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。     

基于遗传神经网络的物流配送中心选址决策

遗传算法能同时优化BP神经网络的网络结构和权值阈值,与BP网络和遗传算法相比,不仅在权值和阈值训练方面更加快速稳定,而且能够在学习过程中确定网络的拓扑结构,具有较高的学习效率,同时避免了BP算法和遗传算法的缺陷,在物流管理中对物流配送中心的选址和经济决策具有重要的现实意义。     

基于改进决策树的港口物流船舶运输路径优化研究

常规方法下优化的运输路径虽能完成运输任务,但效率过慢,且总成本较高,导致港口物流的运输效益不理想,为此提出并设计了一种基于改进决策树的港口物流运输路径优化方法。在给定运输起点和终点的前提下,建立路径优化决策集,通过改进决策树算法,确定每条运输路线上的权重值及特征向量,将权重值引入决策树,利用改进决策树算法对决策集进行求解,实现船舶运输路径的优化。仿真实验结果表明,基于改进决策树的运输路径能够有效提高船舶的运输效率,具备良好的适应性。     

基于改进遗传算法的结构优化方法研究

本文对遗传算法应用于结构优化设计时的数学模型、约束条件处理、初始种群的产生及其遗传算法控制参数的选择几个关键因素进行了分析;对优化设计中约束条件的处理方法、种群规模大小的确定进行了研究;并针对简单遗传算法局部搜索能力不足的缺点进行了改进.     

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。     

改进群智能优化算法的海上物流配送路径优化方法

传统算法过早陷入局部最优,不能考虑全局配送问题,导致海上物流配送成本偏高,因此研究改进群智能优化算法的海上物流配送路径优化方法。该方法根据海上物流配送约束条件,建立路径优化模型,利用改进群智能优化算法,进行全局域中混沌局部的同步搜索,实现海上物流配送路径优化。实验结果表明,此次研究方法的物流配送成本,比传统方法低了24 332元,可见此次研究的路径优化方法更好。     

云计算在船舶物流智能配送系统中的应用

首先设计基于云计算的船舶物流智能配送系统架构和数据库,然后在云平台的基础上,利用遗传算法对船舶物流智能配送路径进行优化,最后通过实例进行结果分析。对比结果说明,利用云服务可以增加系统的配送路径选择,降低运输成本。但运输效率需要在今后的应用中进一步提高。     

基于改进遗传算法的集装箱装载优化问题研究

在考虑一些实际应用中的约束条件下,提出一种船用集装箱装载优化问题的改进遗传算法。实例仿真结果说明该算法的有效性和实用性,可以直接在实际中应用。     

基于改进自适应遗传算法的船舶电力系统滤波装置优化配置

近年来随着大量非线性负载的投入使用,船舶电网谐波问题日益严重,直接影响到船舶电气设备的正常工作和使用寿命。论文结合船舶电力系统动态负荷多等特点采用节点电势法进行基波潮流计算,忽略传输线路压降,对非线性负荷进行迭代求解,因而收敛速度快,精度高。在迭代求解过程中,采用改进的自适应遗传算法。根据适应度值的集中程度自适应地变化整个种群的交叉概率和变异概率,增加了种群多样性,扩大了搜索空间。应用改进的自适应遗传算法对一个12节点船舶电力系统进行滤波器优化配置,优化结果表明了算法的有效性。     

基于改进遗传算法的车辆优化调度研究

针对物流配送过程中车辆调度问题,建立了带时间窗的物流配送车辆优化调度数学模型,采用改进后的遗传算法进行了模型求解。模拟结果表明,本文设计改进后的遗传算法在求解时间和求解效果上具有良好的性能,尤其对求解大规模的物流配送车辆调度问题,具有一定的实际应用价值。     

船舶空间优化中遗传算法的应用

随着海洋经济的发展,船舶朝着大型化、强动力方向发展。船舶设计工程需要考虑空间、动力、结构各方面因素,本质是一个多目标优化问题。船舶优化涉及因素越来越多,传统的基于单目标的优化解决方法已经不能适应船舶的现代设计方法。遗传算法是模拟生物自然选择进化过程的算法,能够解决多目标优化中的多组非劣解集合问题。本文设计基于遗传算法的船舶空间优化方案,给出船型、空间与阻力之间的最佳方案,最后给出仿真结果。     

基于多目标遗传算法的船舶修理计划优化研究

针对船舶修理工作中的计划任务分配问题,提出了基于多目标遗传算法的船舶修理计划优化的方法。将修理经费和时间作为两个追求的目标函数,采用改进的非支配解排序的多目标进化算法（NSGA II）对优化模型进行了求解,得到了任务分配的Pareto优化解。这种方法能够比通常的加权和方法得到更多的计划方案,能够给任务制订者更多的选择。文中计算了一个维修任务分配例子,并且和通常单目标优化结果进行了比较,表明了该方法的有效性和实用性。     

船舶结构混合变量优化的遗传算法

本文针对船舶结构优化设计中普遍存在的混合离散变量现象，对遗传算法进行了若干探讨和改进，以直接获得实用的最优解。通过两个船舶结构优化的算例，验证了本文方法的有效性。     

烟草物流配送中心配送精细化管理体系建设

近年来,随着交通运输网络的日益完善,以及信息化物流管理系统的广泛应用,物流行业得到了快速发展。其中,烟草作为一种特殊的商品,在物流配送管理体系方面与传统商品有着一定的区别。本文以烟草物流配送中心物流配送精细化管理体系为研究内容,在简要论述烟草物流配送中心业务构成的基础上,指出精细化管理体系建设的意义,并围绕传统烟草物流配送中心所面临的实际问题,提出具有可行性的物流配送精细化管理体系建设思路,以期能够为烟草物流配送管理工作提供参考。     

改进遗传算法的船舶航行路径规划方法

船舶航行环境十分复杂,路径规划是保证船舶智能航行的基本技术,针对当前船舶航行路径规划方法存在搜索最优路径速度慢、得到最优路径质量差等缺陷,设计了基于改进遗传算法的船舶航行路径规划方法。首先对船舶航行路径规划原理进行分析,构建船舶航行路径规划的建模环境,然后产生船舶航行路径规划的可行解,引入改进遗传算法模拟生物进化机制对船舶航行路径规划可行解进行分析,搜索到最优的船舶航行路径规划方案,最后在Matlab 2017平台上进行了船舶航行路径规划仿真测试。改进遗传算法不仅能够在有效时间内找到最优的船舶航行路径规划方案,让船舶航行路径十分安全,能够有效避开所有障碍物,而且找到船舶航行路径规划方案的迭代次数明显减少,是有一种有效的船舶航行路径规划方法。     

船舶航行性能优化的模糊遗传算法

模糊遗传算法是一种模糊优化与遗传算法紧密结合的优化方法。它兼有模糊优化的考虑到模糊因素从而更能贴近工程的实际情况和遗传算法的全局寻优能力强的特点。本文中模糊优化采用限界搜索法，它可针对模糊非线性一规划给出一个特定的清晰解。对应特定水平则委托遗传算法进行寻优。为处理等式和不等式混合约束，通过惩罚策略将其吸入遗传算法中染色体的适值。本文采用该方法对船舶航行性能进行优化，以船舶的快速性、操纵性和耐波性三个航行性能综合最优为目标函数，具体做法是取三个性能指标的线性加权和，最后建立的数学模型包括三个等式约束和五个不等式约束。根据以上思想本文用VC＋＋6．0开发了ShipPO优化平台，并在其上进行船舶航行性能优化计算，结果表明，该京城地少，全局寻优能力强，非常符合工程需要。     

基于遗传算法的船舶导航路径规划研究

合理优化的船舶航行路径是舰桥系统中重点研究的技术之一。本文将遗传算法引入到船舶导航路径规划中,设计适当的适应度函数和遗传算子,从而保证遗传算法的鲁棒性;并且通过改进的交叉算子和变异算子能够增强种群的多样性。最后通过仿真对比实验来说明本文算法的有效性。     

基于遗传算法的散货船结构优化研究

选取82000载重吨散货船船中横剖面为研究对象,对结构优化设计方法开展研究.以纵向板剖面积最小为目标函数,结合《钢质海船入级与建造规范》(2009)确立约束条件,采用改进的遗传算法对其进行结构优化设计.结果表明:优化后的剖面积减少了5.2％,有效减少了结构重量,为此类船结构设计提供参考.