启发式Hopfield神经网络在车间调度中的应用

调度问题是一类非常复杂的组合优化问题，而Hopfield神经网络通常被广泛应用于各种组合优化问题．针对车间调度问题(JSP)的约束条件和换位矩阵，提出了包含所有约束条件的计算能量函数表达式，并针对神经网络依赖初始解，提出了启发式算法与神经网络相结合的方法，并得到解决车间调度的Hopfield神经网络结构和权值解析表达式．实验仿真结果表明了该方法的有效性．     

������ɢHopfield������Ĺ����������۷����о�

根据公交调度评价问题的特点,提出了基于离散Hopfield神经网络的评价方法. 在构造Hopfield神经网络时,从公交系统运行效率,衔接的顺畅性,运力协调性,企业经济利润率等四个主要内容出发,选取有效时间利用率、平均换乘次数、运能匹配度和运营利润率四个可量化且彼此相互独立的指标, 作为公交调度优化结果的评价指标. 并用matlab对Hopfield网络进行设计仿真, 使其可以更加合理和方便地对公交调度结果进行评价,从而具有更广泛的工程应用面. 最后通过实例计算验证并将计算结果与传统的德尔菲法进行比较. 结果表明,该方法合理有效,且相对于传统的方法操作简单、易推广,具有一定的优越性.     

神经网络在铁路空车调度问题扣的应用

对于铁路运输中空车调度组合优化问题,提出了该问题的组合优化方法,建立三个神经网络模型和能量函数,用实例分析表明其结果优于现有的优化方法。     

置换流水车间调度粒子群算法与参数设置分析

针对置换流水车间调度问题,在介绍了基于粒子位置次序的粒子群算法二维编码方法之后,采用惯性权重线性递减粒子群算法对置换流水车间调度问题进行了优化.在此基础上,对粒子群算法的相关参数设置问题展开分析,主要针对惯性权重的取值、粒子群种群数量、粒子位置和速度的初始化以及粒子位置和速度的限制范围等几个方面展开实验研究.粒子群算法的参数设置分析将有助于提高求解置换流水车间调度问题的粒子群算法优化效率和优化性能.     

车间作业调度中基于领域搜索的混合遗传算法

车间作业调度问题是一个 NP完全问题,很难用一般的方法解决.遗传算法(GA)作为全局搜索算法广泛应用于各种寻优操作中,并己成为求解车间作业调度问题(JSP)的主要方法.本文针对遗传算法应用的局限性,把领域搜索的思想应用到变异操作中,提出了一种应用于车间调度中基于领域搜索的混合遗传算法,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稳定性.     

基于PSO的神经网络优化证券投资组合方法研究

针对传统人工神经网络中的BP(back propagation)神经网络自身局限以及其迭代次数多、收敛精度不高和泛化性差等缺点,提出了一种基于粒子群(particle swarm optimizer,PSO)算法的BP神经网络优化证券投资组合方法.在BP神经网络优化方法中,采用PSO算法替代了BP神经网络的梯度下降法,得到最优解,从而对BP神经网络模型进行优化.将该方法应用于证券投资组合的优化中,实验结果证明:该优化方法优于传统的BP神经网络优化方法.     

����Ӧ����������ģ���Ż��о�

优化应急车辆调度是降低突发事件造成重大人员伤亡和财产损失的有效手段. 在分析应急车辆调度问题、决策目标、决策变量和目标函数的基础上,构建了最小化整体损失的理想化调度模型. 针对该理想模型的参数难以确定的问题,提出以广义响应时间为基础,以实时交通量辅助决策,采用简化约束条件的方法建立了城市应急车辆调度的优化模型. 分析了路段行程时间和交叉口行程时间的计算,依据路段交通流量对城市应急车辆调度的影响划分道路服务等级. 基于威海市实际案例的分析结果表明,简化模型能够辅助优选应急车辆调度方案,验证了该方法的有效性.     

遗传算法在并行多机调度问题中的应用

从车间生产调度的实际情况出发,针对最小化完工时间的并行多机调度问题,提出了一种优化遗传算法.充分考虑紧急任务的插入,通过提供一个记录设备当前负荷的数组,实现对任务的动态调度.仿真结果表明该遗传算法能够较好的解决并行多机生产调度问题.     

多跑道降落飞机协同调度优化

为了制定安全、高效的空中交通管理战术决策,研究了多跑道降落航班协同调度问题.基于协同决策理念,综合考虑空管、航空公司和机场等因素,提出一种协同航班调度策略,给出了协同调度优化模型.模型在满足安全性和公平性约束条件下,寻求总延误成本最小即功效性最大的调度方案.采用基尼系数建立公平性约束,以处理功效性和公平性之间的关系,并引入当量航班概念来定量分析公平性.针对多跑道航班调度问题的特点,设计了遗传算法予以求解验证.仿真结果表明:该算法总延误成本比先到先服务算法降低了72.6%,最大延误时间减小了50.8%,因此,调度的功效性与公平性得到提高,所提方法有效.     

车联网环境下公交发车间隔优化方法研究

针对现有公交发车间隔模型忽略了智能调度对公交运营的影响问题,提出了车联网环境下的发车间隔设计方法.在考虑发车间隔、发车次数、车辆满载率约束条件下,对城市常规公交发车间隔进行了研究.在综合考虑约束条件的基础上,以乘客候车时间、乘客舒适度以及公交公司运营成本最小为目标函数,建立公交发车调度时刻表优化模型.最后以大连市公交101线路为例对该模型进行分析,利用MATLAB仿真软件进行求解,验证模型的有效性.