商用车维护周期多目标规划下的最优解

在多目标规划理论的基础上，根据国产某型商用车实际运行情况，在车辆行驶安全性、发动机润滑油使用可靠性、车辆单位行程检测诊断与维修费用等多个不能同一化的目标下，研究实现多目标意义下的车辆维护周期的最优化，并给出具体的车辆最优二级维护周期值。本研究成功地运用多目标优化理论，解决了车辆的最优维护周期问题，从而对解决各种复杂和大型机械设备的维护周期最优化问题具有普遍的指导意义。     

变点交叉多目标遗传算法在作业车间调度中的应用

针对传统多目标遗传算法在求解作业车间调度问题时收敛速度慢和容易陷入局部最优化的不足,提出一种采用变点交叉方式的多目标遗传算法.运算初期采用多点交叉的方式,在于提高收敛速度.在运算后期逐步减少交叉点,直至采用两点交叉、单点交叉的方式,避免丢失最优解导致早熟收敛.同时设计一种交互权重将多目标问题变为单一目标问题,体现决策者...     

一种基于邻接极小搜索的布局模式生成方法

针对全局最优化求解布局问题,通过对目标函数的局部极小出发的两级搜索,获得多个邻接极小,实现布局模式的自动生成;从而获得基于不同布局模式的可行解集以及基于此解集的相对最优解,并通过矩形空间中的圆布局问题给出实例演示。     

遗传算法在铁路客车横向稳定性多参数优化中的应用

以典型铁路客车的动力学模型为研究对象，以车辆最大可行速度为目标函数，采用遗传算法对其横向稳定性参数进行了最优化的计算研究。结果表明：遗传算法在求解车辆动力学系统的参数优化问题中具有很好的适用性。尤其是对于多参数，多峰的非线性问题，该法提供了求解问题全局最优解的可能性。     

基于风险管理的桥梁维护策略多目标优化方法

以最优化桥梁构件可靠度指标、维护费用和桥梁的日平均交通量为目标,考虑各个目标的权重系数,采用多目标最优指标（MOI）．且基于帕累托最优理论和折衷规划法而建立的桥梁维护策略多目标优化方法,经实例证明可为基于维护目的而进行桥梁最优排序提供一个实用而有效的途径。     

基于风险管理的桥梁维护策略多目标优化方法

以最优化桥梁构件可靠度指标、维护费用和桥梁的日平均交通量为目标,考虑各个目标的权重系数,采用多目标最优指标(MOI),且基于帕累托最优理论和折衷规划法而建立的桥粱维护策略多目标优化方法,经实例证明可为基于维护目的而进行桥梁最优排序提供一个实用而有效的途径.     

海陆多式联运空箱调运模型研究

结合海运和铁路、公路与内陆水运的多式联运,应用整数规划方法研究了空箱海陆多式联运调运优化问题,建立了空箱调运成本最小化的目标函数,并进行了算例求解和分析,证明了模型的可行性和有效性.模型可以在最大程度满足各节点空箱需求的条件下,寻求最优化的调运方案,使空箱海陆多式联运的调运成本最小.     

桥梁项目设计多目标模糊优化方法应用思考

深入的分析了当前桥梁设计中的优化方式,并且就多目标模糊优化方法进行阐述,以当前最为普遍的混凝土简支梁为研究对象,建立了与实际相符的数学模型以及模糊目标集,并且理解了该种设计理念的基本原理以及应用范围,从而为遗传算法获取目标函数提供最优解。通过对于该技术的研究和分析,发现应用该技术是当前进行桥梁设计的最优化方法。     

基于混合整数规划模型的垃圾收运线路优化

针对不合理的生活垃圾收运线路,造成车辆的油耗增加,而燃料的不充分燃烧直接造成尾气排放量的升高,影响居民的生活环境。依据垃圾收集点位置,绘制网络拓扑图,以车辆行走距离最小为目标,将垃圾收运问题抽象为VRP问题,构建混合整数规划模型,并结合案例,采用最优化计算软件Lingo11.0进行编程求解,并对比节约算法,给出多中转站与单一处理场问题的解析。结果表明:Lingo求解与节约算法得出的垃圾收运线路相一致,且随着智能城市的发展,可结合实时垃圾容量扫描分区,组合成多圈问题逐个求解,为提高垃圾收运效率提供可行的线路方法。     

机械设计中的最优化技术

本文对最优化技术在机械设计中的应用作一概括的介绍,包括机械设计最优化问题的数学模型、解题的方法与步骤。     

基于LINGO11.0的会议筹备目标规划模型

会议筹备问题的实质是目标规划,本文先利用平均值的置信区间估计预测出与会代表人数,并制定了合理的住宿安排方案使空房费最低,建立了宾馆和客房预订的目标规划模型;接着在会议室和客车安排上提出了代表流动的等概率假设,给出了费用的最优化模型;最后借助优化软件LINGO11.0,对数学模型进行了求解并找到最优解.     

高峰时间出租车合乘计费策略研究 ——以宁波为例

针对早晚高峰时间和节假日火车站、汽车站及主要地区人流打车难,无法及时得到疏散的 问题,提出高峰时期出租汽车多人合乘理念,从而提高出租车及道路资源的利用率。根据我国早 高峰和晚高峰的交通特点,结合宁波出租车计费的实际情况,使用最优化理论构建多目标优化合 乘模型,对合乘费用进行计算。最后通过软件验证,假设了6 个节点的供需搭乘方案,使用 LINGO软件计算出合乘的路径和相应的费率。运算结果证明该模型在合理约束司机收入与乘客花 费的前提下,最大化司机的收益,同时兼顾到乘客利益,鼓励司机在高峰时间较短的行驶距离内 多载客。     

智能最优化系统功能分析与框架结构

智能最优化系统（ＩＯＳ）是一个结合最优化和人工智能技术、实现自主、完美地解决实际最优化问题的软件系统。本文详细分析了ＩＯＳ的功能,指出其各部分之间的逻辑联系,提出了ＩＯＳ的体系结构,从而建立了ＩＯＳ的基本理论框架,为进一步的研究打好基础。     

三维布局计算方法的研究

布局问题是一个组合最优化问题,众多学者对此进行了深入的研究,并提出了许多算法,算法的选择直接影响布局问题的计算速度和求解精度。本文具体分析了基于规则的启发式算法;传统最优化算法;遗传算法;模拟退火算法;改进模式搜索算法;混合算法的使用场合。     

铁路线路设计优化的三维动态规划模型

将铁路线路设计的最优化问题视为三维空间中的路线最优决策问题，采用动态规划法建立了该问题的三维最优化数学模型。通过以人工设计的一条线路为实例，验证并确认了该模型的可行性和有效性。     

关于桥梁寿命期费用分析的研究

养于养护的公路桥梁全寿命设计是指在选择桥梁管养措施时不仅要考虑桥梁的初始性能和养护费用,而且应考虑桥梁在大修或重建以后的性能和费用,即在桥梁的预定寿命周期（分析期）内寻求满足性能控制标准和经济优化目标的最佳的、唯一的桥梁养护措施!显然,这是一个以总维护费用为最小为目标函数,以性能指标为约束条件的最优化问题!     

车货供需匹配模型与算法研究综述

随着货车保有量及货运需求的迅速增长,车货供需匹配问题成为了货运电子商务平台的核心和热点。本文主要针对车货供需匹配问题从模型和算法两个方面对现有文献进行梳理和总结。在车货供需匹配模型方面,考虑的优化目标主要包括满意度、公平性和稳定性三个方面的评价指标,根据应用场景,将车货供需匹配模型分为一对一、一对多和多对多三类,其中一对一车货供需匹配模型针对整车运输,其他两种则对应零担运输。随着三种应用场景的模型复杂程度越来越高,相应求解难度、求解时间也呈现递增趋势。在车货供需匹配算法方面,根据货运需求数据的结构与特点可以划分为最优化算法、人工智能算法、推荐算法以及其他算法四类：对于小规模、时效性要求不高的货运需求,可以根据模型的特点与特性设计最优化求解算法;对于大数据、交互性数据或实时性要求高的货运需求,人工智能算法和推荐算法则是车货供需匹配问题的有效途径,其中人工智能算法通过预测车主行为或匹配结果实现匹配任务,而推荐算法可以针对车货需求大数据实现有效的召回并推荐。最后,本文总结了现有研究的不足之处,并从中归纳出三个值得进一步研究的方向：一是结合实际业务场景和车货信息大数据背景,提高车货供需匹配方法...     

简论空心桩基础构造尺寸的优化计算和确定

通过对桥梁钻孔灌注桩基础发展的简述,论述空心桩基础新技术的必要性,并结合实例对空心桩试验进行讨论分析,根据最优化设计基本理论,分别以工程造价最低为目标、以单桩混凝土体积最小为目标,确定空心桩构造尺寸,对空心桩基础的应用前景进行了展望。     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.     

面向多目标站的灵活型公交路径优化调度模型

在已知乘客需求量、车辆载客容量和站点间行程时间的条件下,将车辆的运行时间和乘客出行时间最小化作为目标,构建面向多目标站的灵活型公交路径优化调度模型. 该模型采用引力模型进行车辆路径初始化,采用启发式算法对车辆路径进行最优化求解. 根据仿真案例结果发现,在乘客需求分布存在较大差异和不确定性时,模型仍能满足所有乘客需求,且车辆总行程耗时较为稳定,系统进行路径优化计算耗时较小,验证了模型及算法的实用性. 研究结果表明,面向多目标站的灵活型公交路径优化调度模型能够最大程度满足乘客需求,并在企业成本、乘客时间成本与需求响应方面达到最大平衡,在实际交通中具有重要意义.