行包运输行李车三维装载优化问题研究

结合行包运输行李车三维装载优化问题的具体特点,建立其优化数学模型并提出应用遗传算法求解,以获得行包优化装载方案,达到充分利用行李车装载质量或装载容积的目的。算法中考虑行包尺寸、装载顺序、放置方向、装载体积、装载质量及装载重心等约束条件,并结合放置方向及装载顺序约束采用巧妙的个体编码方法,结合行包尺寸、装载容积、装载质量及重心约束构造合理的适应值函数。实例计算表明,应用文中遗传算法求解可以获得理想优化装载结果,计算时间缩短,算法有效可行。     

基于遗传算法的集装箱单箱三维装载优化问题

研究应用改进遗传算法优化铁路集装箱单箱三维装箱问题,达到充分利用集装箱装载质量或装载容积的目的。改进遗传算法中考虑货物放置方向、装载容积、装载质量及装载重心等约束条件,并结合方向及顺序约束采用巧妙的个体编码方法,结合装载容积、装载质量及重心约束构造合理的适应值函数。以16件货物装入20英尺箱为实例,应用改进遗传算法进行计算,计算结果为集装箱装载容积利用率为63 18%,并且可以缩短计算时间一半以上。     

三维集装箱装载优化系统的研究和设计

描述了复杂情况下三维集装箱装箱问题,考虑实际应用中的约束条件,提出了一种三维集装箱装载的模拟退火遗传算法。采用了三空间分割、货物合并、空间合并等策略,考虑了重心位置、运输时间及单箱质量、装载容积、摆放方位和优先顺序约束,提出了有效的解码算法。最后通过实例仿真说明了该算法的有效性和实用性。     

铁路笨零货物装载优化模型和算法

笨零货物装载优化问题是NP完备问题。根据笨零货物运输条件和铁路现场实际操作情况,建立以车辆装载率最大化为目标的装载优化数学模型,约束条件包括:货物合重心偏移量的约束;重量约束;体积约束;下部支撑约束;稳定性约束等。采用遗传算法进行求解,详细阐述用遗传算法求解该问题的关键技术,重点论述二维、三维装载的算法实现。给出算法实例,表现出算法能得到满意的结果。     

一车多件货物装载布局优化模型与算法

以三维多层货物装载布局问题为研究对象,结合货物运输安全特征,综合考虑装载货物合重心、总重量、总体积、车辆边界及货物之间不干涉等约束因子,以最大化承载车辆标记载重量和有效容积综合利用率为优化目标,建立一车多件货物装载布局优化模型。为保证货物布局的平整性和平衡性,提出基于人工装载经验的s中心骨架、带已布物群约束的布局、形状相似的概念,采用空间合并、融合、小块预留技术,在构造待布空间的匹配货物集、中心骨架及其移动策略的基础上设计一车多件货物装载布局优化算法。实例表明:所提出的模型和算法能快速制定合理的三维多层货物装载布局方案,有效运用承载车辆,满足货物运输安全的要求。     

基于配放约束的货物多车配载优化模型与算法

构建具有装载重量、体积以及性质相互抵触的货物不能混装等多约束条件下,基于配放约束的货物多车配载模型.并以该模型为基础,提出求解该问题的蚁群算法.在模型求解过程中,针对问题特点,充分考虑货物配装限制及装载工具的载重、容积等方面约束,基于待装货物比容动态逼近装载工具剩余空间比容策略,综合运用ACA-VEHICLE和ACA-VOTUME等2个不同蚁群协同考虑两个目标--需用装载工具数目和重量、容积利用率优化对问题的求解策略进行研究.改进了蚁群算法的求解策略,提升了算法性能.最后,结合8类100件货物的配装问题,对模型算法进行检验,结果满意,说明该方法具有实用性.     

多车多件货物装载布局优化模型与算法

以多车多件货物装载布局方案为研究对象,建立以标记载重量和有效容积综合利用率最大为目标函数,以货物合重心不超过容许偏移量、各件货物摆放位置不重合、货物不超出承载车辆边界、车辆承载货物总重量不超过车辆标记载重最,车辆承载货物总体积不超过车辆有效容积、货物不被重复装载等为主要约束条件的多车多件货物装载布局优化模型.设计以类First Fit划分算法和重容比为基础的模型求解算法,以制定货物装载布局方案.实例表明:用所提出的模型和算法能快速获得车辆利用效果良好、货物装载布局合理的装载布局方案.     

铁路同类货物装箱优化模型与算法

结合铁路同类货物装箱特征,综合考虑集装箱容积、载重量、重心与货物下部支撑等约束条件,构建以同类货物件数最大化为目标的同类货物装箱优化模型;采用松弛策略、两阶段法及二维布局算法,设计用于求解同类货物装箱最优方案的原始算法和基于5种方案改进策略的调整优化算法.实例表明:所提出的模型与算法可以满足同类货物装箱优化方案的要求,...     

铁路旅客乘车方案优化决策模型研究

研究铁路旅客乘车方案优化问题。首先分析了旅客乘车方案选择问题，给出径路约束条件，并通过定义顺序拆分径路及顺序属于运算符，使得该约束条件与旅客列车开行方案相关联，从而确定铁路旅客乘车方案的约束条件。以顺序拆分子集合个数为优化目标，建立最少换乘次数优化模型，并设计相应求解算法。同样以顺序拆分子集合为基础，结合旅客列车开行方案，对狭义最短乘车时间、最短换乘时间、广义最短乘车时间、最小乘车费用、最短乘车径路、最佳列车等级、最佳席别、最小购票困难度等目标进行分析，并考虑非线性矫正因素，分别得到其数学模型。通过8个平衡系数综合以上模型，最终建立旅客乘车综合优化数学模型。根据旅客列车开行方案构造有向网络，设计了相应算法，最后通过算例验证上述算法。     

不可行集蚁群算法在铁路放射性物质载运中的应用

研究铁路货物运输中放射性物质的载运问题,目的是把安全运输与车辆的合理利用有机结合.以货物的客户要求期限与铁路运到期限之差的数学期望、铁路车辆的载重量利用率、装载货物的轻重搭配合理程度作为研究问题的3个目标;将装载货物运输指数限制、车辆标记载重限制、车辆载货容积限制、装载加固限制作为研究问题的约束条件,建立多目标规划模型.依据目标的重要性确定权向量,根据运输实际情况确定理想点,利用理想点法将多目标规划问题转化为单目标规划问题.运用基于不可行集的蚁群算法求得多目标规划问题的有效解.本文给出铁路放射性物质载运问题的计算实例,编程计算的结果证明蚁群算法具有较高的效率和可靠性.     

多型号平车装载问题的混合遗传算法

铁路运输中的多车型平车装载问题就是要解决在保证安全运输的条件下，提高铁路运输资源的利用率，节省铁路运输资源，这属于NP-hard问题，遗传算法在求解NP-hard问题方面具有较好的优化效果。文中首先分析了平车装载问题的基本技术条件，然后在基本遗传算法和FFD算法的基础上，提出一种求解多车型平车装载问题的混合型遗传算法，并给出算法的编码方法、遗传算子的设计和适应度函数的定义。一方面通过引入染色体有效性判断与修正方法，有效解决了进化过程中的无效染色体问题；另一方面通过引入基因座信息熵来进行群体多样性的计算和控制，有效解决了进化中的局部最优问题，最后用实例验证了所提算法的有效性。     

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。     

基于改进MH算法的高铁ATO运行操纵多目标优化研究

在高速列车运行过程中,运行环境变化将对ATO提出更高的计算要求,ATO既要满足实时计算又要满足运行操纵多目标优化。针对该问题提出一种改进MH算法计算列车运行操纵序列。在原有MH算法基础上,对算法计算频率与寻优目标函数进行改进,提出随机惯性权重粒子群算法与司机驾驶逻辑相结合的方式计算运行操纵序列,通过选取合理的计算间隔时间使得算法性能最佳。以武广高铁85km线路仿真高铁自动驾驶,改进MH算法中随机惯性权重粒子群算法的收敛速度优于原算法。仿真结果表明:改进MH算法在列车运行准点性和停车精度方面得到提升,为ATO在线计算提供思路。     

机车重心位置的检测及对调簧的影响

机车重心位置是机车的一个重要指标,在设计和制造中,必须予以检测和控制。机车重心位置的限制,也是保证机车轮轴重调簧均匀的前提。现对机车重心位置的几种检测方法进行了理论分析,提出了相应的检测思路。同时,为使轮轴重分配达到铁道部颁标准,提出了机车重心纵横两个方向偏离允差的概念,以及利用重心高度来平衡轮重的思想。     

基于动态资源调度算法的数据中心负载均衡方案研究

云数据中心大多采用静态调度算法对虚拟化资源进行分配和调度,调度一旦完成,若无维护,资源分配状况一般不会发生变化,但随着资源池的持续使用,资源使用不均衡的问题会越来越严重。针对该问题,提出基于动态资源调度(DRS,Dynamic Resource Scheduler)算法的负载均衡解决方案,使数据中心物理节点上的资源使用达到相对均衡。采用DRS算法对资源进行实时监控,根据监控结果筛选出与平均负载值偏差较大的物理主机,结合虚拟机已分配与实际使用的资源,计算出其最终得分,根据得分,选择合适的虚拟机进行动态资源均衡,使物理主机的负载值趋于平均负载值。实验结果表明,DRS算法在数据中心应用中具有有效性和稳定性,可以周期性地进行资源动态调度,实现数据中心的负载相对均衡。