基于模拟退火算法的物流配送路径优化问题分析

模拟退火算法是解决NP完全组合优化问题的有效近似算法,将该算法应用于路径优化问题中,利用该算法对类似货郎担问题的路径问题进行求解。针对城市道路行走不同的目标条件（路径最短、时问最短）进行优化,选择最佳行走路径,并用该算法优化得到的计算结果,结果表明该算法在解类似货郎担交通路径方面问题时具有较高的精确性。因而,该算法在解决城市道路交通问题方面具有一定的实用价值。     

物料配送和废旧产品回收的VRPSDP问题的并行模拟退火算法

为了求解面向制造领域物料配送和废旧产品回收的同时送取货的车辆路径优化问题（VRPSDP）,提出一种主从式并行模拟退火算法代替传统的串行模拟退火算法．算法首先使用剩余承载力和径向附加费（RCRS）算法求得初始解,然后在并行模拟退火算法框架下使用4种邻域搜索方法对初始解进行优化．最后,选取国际上通用的Montane和Galvao测试数据集（18个顾客数为100～400的测试问题）对算法性能进行测试,与文献中其他5种算法的比较显示,提出的并行模拟退火算法总体性能较优．     

考虑交通拥堵及工作量平衡性的一致性车辆路径问题

为研究快递公司在提供一致性配送服务时,交通拥堵以及快递人员工作量平衡性因素对配送路径的影响,在传统车辆路径问题研究的基础上,提出了考虑拥堵和工作量的一致性车辆路径问题,并构建了混合整数规划模型。针对该模型的NP难性质,提出了基于模板路径的两阶段模拟退火算法（template-based simulated annealing heuristic,TSA）。该算法通过构建模板路径求解初始路径方案,再利用模拟退火算法优化路径方案,降低车辆总行驶时间。将该模型和算法应用于3组基准数据（benchmark data set）的数值实验,结果表明:本文模型和算法能有效解决此类问题,交通拥堵使最优配送路径的总行驶时间平均增加18.38%,使快递人员在任意两天到达同一顾客的最早与最晚时刻之差平均增加12.92%;当快递人员配件量的不平衡性平均下降35.82%后,二者仅分别平均增加2.29%和1.68%。      

单车场集送一体化车辆路径问题及其混合算法研究

针对物流配送中的单车场集送一体化车辆调度问题提出了基于禁忌规则的模拟退火算法.采用了基于自然数的一体化配送对路径表示方式,用里程约束来控制车场的插入,以增加惩罚的方式加入时间窗约束.算法在状态生成函数中利用3种邻域扩大抽样范围;根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则.介绍了算法的原理,应用算法求解了多个有代表意义的问题实例.对算例结果进行分析表明,该算法可以有效地求得有里程和时间窗约束的单车场集送一体化车辆调度问题的优化解.     

一致性车辆路径问题下基于模板路径的模拟退火法

根据一致性车辆路径问题的“服务一致性”特征,本文提出了基于模板路径的 模拟退火法（TSA）以更好地求解此问题.该算法求解分为2 个阶段：第1 阶段求解模板路 径,第2 阶段以所得模板路径为参考获得各天车辆具体配送路径方案,2 个阶段均采用模 拟退火法进行优化.借助小、中规模基准数据集,文章对TSA算法进行数值实验,并将实 验结果与ConRTR算法和TTS算法的结果作比较,利用TSA法求解一致性车辆路径问题 得到的配送路径方案和“服务一致性”指标均得到优化.实验结果表明,运用TSA算法规 划车辆配送路径方案,不仅能够降低运营成本,还能提高配送服务质量.     

多目标优化的新方法——幂加权和法及数值仿真

提出了一种新的评价函数,将多目标优化问题转化为单目标优化问题,并证明了由这种方法所得到的最优解是多目标优化问题的有效解.用混合罚函数法将约束问题变为无约束问题,将改进的模拟退火算法与单纯形法结合起来构造一种效率较高的全局优化算法,该算法具有模拟退火算法在全局搜索上的优点和单纯形法在局部搜索上的优点.用计算机语言编制了通用程序,给出了单目标优化和多目标优化的例子,数值仿真结果表明这种方法是可靠的.     

大型客运站调机运用优化模型及算法

对铁路客运站调机运用进行科学合理的优化分析,对于提高客运站工作效率及保证旅客列车正点到发具有非常重要的意义。通过对客运站调机作业分析,建立客运站调机作业运用优化决策模型,将调机作业顺序模型转化为车辆数固定的、带时间窗口的车辆路径问题。采用模拟退火算法,实现调机运用的合理优化,并对模型和算法进行验证,得出优化效果明显的结论。     

考虑弹流润滑的圆柱滚子轴承多目标智能优化设计

基于弹性流体动力润滑理论,以额定动载荷最大和膜厚比最大为目标函数,通过对圆柱滚子轴承多目标优化数学模型的研究,应用退火罚函数方法将其转化为无约束单目标优化问题.采用遗传算法求解含连续及离散变量的优化设计问题,同时针对遗传算法的局限性,采用了实数编码,调整了适应函数,设计了基于确定性准则的杂交算子和变异算子,借鉴了优解保留策略,结合模拟退火算法,形成了遗传模拟退火算法,该算法发挥了模拟退火与遗传算法各自的特点.算例表明了该优化方法的有效性.     

�������������������ģ���˻��㷨�����ȷ���

研究了求解城市交通连续网络设计问题的模拟退火算法参数选择原则。采用双层规划模型来描述固定需求下的城市交通连续网络设计问题,其中上层问题的目标函数为整个网络的总阻抗和总投资额之和,下层问题则是用户平衡配流模型。利用模拟退火算法求解上层模型,下层模型则采用基于路径的GP算法进行求解。本文首次采用了灵敏度分析方法分析参数选择对模拟退火算法求解连续网络设计问题影响,比较了各个参数对算法结果及时间的影响,确定了参数的选择原则。根据上述分析方法得到的参数选择原则来设定参数的取值,能够提高算法的执行效率和收敛精度。     

����GSAA��ͣ��λָ���Ż�������о�

停机位的合理指派是机场地面作业中的一项核心任务,对减少枢纽机场航班中转时间起着重要作用,但是停机位指派问题是NP难问题,模型和算法都比较复杂。建立了以旅客满意度为优化目标的数学模型,并设计了一种贪婪模拟退火算法（GSAA）,以求解枢纽机场的停机位指派问题。该算法首先根据贪婪算法FCFS准则使“丢失”的航班数最少得到模拟退火算法的初始解,然后运用经典模拟退火算法求解出最优指派结果。数值仿真证明了模型和算法的有效性。     

��Ͻ�ͨ������Ƽ����߿�¡�˻��㷨����о�

研究混合交通网络设计问题,以交通网络总阻抗最小为目标,在建设资金的约束条件下给出了双层规划模型。将模拟退火算法中的退火策略引入到免疫克隆算法中,设计了求解模型的免疫克隆退火算法。算例验证了算法的可行性,并通过与模拟退火算法比较证明了设计算法的有效性。最后,在给定不同建设资金的约束条件下进行了灵敏度分析,并讨论了投资成本与网络总阻抗、建设资金约束与网络设计决策的关系。     

Mixed Transportation Network Design Based on Immune Clone Annealing Algorithm

This paper focuses on the mixed transportation network design problem. A bi-level programming model, constrained by investment budget, is developed to minimize the total impedance of transportation network. The immune clone annealing algorithm, which is designed by combining annealing tactic of simulated annealing algorithm and immune clone algorithm, is introduced to solve the proposed bi-level model. Compared with simulated annealing algorithm, the feasibility and effectiveness of the model and the algorithm is demonstrated through a numerical experiment. The sensitivity analysis on different investment budget constraints is provided, as well as the relation between investment cost and the total impedance of network, investment budget constraint, and decision on network design.     

基于模拟退火策略的最大-最小蚂蚁系统

介绍了一种基于模拟退火策略的最大-最小蚂蚁系统。根据模拟退火策略来决定使用迭代最优信息素更新规则或是至今最优信息素更新规则。设计出一种随机扰动策略,有效地避免了算法陷入停滞状态。将此算法应用在旅行商问题上,实验结果证明了该算法的有效性。     

遗传-模拟退火算法在数据库查询优化中的应用

将遗传算法与模拟退火算法相结合,导出了一种基于遗传0模拟退火算法的多连接查询优化算法．该算法将查询计划的一棵语法树看作是一个染色体,对于语法树上的连接操作后序遍历生成一个编码．在所有编码构成的种群进行完选择、交叉、变异操作之后,在其中引入模拟退火机制,从而进一步调整优化了种群,保持了群体的多样性,减少了用户查询的响应时间．     

Monte carlo model in metal recrystallization simulation

Some new advices are proposed for Monte Carlo model of recrystallization annealing simulation, including an additional recovery process, a new stored energy distribution, a more advanced nucleation model and a conversion probability of site orientation. Then a Monte Carlo model is established absorbing the above improvements, and used to isothermal annealing simulation of 1060 pure aluminum cold-rolled sheet. For contrast, a recrystallization annealing experiment of 1060 pure aluminum is carried out at the same time. The results show that the 1060 aluminum alloy in the annealing experiment produces obvious recrystallization, and the grain morphology of recrystallization is similar to isometric. The new model can effectively simulate the nonhomogeneous nucleation process and the microstructure evolution of 1060 industrial pure aluminum in annealing, and the simulated recrystallization kinetics curve is similar to the theoretical curve. The Avrami exponent coincides with the experimental result but is lower than the theoretical value of 2. As the Monte Carlo model does not consider the preferential growth orientation, some simulated results are not completely consistent with that from experiments.     

基于均衡使用要求的飞机排班算法

为解决基于均衡使用要求的飞机排班问题，引入航班节的概念，并对飞机一航班节之间的匹配性约束作松弛处理，然后通过构造航班节的网络模型，将基于飞机均衡使用要求的飞机排班问题转化为寻找一个使目标函数最小的航班节编组方案问题，根据飞机的均衡使用要求构造了目标函数，设计了一种基于模拟退火算法的启发式算法。该算法的计算复杂性为O(M(m^3 mn))。     

基于双层规划的公交车调度问题的模型与算法

城市公交车辆调度的主要目的是在方便乘客出行的前提下追求企业利益的最大化,其关键问题是在企业如何进行公交车辆配置和安排一天中各个时段上的发车频率.在对现有问题研究的基础上,基于对调查数据的分析和推导,建立了以乘客满意度为上层目标、企业运营效益为下层目标的双层规划模型,并对此设计了一个遗传模拟退火混合优化算法,结果表明:本文提出的双层模型和设计的遗传模拟退火算法具有一定得有效性和可行性.     

Sensitivity Analysis of Simulated Annealing for Continuous Network Design Problems

In this paper, parameters choices of simulated annealing for continuous network design problems are discussed. A bi-level programming model for continuous network design problem is introduced. Objective function of the upper level is defined as the sum of the total travel time on the network and the total investment costs of link capacity expansions. The lower level problem is the user equilibrium assignment model, which is solved by the Gradient projection algorithm. Sensitivity analysis method is the first time used to analyze and compare the influence of the different selection of parameters to the implementation of simulated annealing algorithm. Suggestions of parameter selection are also given. Analysis demonstrates that the efficiency and precision of these methods can be improved clearly with the proposed suggestions.