求解作业车间批量流问题的变邻域搜索算法

对具有等子批和空闲约束的作业车间批量流问题进行了研究,提出一种有效变邻域搜索（VNS）算法以最小化延迟和提前惩罚总和,该算法利用双串表示法描述问题的解.为了适应问题的特点,几个初始解独立进化以改善VNS的探索能力,对批调度采用一个变邻域结构,而对批量流条件则根据一个较小的概率进行调整.将VNS应用于一些实例,计算结果验证了VNS的优异性能.     

作业车间调度问题的改进遗传算法

研究了作业车间调度问题,并提出了一种新的求解方法,将邻域搜索与遗传算法相结合,提高遗传算法的局部搜索能力,加速进化过程,详细论述了该方法的优越性.     

作业车间调度问题的改进遗传算法

研究了作业车间调度问题，并提出了一种新的求解方法，将邻域搜索与遗传算法相结合，提高遗传算法的局部搜索能力，加速进化过程，详细论述了该方法的优越性．     

车辆数目未知的带时间窗口的车辆路径混合遗传算法

研究带时间窗口的车辆路径问题(VRPTW),主要考虑车辆容量约束、时间窗口约束、最大距离等约束,且完成配送所需的车辆数目不确定,要求在车辆数目最少的条件下再使总的行驶路径最短.用基于邻域搜索的混合遗传算法求解该问题,该算法既具有遗传算法的全局搜索能力,又具有邻域搜索算法的局部搜索能力.在求解过程中,设计新的前置交叉算子进行遗传操作,然后进行互换和逆转等邻域操作.应用MATLAB语言编程进行模拟计算,结果表明该混合遗传算法明显增强了群体演化的质量,提高了算法收敛速度,较好地解决了早熟收敛问题.     

����ʽ�ò�Լ���ij���������⪤

有效的乘务调度能够为公交企业带来巨大的成本节约,但是,公交乘务调度问题因受制于一系列劳动法规的约束变得十分复杂.我国公交普遍存在"中式用餐"约束,进一步加大了问题的复杂性,使西方主流调度系统在国内实施面临困难.本文基于"生成与选择"方法解决乘务调度问题,关键在于"生成"阶段处理"中式用餐"难题;利用"中式用餐"约束和乘务问题特点,设计一种基于启发式规则的换班机会筛选方法;在所选换班机会集合的基础上构造能满足"中式用餐"约束的潜在乘务班次集合.对实际公交乘务调度问题中的12组实例进行测试,表明本文方法不仅能处理"中式用餐"约束,而且能极大减少所求问题的规模,因此适用于解决大规模的带有"中式用餐"约束的乘务调度问题.     

无容量约束单分配轴-辐式物流网络设计

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.     

考虑车辆随机到站时间的动态需求响应型接驳公交线路优化

车辆到站时间的不准时性严重影响着需求响应型公交的服务水平和乘客选择公共交通的出行意愿，因此，本文对考虑车辆随机到站时间的动态需求响应型接驳公交线路优化问题进行研究。以运营商成本、乘客乘车时间成本、乘客等待时间成本组成的系统总成本最小为目标建立数学模型，通过优化车辆路径寻求系统总成本最优的需求响应型接驳公交服务方案，其创新之处在于，在服务过程中允许乘客提交实时出行需求；定义车辆到站时间服从已知分布以描述其随机性。提出一种遗传算法和邻域搜索相结合的启发式算法对模型进行求解，该算法融合了遗传算法的全局搜索优势和邻域搜索的局部搜索能力，通过算例测试分析对本文算法的有效性及先进性进行验证。最后，基于西安市延平门地铁站设计数值实验，结果表明，考虑车辆随机到站时间可以在一定程度上减少乘客时间成本和系统总成本。     

基于改进差分变邻域算法的多行程车辆路径问题的研究

针对多行程车辆路径问题,先后通过标准差分进化-编码与解码-适应度计算-变邻域局部搜索过程找到最优方案,构建了一种改进差分变邻域搜索算法。该算法采用了基于轮盘赌的编码与解码方法,克服了标准差分进化算法无法适用于离散问题的缺点;同时,利用变邻域优化技术进一步强化标准差分进化算法的深度开发能力与优化性能。最后采用MATLAB中的随机函数进行仿真结果对比,验证了该算法在求解多行程车辆路径问题方面的优越性。     

一种基于极坐标的快速邻域搜索算法

一般邻域搜索方法面临着邻域定义的难点：定义的邻域较小，搜索就可能很快陷入局部最优，相反，则搜索效率会显著下降．针对这一问题，提出了一种基于极坐标的快速邻域搜索算法．试验证明，该算法能有效地解决邻域定义问题，并能在一定程度上解决常用的优化方法还较难解决的非凸集问题，对于一般复杂度问题，有较小的时间和空间复杂度。     

资源受限项目调度中基于邻域搜索的混合遗传算法

分析了资源受限项目调度问题,针对其具有NP-hard的特点,提出了一种基于邻域搜索的混合遗传算法,将启发式算法与遗传算法相结合,用邻域搜索的思想进行变异操作.结果表明,该算法不仅保证了算法的全局收敛性、而且提高了算法的收敛速度和解的稳定性.     

基于固定班制的地铁乘务计划一体化优化方法

针对运营中常用的固定班制轮班模式，通过加入班次数量比例和备班约束，构建排班和轮班计划一体化的乘务计划优化模型，进行乘务组数的全局优化；之后对传统列生成求解算法进行改进，在定价子问题中分别针对不同班次类型，各自生成班次以适应新的模型约束，并设计加速策略，以完成对一体化优化模型的求解；最后以轮乘站设置不同的两条地铁线路为例开展案例研究，研究了在四班三运转和六班五运转班制下的优化效果，分析了算法的求解效率. 研究结果表明:固定班制条件下，与分阶段优化方法相比，简化了轮班单元构成，乘务组数量减少了6.67%～14.29%，求解时间节约了44.2%～51.4%.      

TOPSIS法在地铁乘务人员管理中的应用

地铁是一种缓解城市化进程带来的城市交通压力的有效交通工具,而地铁乘务是地铁运营的核心。探索如何对乘务人员实行公平、公正以及公开的管理,确定乘务人员管理的评价指标体系以及评价方法是保障乘务人员自身利益和激励员工的重要手段。利用层次分析法(AHP)和TOPSIS法对乘务人员管理的评价指标体系以及评价方法进行分析,确立地铁乘务人员综合评价指标体系,建立乘务人员综合评价模型,以达到对乘务人员管理的公平、公正以及公开。     

基于改进TOPSIS法的舰船通道人机效能

为解决舰船初步设计阶段通道设计依据理论缺乏的问题,针对通道设计与舰员操作相互影响的特点,构建了基于人因工程的舰船通达性评估指标体系,将TOPSIS(technique for order preference by similarity to ideal solution)与灰色关联度法相结合,改进了TOPSIS计算方法.在此基础上,提出了综合考虑通达性与舰体空间资源的通道人机效能评估方法,对4种通道方案的通达性进行了仿真计算,分析了舰员100、150、200人3种人员配置下单、双通道方案的人机效能.实例仿真结果表明:舰员由150人增至200人时,单通道方案的人机效能优势开始明显下降,双通道方案的优势逐渐显现;根据舰员数量进行通道方案仿真评估,可达到通达性与空间资源利用率同时最优,获得较高的人机效能.      

考虑时间均衡度的城市轨道交通乘务排班计划优化方法

乘务排班计划是城市轨道交通乘务组织的核心内容和运营管理工作的重要组成部分,其生成质量对城市轨道交通的运营效率有显著影响.本文将时间均衡度作为给定周期条件下评价乘务员值乘时间与休息时间合理程度的指标,构建了基于该均衡度的乘务排班计划优化模型.为同时考虑乘务区段的最优组合与早晚班的匹配问题,本文的求解过程由改进遗传算法和双相匹配算法两个部分构成.最后将所建模型应用于北京市某轨道交通线路的案例研究中,对优化结果与既有乘务计划进行比较分析,验证模型的有效性.对比发现,该模型的结果在较大程度上提高了乘务排班计划的时间均衡度.     

Dynamic Tabu Search Algorithm for Solving Departure Scheduling Problem

IntroductionWith the rapid development of air traffic, the in-creasing demand of air travel has made the airlinespurchase more aircrafts. Under these circumstances,large amounts of congestion are incurred at major air-ports. According to the related data[…     

广深线城际列车乘务组排班计划编制方法探讨

针对广深线城际列车开行及动车组运用情况,在确定了乘务组数量的基础上,按照乘务组排班计划的编制原则,对乘务组排班计划问题进行了描述,并设计了相应的SE算法．通过该方法得到的乘务排班计划,目前正应用于广深线城际列车的实际乘务组织中。     

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%。     

带时间窗的动态车辆路径问题的局部搜索算法

为有效求解带时间窗的动态车辆路径问题,建立了该问题的数学模型,通过计划周期分片,将动态问题转换为一系列的静态子问题,采用插入法构造初始解,并将重定位法、节点交换法和2-opt*法3种线路间局部搜索方法,以及2-opt法和Or-opt法2种线路内局部搜索方法的不同组合应用于初始解的改进,分析了客户出现时间、地理位置分布与不同客户时间窗范围对线路选择的影响,比较了标准算例的求解结果。结果表明:在线路间进行局部搜索时,重定位法的效果最好,2-opt*法次之,节点交换法的最差;在线路内进行局部搜索时,2-opt法优于Or-opt法;当客户请求出现时间越早,客户比较集中,客户时间窗较宽的情况下,使用的车辆数量较少,整个线路的行驶距离较短,客户延迟时间也较短。