基于可信性测度的模糊车辆路径问题

车辆路径问题(VRP)主要用来寻找有效路径。车辆的起始点都是位于交通中心的仓库,通过车队运输来满足客户对商品的需求。文中介绍不确定条件下的车辆路径问题,即客户的服务时间窗是模糊的。设计一个基于可信性测度的模糊车辆路径模型,并通过模糊模拟和遗传算法的混合智能算法进行求解。最后,结合一个实例说明该模型的应用性和可行性。     

铁路选线设计方案多目标决策模糊优选模型及其应用研究

铁路选线设计方案优选是一个多目标决策问题。本文中将方案优选视为多目标决策模糊优化问题 ,建立了相应的系统模糊优选模型 ,并结合实例编制了该模型的应用软件。     

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。     

铁路选线设计方案多目标决策模糊优选模型及其应？…

铁路选线设计方案优选是一个多目标决策问题,本文中将为案优选视为多目标决策模糊优化问题,建立了相应的系统模糊优选模型,并结合实例编制了该模型的应用软件。     

带模糊需求的多类型车辆路径问题研究

针对模糊需求信息条件下的多类型车辆路径问题进行了分析,运用模糊数学的可能性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.     

基于解编顺序的阶段计划车流推算模型及算法

为实现车站调度指挥自动化,考虑到出发列车的编组内容和车流来源与列车解体、编组顺序紧密相联,以调机活动为核心,建立了技术站阶段计划的车流推算模型.从寻找最优的列车解体、编组顺序出发,结合求解运输问题的表上作业方法,设计了求解该模型的混合遗传算法,并开发了相应的软件.实例表明,用该算法,在普通P4微机上的运行时间不超过10 min.     

时变条件下城市物流配送车辆路径优化

针对城市交通网络依时周期性变化的特点,建立了城市物流配送车辆路径优化问题的数学模型,并利用两阶段算法对该问题进行求解,第一阶段采用插入法,求解出初始路径;第二阶段通过减少路径数和邻域搜索改进初始配送路径。最后,给出一个应用算例,结果证明了模型和算法的有效性。     

��׶δ�ʱ��Լ���ı�ߴ�װ�������Ż��о�

多阶段带时间约束的变尺寸装箱问题,是将一般的变尺寸装箱问题(VS-BPP)置于动态环境下并加入时间约束而形成的.通过合理的计划对多阶段、有交付时间要求的物品选择箱子进行装入,达到包括箱子使用成本及与物品相关时间成本在内的总成本最小化的目的.问题具有复杂、动态的特点,其在现实中的应用很多.本文将一般的带时间约束的VS-BPP置于多阶段研究框架内,建立了基于确定信息的静态模型和基于滚动更新信息的动态模型,根据问题的特点设计了基于最佳适应规则与迭代松弛定界法相结合的启发式构造算法进行求解.经过实例的运算和分析,证明了方法在求解该问题时具有有效性.     

考虑随机需求和时间约束LIRP联合协同优化

针对多节点多层次多功能的供应链管理中整体效益亟待提高的问题，结合某连锁超市的单一供应商、多分销中心、多零售店所构成二级分销网络，建立以系统总成本和供货时间为目标的多目标选址-库存-路径问题（location-inventory-routing?problem，LIRP）集成规划模型. 利用线性加权法将其转化为单目标规划模型，提出遗传算法和节约里程法相结合的两阶段启发式算法并求解模型，第1阶段用遗传算法求解选址-库存问题，第2阶段用节约里程算法求解车辆路径规划问题. 并结合某连锁超市实例，对不同总成本权重下的不同决策方案的分销网络进行LIRP集成优化，优化后的系统方案比原文献的总里程减少了3 606.9 km，系统总成本减小了6 526.2 元，缺货成本降低了124.6 元，只有19.7元，验证了模型和算法的有效性.      

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.     

模糊随机最短路径问题模型与算法

最短路径问题在现实生活中有着广泛应用,许多专家学者对此问题进行了深入研究.到目前为止,所有这些研究都是针对静态最短路径问题以及不确定最短路径问题中具有模糊或随机参数的问题.然而在现实世界中,有些系统中有很多不确定因素,因此很有必要对具有多重不确定参数的最短路径问题进行研究.本文主要研究具有模糊随机参数的最短路径问题,基于机会测度理论,分别建立了模糊随机期望值模型、机会约束规划模型及相关机会约束规划模型,然后设计遗传算法求解.     

��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。     

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.     

基于时间不确定的集装箱码头靠泊计划优化

集装箱班轮运输具有较强的计划性，但在实际中，由于天气等原因仍存在运行时间不确定性，对制定靠泊计划产生重要影响.针对这一问题，研究集装箱班轮运行时间的偏差规律；根据问题特点和集装箱班轮靠泊规则，构建基于运行时间不确定的集装箱码头靠泊计划优化模型；设计以遗传算法为外层框架，嵌入仿真过程构成优化循环的算法，针对问题特点设计初始择优策略进行求解.最后，以大连港集装箱码头作业为实际背景进行建模和计算，取得了较好的结果.实例分析和算法测试证明了本文所建模型和算法的有效性.     

不确定价格下制造商的多阶段最优订购策略

为研究国际供应链中制造商的多阶段最优订购策略,建立了制造商的随机净现金流模型.模型中假设该供应链由不同国家的单制造商和单供应商组成,制造商与供应商之间通过数量柔性契约确定供给关系,汇率波动服从几何布朗运动,制造商对其客户可缺货.用二项式网格方法求解该模型,即可求得各阶段的最优订购策略.求解的效率与订购的阶段数以及各阶段可行解集合的大小正相关.用算例验证了该模型及求解方法的合理性.     

不确定强对流天气下动态改航路径规划

为了解决对流云团状态不确定条件下的改航路径规划问题,利用云团预测状态的不确定性测度和外推位置随机误差建立多雷暴云团的状态转移矩阵,用于预测改航路径规划网络的时变阻滞状态.以期望改航代价最小为优化目标,以航段连续性和最大穿越风险代价为约束条件,建立了动态改航路径规划模型.针对确定性和不确定性两种天气场景的16种初始状态,采用遗传算法对模型进行求解,结果表明,通过预测云团状态的不确定变化,改航路径能策略性地选择穿越初始状态不可航云团或绕飞初始状态可航云团.与确定性改航策略相比,绕飞距离减少了40%,穿越云团次数减少了30.8%,改航路径的安全性和经济性均得到有效改善.     

基于不确定AHP的桥梁加固方案模糊综合评价

为了使桥梁加固方案的模糊评价更为可靠,针对已有评价方法中评价指标模糊处理过于简化以及层次分析法（AHP）确定指标权重主观性强的问题,确立了新的评价指标体系、评价等级与评价指标分级标准;根据模糊数学理论,构建了指标的隶属函数和桥梁加固方案二级模糊综合评价模型;运用群组决策思想,建立了基于专家可信度的不确定型AHP法来计算指标的权重区间,并引入相对优势度分析法将指标的权重区间转换为数字权重,进而对指标进行赋权;结合模糊综合评判法,建立出基于不确定型AHP法的模糊综合评价模型,并运用于工程实例的计算与分析.研究结果表明:方法适用于桥梁加固方案的模糊评价,与工程实际相吻合,具有较高的可行性与合理性.      

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.     

多箱型内河集装箱船舶配载决策研究

内河集装箱运输具有其独特性,船舶配载时更强调船舶舱容利用率.考虑特殊箱型影响,以最小化堆栈占用数量为目标,构建内河集装箱船舶配载决策的整数规划模型.为实现快速寻优,设计包含构造部分和优化部分的启发式算法求解.算法中,构造部分基于启发式规则快速构造初始解,优化部分基于邻域搜索策略实现初始解优化.算例研究表明,模型可实现内河集装箱船舶配载决策问题的有效求解,但随着算例规模增加所需求解时间大幅增加.与模型精确求解相比,启发式算法在求解时间方面表现要远优于模型,可在0.25 s内实现所有算例的高效求解,为内河集装箱船舶实际配载决策提供一定参考.     

�޽��ɱ���ȷ���Ľ�ͨ�����������

交通网络设计问题是交通规划理论的一个重要组成部分,即在资金有限且考虑出行者决策行为的情况下,制定最优投资策略.由于人工费、材料费和使用费等的不确定性,路段的修建成本存在不确定性.本文通过改进预算投资约束,应用鲁棒优化的方法同时考虑出行者的路径选择行为,建立路段修建成本不确定的交通网络设计的鲁棒模型,并利用基于割约束的混合整数线性规划算法求解此模型,进而得到一个受修建成本扰动较小的鲁棒最优解.通过算例表明,在修建成本不确定的交通网络设计中,本文提出的鲁棒优化方法可以得到比传统确定性问题更加可靠的解.