物流配送中心选址模型及其启发式算法

在考虑了产品运输成本和配送中心运营可变成本的基础上, 建立了一个有关多个配送中心的选址模型。模型的求解主要分两部分, 对于线性函数部分, 用运输问题的“表上作业法”予以求解; 对于非线性部分, 用“启发式”算法对其进行了优化求解。两种方法结合使用, 得到了较为满意的选址结果, 并与解决此问题的其它算法进了简单的比较论述.     

基于启发式算法的并行多机调度问题研究

从车间生产调度的实际情况出发，针对最小化完工时间的多机调度问题，提出了一种改进的极大消去法，并利用该算法进行了调度仿真，仿真结果表明：该改进后的算法能够更好的解决大规模多机生产调度问题．     

货物合理配装的实用启发式算法

提出了货物配装中的一种实用启发式算法,详细地描述了该算法的相关术语、定义和步骤,进行了实例验算,并时算法提出了改进。结论表明实用启发式算法具有较为满意的效用性,改进的实用启发式算法具有很好的效用性。该算法有助于提高装载单元的载重能力和货物配装水平。     

基于改进托盘共用系统的托盘回收模型

为了提高托盘利用率,在现有托盘共用系统的基础上,提出了改进的托盘共用系统,该系统中的收货方可作为发货方利用收到的托盘发货,能减少至少两次空盘运输.以托盘回收总成本最低为目标,考虑了库存成本、库存能力、运输成本、运输能力、需求约束和供给约束因素,建立了托盘共用系统托盘回收整数规划模型和供给不确定的托盘共用系统托盘回收随机规划模型.通过算例验证了模型的有效性.     

集装箱装载问题的启发式优化算法

集装箱装载是个多约束的复杂组合优化问题,属于NP-Hard问题,其精确求解是很困难的,一般多用启发式方法来近似解.针对背包型集装箱装载问题提出了一种启发式算法,该算法采用了新的"砌墙"机制和货物组对策略,通过递归寻优得到解.通过实例说明该算法具有较好的有效性和实用性.     

公交网络多路径选择启发式算法研究

公交乘客出行路径选择算法是公交乘客信息系统的核心技术。建立了公交网络出行路径选择的数学模型,在Dijkstra算法和迭代惩罚法的基础上,设计了公交网络多路径选择的启发式算法,并结合实际公交网络进行了算法的验证。算法合理考虑了换乘因素和距离因素对公交出行者路径选择行为的共同影响,能够生成多条备选路径供出行者选择。对于公交乘客信息系统相关技术的研究开发具有参考价值。     

转盘上单机排序问题的启发式算法

对于带有转盘的单机排序问题Ｔ１。给出了一个启发式算法,该算法具有多项式时间Ｏ（ｎ＾２）,且性能比为１＋２／ｎ。     

基于两阶段启发式算法的公路网布局研究

为形成科学、合理的公路网布局方案,为公路网布局实践提供理论支撑,以节点重要度为基础,在一定的约束条件下,以满足节点间的运输需求为目的,以路网总旅行时间最小为目标构建混合整数规划模型.在此基础上,以路段重要度和运输需求为启发式条件,设计基于随机游走算法和模拟退火算法的两阶段启发式算法,对MATLAB生成的随机算例进行求解...     

二维平行放位装车问题的布局约束启发式算法

在分析二给平行入位货物装车问题的基础上，对货物装车问题设定了布局约束，构造了布局约束启发式算法。实验结果表明，此算法可以有效求得问题的优化或近似优化解，是求解此类问题的一个较好的方案。     

一种多车型多货物配装问题的模型与算法

针对大型配货中心的配装问题,在货车容积和载重的约束条件下,建立了一种多车型多货物配装问题的数学模型.同时引入退火单亲遗传算法求解此模型,在遗传算法中引入启发式策略和模拟退火选择操作,克服了传统遗传算法搜索能力差,收敛速度慢的缺点.试验结果表明：算法在求解配装问题时是有效的.     

序决策逻辑及基于启发式遗传算法的规则挖掘

很多真实世界处理排序问题代替分类问题,例如由不同生产厂商生产的消费品,大学之间的排序等等.一般地,一个全局的信息表需要给定.本文采用了基于Rough集理论的方法来阐述排序规则的挖掘问题,且利用了基于遗传算法的启发式算法来达到算法的实现.     

基于模糊调度法则的单件车间作业计划排序算法

研究了单件与组装件混合制造系统中普遍存在的有优先顺序约束的单件车问调度问题．深入分析了传统启发式算法存在的缺陷，提出调度法则模糊化思想．在此基础上，构造了具有一定优度的作业计划排序算法求解问题．通过实例分析，说明了这一算法在工程中的可行性．     

���ڿɿ��Է����Ĺ�������·������ʽ�����㷨

城市公交系统包含多种公交模式如地铁、轻轨、公交专用道、地面公交等,不同模式的车辆行驶速度及换乘时间差异很大,同时由于城市公交运行时间的具有较强的随机性,基于静态分析的路径选择与实际的动态最佳路径常有较大偏离。本文以公交出行链各环节为边,通过构建包含不同公交模式的多层次网络邻接关系,并对各边进行平均出行时间及时间可靠度的双重赋权,建立考虑出行各环节时间随机波动的多模式公交线网;并以通行时间较短、延误风险较小为路径寻优的双重目标,通过在路径寻优过程中对延误高发线路及换乘点进行启发式规避,实现在出行时间许可范围内有效减少延误风险的可靠路径的快速搜索。文中最后通过实例表明该算法的合理性及有效性。     

基于货物配装优先级的散货配装模型和算法

充分考虑配送距离、送货时间要求、货物价值以及客户重要性等因素,构建了货物配装优先级函数,并在满足货物配装优先级前提条件下,提出了单辆货车的载重和容积两者利用率最大的双目标散货配装模型.模型求解方法选取蚁群算法,将配装优先级引用到信息素以及能见度函数中,同时优化算法策略,加大求解速度和准确度.最后利用类似文献中的算例进行算法验证和结果比较,表明所提出的模型和算法法在实际运用中是可行的.     

战略装车点多点选址模型及算法

根据战略装车点选址问题的特殊性,在考虑政策性指导原则的基础上,以客户需求和货源基础为出发点,将代表客户利益的运送成本、决策方建设成本和可变成本及表征可挖潜能力的货源覆盖量货币折算值共同纳入目标体系,构建了战略装车点多点选址混合0-1变量非线性规划模型．基于铁路运输组织,考虑物流节点选址问题一般约束的同时兼顾战略装车点覆盖货源量、车流整列配发及线路通过能力约束对目标优化的影响．通过对模型特性的分析,提出一种启发式算法对模型进行求解．最后,结合数值算例验证模型的有效性和实用性．     

求解TSP问题的一种启发式遗传算法

TSP问题是著名的NPC问题，在组合优化中有许多应用。讨论如何应用启发式遗传算法求解此问题，并设计一种启发式交叉算子和换位变异算子，主要特点是给出算子在程序中的实现技巧，提高搜索的速度。经实例分析，算法性能较好，能较快得到问题的满意解。