模仿多蚁群的协作性能,将运动速度类型各异的多个蚁群,独立而并行地进行聚类分析,然后组合其聚类结果为超图,再用蚁群算法对超图进行2次划分。实验结果表明,该方法能自动决定聚类的数目,聚类组合方法能明显改善聚类质量。     

基于随机灰色蚁群神经网络的集装箱结点站运量预测

根据铁路集装箱运量预测受到多因素影响以及非线性的特点,利用随机灰色变量描述预测系统的不确定性,建立了随机灰色预测模型以及基于蚁群算法的递归神经网络模型,在此基础上,提出了一种基于随机灰色蚁群神经网络的集装箱结点站运量预测方法.最后,以兰州铁路局兰州北站为例,对模型的预测精度和有效性进行分析.研究结果表明:基于蚁群算法的...     

高速铁路单循环乘务排班计划编制模型与算法

乘务计划是高速铁路运输组织的基本计划之一,而乘务排班计划又是乘务计划的重要组成部分。本文研究高速铁路单循环形式乘务排班计划编制问题,建立以乘务交路总接续时间最短和冗余时间分布最均衡的双目标优化模型,设计基于动态启发式信息的蚁群优化算法。算例表明:求解算法对编制单循环乘务排班计划是有效的。     

基于蚁群算法的铁路纵断面优化算法研究

将蚁群算法应用于铁路纵断面优化设计，提出一种基于蚁群算法的铁路纵断面优化设计方法。即在初始纵断面方案的每个变坡点附近区域内划分网格并设置网格中心点之间的初始信息素；由计算机模拟出人工蚁，根据概率选择路径并更新所选路径上的信息素，在划分的网格范围内多次迭代优选变坡点位置；通过缩小范围、逐步求精的方法进一步优化，直至优化结果达到要求为止。结果表明，采用该设计方法，既能满足各项技术要求为止，又能使各种工程费用或运营费用达到最优，为改善平面位置提供依据。     

基于火场信息的地铁车站智能疏散技术研究

火灾是城市轨道交通车站内影响最为严重的事故之一,科学合理的安全疏散方案是突发火灾时确保乘客出行安全的重要保障。然而,目前地铁车站火灾疏散方案中的疏散路线难以根据火场情况动态调整。针对地铁车站疏散路径固定单一的弊端,基于地铁车站内的监控系统,利用计算机视觉技术识别人员分布信息和火灾发生位置,建立空间拓扑模型,利用改进的蚁群算法规划出耗时最短且转弯次数较少的疏散路线,实现站内乘客更科学高效的疏散,最后通过3个场景的案例应用验证本文所提疏散方法的有效性。     

基于端点换重的装车地直达车流组织优化模型与算法研究

优化组织装车地直达运输是缓解我国铁路主要干线运能与运量间矛盾的有效手段,本文在综合考虑装车地直达运输系统费用消耗的基础上,针对运输网络中存在径路选择和重载运输通道端点换重的情况,建立装车地直达运输组织方案优化模型.为了有效解决模型规模随着车流数目的增加而急剧扩大、求解异常困难的问题,设计了基于蚁群算法的求解方法,并通过算例验证了模型与算法的有效性.     

基于区位理论的物流配送中心车辆调度优化算法

针对物流配送中心的车辆调度,建立了车辆分配和路径优化的数学模型,并对配送分区的实现采用四叉树法;对运输巡回线路的实现采用蚁群算法求解。通过算例,给出了基于区位理论的物流配送中心车辆分配和路径优化的具体方案。     

网络化运维条件下的动车所检修资源共享方案研究

针对网络化运用检修条件下的动车组检修方案优化问题,以固定运用模式下的动车组开行数据为输出,以满足动车所的最大扣修数量、动车组一二级检修规程和多所检修资源共享规则为约束条件,以最小化动车组检修剩余量为目标,构建优化模型。基于蚁群优化算法设计了模型的求解策略,达到共享多动车所检修资源,充分利用动车组检修周期,降低检修成本的目的。