基于遗传算法的船舶电子商务物流中心站优化

现有船舶电子商务物流中心站选址方法以时间路径最短为目标,存在着选址合理性参数较小的问题,为了解决上述问题,提出遗传算法的船舶电子商务物流中心站优化研究。依据船舶物流特点构建物流中心站选址模型,构建模型是一个NP-hard问题,利用遗传算法寻求全局最优解,通过编码、初始化种群、适应度评价、遗传算子操作以及遗传算法求解确定最佳船舶电子商务物流中心站的位置,实现船舶电子商务物流中心站的优化。实验结果显示:与现有代表方法相比较,本文方法用户到物流中心站位置的单位运输时间较短、单位运输成本较低,表明本文方法选址合理性参数较大,具备更好的应用前景。     

基于改进模拟退火算法的船舶物流配送中心选址研究

未改进模拟退火算法收敛速度难以控制,导致应用算法选址后物流总成本较高,选址方法的实用价值低。针对以上问题,研究改进模拟退火算法的船舶物流配送中心选址方法。结合船舶物流的实际问题,建立物流中心选址的数学模型。采用与粒子群算法相结合的方式,改进模拟退火算法。利用改进后的模拟退火算法求解建立的数学模型,得到最优物流配送中心地址。通过与传统选址方法的对比实验,表明改进后的模拟退火算法收敛性能更佳,并且相比传统方法平均节省了约16.95%的成本。     

船舶维修备件供应调度路径优化研究

文章针对船舶维修备件供应调度成本较高的问题,提出两级保障下维修备件供应调度优化策略;为解决基地级备件供应调度路径不合理和基层级装备维修效率低的问题,引入软时间窗的概念,建立了带软时间窗的两级保障下船舶维修备件供应路径优化模型;通过设计优化算法中的算子来改善遗传算法的局限性,提高算法收敛速度,并将算法运用到问题的求解当中;运用MATLAB编程求解目标函数,并用相关案例验证了该模型的有效性,为船舶维修备件供应调度路径的规划提供参考。     

基于遗传算法的装船顺序整数规划问题求解

针对原有装船顺序整数规划求解算法所求得的最优解精度较低的问题,设计遗传算法的装船顺序整数规划求解算法。根据遗传算法演变规则设定整体算法求解流程;依照流程中的硬约束条件要求采用船舶重心与装船翻箱率结合的形式,设计装船规则;根据装船规则内容,采用翻箱率与船舶重心目标函数组成整数规划模型并进行求解。至此,遗传算的装船顺序问题整数规划求解算法完成。构建对比试验,与原有算法相比,此算法最优适度曲线与准确计算结果相近,原有方法与计算结果误差较大。因而,此算法求解精度更高,此算法更有效。     

云环境下舰船周期性任务容错调度算法研究

舰船周期性任务的容错调度对保证船舶安全航行,避免发生碰撞事故具有重要作用,因此针对舰船周期性任务容错调度问题进行研究,在求解环节对传统容错调度算法进行改进优化,以期提高可靠性和实时性。任务容错调度算法设计需要经历2个阶段:第一阶段,构建舰船周期性任务容错调度模型;第二阶段,将遗传算法与蚁群算法相结合,完成模型2次求解,先使用遗传算法,得到初步容错调度可行方案,后使用蚁群算法,完成模型精确求解,有效实现舰船周期性任务的容错调度。结果表明:与单一遗传算法与蚁群算法相比,本算法可靠性降低幅度低(1.89%),说明可靠性更好;100个任务的完成所需时间最少,仅花费11.5 s,证明其实时性更佳。     

层次分析法在物流中心选址中的应用

采用层次分析法,结合物流中心的职能,从经济效益和社会效益两个方面出发,科学地分析了物流中心选址过程中的各种影响因素,并得出它们在物流中心选址中的重要性排序;采用层次分析法大大简化了物流中心的选址过程,具有一定的适用性。     

遗传算法在数学中的应用

简单介绍了标准遗传算法的基本原理及要素,并对比了传统方法与遗传算法.应用MATLAB遗传算法工具箱进行函数极值的求解.     

基于微分进化算法的逻辑斯谛沉降预测模型

预测沉降的逻辑斯谛曲线模型，其函数表达式是一非线性方程，采用传统方法对模型参数进行回归处理往往因为计算复杂和人为因素的影响，而使预测结果带有较大的误差。为此，用微分进化算法来直接估计逻辑斯谛曲线模型的待定参数，从而建立了基于微分进化算法的逻辑斯谛沉降预测模型。基于MATLAB环境编写了算法的实现程序，结合实际工程的沉降观测数据进行了模型的应用研究。实例计算结果表明，基于微分进化算法的逻辑斯谛曲线模型具有良好的适应性，能很好地反映地基沉降变形的规律，拟合实测沉降数据精度较高，该模型具有一定的参考和使用价值；作为一种简单、鲁棒的算法，微分进化算法在求解高维复杂非线性问题中表现出求解速度快、自动化程度高、程序通用性强、初值区间选择无关性等优点。     

考虑环境约束的多货种内陆港布局优化

内陆港作为综合运输一体化的枢纽,地位和作用愈加重要,而传统的内陆港选址却较少针对环境约束、多货种和多沿海港口来进行分析。将多货种和环境问题引入内陆港的布局优化中,首先建立以建设运营成本、运输成本、中转成本、时间成本(即系统总成本)最小和环境排放量最小的双目标内陆港布局优化模型,然后采用传统遗传算法、加入模拟退火算法的改进遗传算法和基于非支配排序的遗传算法进行求解,最后以东三省及内蒙古东部城市为例进行了实证分析。计算结果表明,在考虑环境因素的情况下,当货种的时间敏感因子较低时,通过内陆港中转到达海港的货源点更多;当货种的时间敏感因子较高时,通过公路直达海港的货源点更多。     

平面选址问题的一种混合算法

提出了一种把混沌优化方法Ｄｉｘｏｎ算法相结合的混合算法。该算法用于平面选址问题的求解比模拟退火算法更有效且更稳定。     

舰艇编队协同防空武器优化分配算法

为提高舰艇编队协同防空武器的使用效率,基于最短时间内毁伤最多目标的原则,建立了武器优化分配的0-1规划模型,并给出了遗传算法求解该模型的具体步骤.计算表明,0-1规划模型及遗传算法具有适应性强、收敛速度快等优点.算法为解决舰艇编队较大规模武器优化分配问题提供了一种有效的方法.     

考虑碳排放的集装箱码头场桥调度优化

针对港口低碳发展需求,以场桥和集卡的综合碳排放量最小化为目标,构建集装箱码头场桥调度优化模型,设计遗传算法求解模型,并利用厦门港某码头的实际运营数据验证模型和算法的有效性。结果显示,该模型和算法有效。     

一种基于伪并行迁移策略的求解TSP问题的遗传算法

TSP问题是典型的NP完全问题,遗传算法是求解NP完全问题的一种常用方法.文中将并行遗传算法的迁移策略以伪并行的方式应用于TSP问题的求解,并在迁移过程中进行优化.该算法减少了个体的评价计算量,提高了解的质量.     

基于改进遗传算法的雷达网反干扰对策研究

在复杂电磁环境下,将不同频率、不同体制的雷达组网以提高反干扰效能是一种有效手段。通过雷达网反干扰效能问题研究,建立了定量分析的非线性规划模型,并将模拟退火算法的思想融入遗传算法中进行改进来求解模型,给出了雷达网反干扰对策。     

用遗传算法求解车间调度问题

提出了一种较为有效的求解车间调度问题策略。研究过程中引入自适应遗传算法思想,结合一种能够很好地解决调度问题地编码规则和适应度值函数,对该算法进行了分析。仿真结果表明,该算法和编码规则非常适合调度问题,且优于一般遗传算法,并与一些经典地算法相当。     

装备维修保障资源优化配置的遗传算法

装备维修保障资源的合理配置，是装备保障的重要内容之一。提出一个基于遗传算法的资源优化配置算法模型，给出了模型求解的有效算法。最后，给出具体的计算实例，以验证优化配置方法及算法的有效性。     

集装箱码头设备更新投资优化模型及算法研究

为解决集装箱码头设备更新的合理投资问题,在综合考虑投资成本、平均单船装卸效率的基础上建立了集装箱码头设备更新投资混合整数规划模型;利用遗传算法与仿真相结合的方式构建了模型的求解算法;以某集装箱码头设备更新投资方案的优化为实例对模型及算法进行了验证.结果表明该模型综合考虑投资的成本和效益,对集装箱码头装卸设备的投资进行优化;模型的求解方法能够在兼顾码头实际投资效果的基础上提高全局搜索的效率.     

基于改进蚁群算法的物流网络

文中将受容量限制的单分配轴-辐式网络抽象为一个三次变量的混合整数线性规划模型方程;提出了一种改进的蚁群算法,将6种局域搜索算子加入算法中,因此具有较高的全局搜索能力和局部搜索能力;同时提出“解对”的概念,对问题的构成进行分解优化,转化为确定问题,切实使本问题符合蚁群算法使用的前提和优势;最后,使用澳大利亚邮政的数据进行选址仿真实验,验证此算法模型在该应用中的求解效率和计算稳定性。     

一种基于伪并行迁移策略的求解TSP问题的遗传算法

TSP问题是典型的NP完全问题，遗传算法是求解NP完全问题的一种常用方法。文中将并行遗传算法的迁移策略以伪并行的方式应用于TSP问题的求解，并在迁移过程中进行优化。该算法减少了个体的评价计算量，提高了解的质量。     

遗传算法在船舶电缆布局优化设计中的应用研究

船舶电缆布局优化是实现船舶布线自动化的一项技术难题,这一问题的解决可节省大量电缆布局设计的时间和费用。建立优化模型,并对传统遗传算法中初始种群的产生方法、选择算子及变异算子进行改进,增加检测操作,从而构造求解该模型的改进遗传算法。仿真结果表明,该算法是一种具有全局寻优能力的布局优化方法,具有高效性、实用性,并可扩展于解决船舶设计中的其它优化问题。