交通物流配送路径优化算法的研究

为进一步优化交通物流配送路径,提高物流配送效率,将多种路径优化算法相结合,提出改进的路径优化混合算法。首先利用遗传算法的随机搜索性、快速性和全局收敛性产生物流路径问题的初始信息素分布,然后充分利用蚁群算法的并行性、正反馈机制及求解效率高等特点求得较优解,最后利用爬山算法良好的局部收敛性求得最优解。实验结果证明,该混合算法与单一算法相比,其路径计算效果和计算效率都有比较明显的提高。     

GATS混合算法及其收敛性研究

通过对遗传算法和ｔａｂｕ算法的优势和不足分析，提出一种将二者混合使用的求解优化问题的算法。该算法以遗传算法为基础，用遗传算法作全局搜索，用ｔａｂｕ Ｓｅａｒｃｈ算法作局部搜索，改进遗传算法的计算结果。最后，利用马尔可夫链理论证明了混合算法的全局收敛性，并进行了实例研究。     

基于遗传算法的机车轴重转移优化计算

提出了一种利用遗传算法优化轴重转移参数的方法，该方法先列出轴重转移比较精确的求解方程，然后将其中参数进行编码，设定目标函数为粘着重量利用率与性能价格比，利用遗传算法的全局寻优能力，以确定参数的最佳数值优化解，经计算比较表明，用该方法所确定的参数可以明显地改善轴重转移，提高粘着重利用率和性能价格比。     

铁路罐式集装箱空箱调配优化模型及遗传模拟退火算法

针对罐式集装箱运输的特殊性,考虑重箱流和空箱流调配的综合优化,以罐箱运输费用最小为目标,建立铁路罐式集装箱空箱调配优化多商品网络流模型,并构造了1种嵌入模拟退火操作的遗传算法对之进行求解。为了使模型与算法可得到更符合实际、操作性更强的结果,给出了3种空罐箱调配的策略,作为隐含条件加入到算法求解过程中。利用自适应遗传模拟退火算法对随机生成的实际规模问题算例进行求解,并与用通用代数建模系统软件GAMS的计算结果进行对比。结果表明,前者得出的结果与最优解差距不大,而且运算速度更快,更能满足解决实际问题的需要,为铁路罐箱调配优化提供了良好的决策支持模型和算法。     

双向编组站车流接续的综合优化

根据双向编组站车流作业的特点，将各车场能力、解体能力、交换作业能力、衔接方向的通过能力和编组场的股道数作为约束条件，将车辆在编组站的走行距离和集结时间，交换车的作业费用以及在其它车场的作业作为目标函数，构造了车流接续的综合优化模型，采用遗传算法求解模型，并从多方面对遗传算法提出改进策略，仿真计算表明，该模型和算法能够有效地解决了双向编组站的车流接续问题。     

基于粒子群算法的轨道车辆设备布局优化

轨道车辆车上设备布局是轨道车辆设计中一个重要的环节，开展轨道车辆设备布局优化设计对保证轨道车辆的安全运行具有重要作用。考虑轨道车辆设备外轮廓约束、设备干涉约束等，建立了以设备总重心相对于轨道车辆自身中心的距离最小化的轨道车辆布局优化数学模型。根据轨道车辆设备布局优化的特点设计了基于粒子群算法的轨道车辆设备布局数学模型。采用线性递减权值策略，通过改进惩罚因子，有效地引导粒子群算法向全局最优解方向收敛。以轨道工程车辆的设备布局问题为实例，采用本文算法进行了车上设备布局优化设计的实例分析，表明本文方法可有效解决轨道车辆设备布局优化问题。     

基于遗传算法的铁路纵断面优化系统的研究

提出一种基于全局最优的改进式遗传算法.采用改进的启发式交叉算子和多种算子混合操作,加快算法向最优解收敛的速度.给出相应的纵断面优化模型,并改进初始种群生成的方法,将一个二维优化问题转化为两个一维优化问题进行求解,简化了算法的执行过程.引入惩罚函数的概念处理方案的约束问题,设计算法实现的流程图,并开发相应的优化系统.利用实例证明遗传算法在纵断面优化设计中的可行性及全局寻优的性能.     

基于遗传算法的区间自动闭塞信号机布局优化方法

信号机布局是区间自动闭塞设计的重要任务,它直接影响铁路行车安全和运行效率。为高效地提出高质量的布局方案,在详细分析信号机布局工作的目标和各种影响因素的基础上,提出了两种不同目标下的优化模型。根据目前铁路设计的实践,探讨了利用计算机进行信号机布局工作的基本步骤和应用遗传算法求解该模型的方法,并在列车运行模拟系统的基础上开发了一套信号机布局辅助系统。通过对一条线路的信号机布局进行研究,结果表明采用遗传算法求解信号机布局优化问题是有效的,该辅助系统可在无人工干预的条件下获得良好的布局方案,从而提高信号机布局工作的效率和质量。     

路风上车流径路优化的0—1规划模型及其合理径路集生成算法

从组合优化的观点研究了铁路网上Ｏ－Ｄ对的合理径路集确定以及最优车流径路问题（ＣＲＰ）。在线路和车站的通过能力、费用参数（权值）给定的条件下，建立了该问题的０－１规划模型。并给出了路网上任意两节点可能路径集的确定准则及算法，此外，还讨论了变参数下的ＣＲＰ模型形式。由于所建模型属于ＮＰ－完全问题，因此，获得全局最优解是困难的。文中提出了求解该问题的模拟退火算法，该算法使得真实路网规模的ＣＲＰ模型获得接     

改进遗传算法在动车段检修物流配送中的应用

在动车段对动车组的检修作业过程中，检修车间所需零件或工具的物流配送时效性直接决定了检修作业的效率，而目前动车段内采用的配送方式均为点对点单一路径配送。通过对动车段检修物流配送问题进行分析并建立数学模型，采用遗传算法与模拟退火算法相结合的改进算法对模型进行求解，并将算法应用于动车组管理信息系统中。广州动车段在广东地区的实验数据结果表明，改进的遗传算法针对动车段在路径优化方面较为有效地提高了动车段检修物流配送效率，确保了段内动车组的及时检修，进而保障了段配属动车组的安全运用。