矩形件优化排样CAD系统的开发

根据矩形件排样的实际下料工艺要求,采用Pro／ENGINEER的二次开发工具Pro／TOOL-KIT,在VC＋＋6．0集成环境下开发了矩形件优化排样和开料仿真应用系统,该系统具有交互界面直观明了,操作简单,排样优化计算高效等优点．     

冲裁件优化排样系统的开发

借鉴单排多边形顶点算法的思想,构造了改进的多边形顶点算法,并开发出一个冲裁件优化排样系统。该系统能快速的计算出普通单排、普通双排、对头单排、对头双排的排样结果,并给出零件的优化排样方案,系统效率高、实用性强,运行稳定。     

基于坐标约束的矩形件排样优化研究

提出了一种面向矩形坐标关系约束的遗传算法解决传统方法中随着排样矩形种类增多利用率开始降低的问题,可以满足一块大板材上能够裁出更多种类小矩形的要求,同时板材利用率更高。采用文中提出的方法进行排样所达到的矩形利用率为92%以上,且运算时间均在10 s以内。最后在VC++环境中开发出了系统验证排样方案的可行性。     

二维几何构型的过渡圆法及其在冲裁毛坯排样中的应用

介绍的二维几何构型的过渡圆法减少了二维图形计算机处理时人工数据准备量．使二维图形的计算机处理更简捷．同时结合冲裁毛坯排样问题，介绍了过渡圆法的应用．     

船体建造板材套料系统排样优化过程中的图形预处理

讨论了船体建造板材套料系统排样优化过程中的图形预处理.不规则零件图形的预处理过程,可以大大简化排样过程并能有效的改善排样结果、提高板材的利用率.     

一种基于邻接极小搜索的布局模式生成方法

针对全局最优化求解布局问题,通过对目标函数的局部极小出发的两级搜索,获得多个邻接极小,实现布局模式的自动生成;从而获得基于不同布局模式的可行解集以及基于此解集的相对最优解,并通过矩形空间中的圆布局问题给出实例演示。     

一种基于蚁群算法的服务组合方法

Web服务是一种新型的信息集成架构,将多个Web服务组合成一个能完成复杂任务的组合技术是Web服务中关键技术之一．文中提出了一种基于蚁群算法的服务组合方法,对于服务序列可生成全局最优联盟,同时算法基于蚁群系统的学习能力可以有效减少联盟生成的搜索时间和计算量,可实现性好．     

基于可分辨重要度的属性约简算法

在可分辨关系和分辨强度指数概念的基础上,构造出“基于可分辨重要度的属性约简算法”．算法采用自底向上的方法,利用启发式信息可分辨重要度SIG作为属性选取的依据．算法无需生成中间结果,并将相关的逻辑运算转换成矩阵运算,从而达到降低系统时空开销、有效处理大规模数据的目的．理论分析和UCI数据集的测试结果表明,文中提出的算法有效、可行．     

改进的遗传算法在车辆路径问题中的应用

通过对车辆路径问题的深入分析,针对遗传算法中“种群多样性”和“选择压力”两个最重要因素,对“交叉算子”和“变异算子”进行了改进,并和一般的遗传算法进行了比较,通过计算结果证明：在算法性能方面,改进的算法收敛速度较快,所求得的最优解质量较高,且计算结果稳定;在车辆配送路径方面,改进算法得到四条最优配送路线,并且四条线路没有交叉,完全形成回路,又同时满足车辆满载率的限制,而一般的遗传算法得到五条配送路线,最低装载量仅为3．1t,并不能达到车辆相应的满载率,因此,改进的遗传算法明显优于传统的遗传算法．     

大型船舶电力系统潮流计算新方法

提出一种综合高斯-塞德尔法和前推回推法两类潮流算法优势的大型船舶电力系统组合潮流计算方法．该算法将大型船舶电力系统分为主供电网络和子配电网络2个层次分别进行潮流分析．采用前推回推法对各子配电网络进行潮流计算,而在主供电网络分析层次中,将子配电网等效为注入功率源,采用高斯-塞德尔法求解潮流,两类算法相互利用对方潮流解算结果交替进行迭代计算,最终实现整个网络的潮流计算．对典型船舶电力网络进行了算法性能测试,给出了验算结果,并与传统方法相比较．结果表明,所提出的算法具有良好的收敛性能,求解大规模船舶电力网络潮流问题时较传统方法效率更高．     

基于船舶优先权的集装箱港口泊位分配问题

泊位作为港口的重要资源,它的有效管理对于港口有着重要意义。集装箱港口泊位分配问题（BAP）,实质是为到达集装箱港口的船舶安排最佳停靠位置与停靠时间。本文考虑到船舶动态到达的情况,以及实际操作中码头装卸效率对船舶在港作业时间和船舶优先权的影响,以最小化包括等待时间在内的船舶在港停留时间为目标,建立了基于船舶优先权的连续布置泊位分配模型。该模型是0-1混合整数规划模型,对于小规模问题,可采用商业优化软件求解,对于大规模问题,可设计遗传算法处理。算例分析表明,考虑了连续布置泊位分配问题的二维特性和船舶优先权,能够找到更符合实际的泊位分配方案。     

第Ⅰ类双边装配线平衡问题的改进蚁群算法

为克服传统算法求解大规模双边装配线平衡问题计算时间长、性能不稳定的缺陷,针对第Ⅰ类双边装配线平衡问题,应用综合信息素搜索规则与全局信息素更新规则,提出了一种先产生任务排列序列、后按启发式分配规则产生可行解的蚁群算法,可有效脱离陷入局部最优解.用改进蚁群算法对30个不同规模的问题进行求解,并与标准蚁群算法和禁忌搜索算法进行了对比.结果表明:改进蚁群算法求出29个最优解,比普通蚁群算法、禁忌搜索算法分别能多求得6个和3个最优解;应用于汽车双边装配线算例,在保持平衡效率的条件下,改进蚁群算法计算时间为21.01 s,比普通蚁群算法减少了9.14 s,计算效率提高了30.3%.      

基于免疫优化的单目标多模态期望值规划

为了求解未知随机变量分布下单目标多模态期望值规划,通过引入检测候选解是否为局部最优解的随机函数,将该期望值规划问题转化为多目标期望值规划问题,并进一步探寻问题的转化关系,获得在一定条件下有效解是最优解的结论;根据样本平均近似化思想,将多目标规划转化为非恒定样本采样的近似化模型,并基于克隆选择和免疫记忆的机理,通过设计递归非支配分层、样本自适应采样和自适应繁殖与变异方案,引导进化种群往优质个体所在区域转移,提出了求解该近似化模型的免疫优化算法.仿真结果表明:与参与比较的多目标优化算法相比,该算法搜索多个最优解方面有明显优势,搜索效果稳定,噪声抑制能力强;求解低、高维标准测试问题获得最优解的数量分别平均提高了20%和70%.      

JD多车型配送车辆调度问题的模型及其禁忌搜索算法研究

在建立多车型配送车辆调度问题的数学模型的基础上,通过设计一种新的解的表示方法建立了求解该问题的禁忌搜索算法.实验计算证明,该算法不仅可以取得很好的计算结果,而且计算效率较高,收敛速度较快,计算结果也较稳定.     

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。     

求解拆卸线平衡问题的改进人工蜂群算法

大规模拆卸线平衡问题（disassembly line balancing problem,DLBP）是NP完全问题。为克服传统算法求解DLBP搜索过于随机、易于早熟,且求解难度随任务规模的增加呈指数级增长等不足,构建了基于最小化工作站、均衡负荷、尽早拆卸有危害和高需求零部件的DLBP多目标优化模型,在此基础上,提出了改进人工蜂群算法。该算法包括以下4个阶段:在初始解生成阶段,引入危害指标和需求指标,提升算法收敛性能;在雇佣蜂搜索阶段,采取可变步长搜索策略,增加对较优解的搜索深度,加速淘汰劣解;在观察蜂搜索阶段,采用常规搜索与蠕动搜索相结合的混合搜索策略;在侦察蜂搜索阶段,构造了基于分布估计的搜索策略,引导搜索过程。应用本文算法对70个测试问题进行求解,其中65个求得了最优解,寻优率为92.86%;对10个任务实例求得最优解的需求指标为9730个,比蚁群算法减少了360个;52个任务实例的开启工作站数目、平滑率和拆卸成本3项指标均取得了更优的结果,求解较大规模问题的性能显著提升。      

求解价格控制问题的旋转算法

旋转算法是一种求解线性不等式组以及线性规划的方法,区别于传统的单纯形法,该算法是基于行处理的方式,可以将不同的约束条件分别处理,因此可以求解价格控制问题、线性多层规划,以及线性一主多从有关联的stackelberg—nash均衡等问题．如果采用“自上而下”的方法来求解价格控制问题,可以通过增加分割约束集的割平面的方法计算全局最优解．算例证明了该方法用于求解线性主从递阶决策问题是简便有效的．     

一种基于时空距离的带时间窗车辆路径问题算法

带时间窗的车辆路径问题是典型的NP难题,一种常用的求解方法是先对顾客分组,后进行路径优化的两阶段启发式算法. 传统算法在顾客分组时主要考虑顾客的空间位置关系,但是忽略了顾客对服务时间窗口的要求. 本文同时考虑顾客的时间和空间特性,提出了一种基于时空度量的顾客分组方法. 在路径优化阶段,本文提出了一种禁忌搜索算法来进行求解,该算法中禁忌的对象不是解,而是这些解的目标函数值的区间,以便于提高收敛效率. 作为验证,本文以Solomon标杆问题集为算例进行演算,结果表明,在窄时间窗约束下,基于时空距离的两阶段启发式算法明显优于基于空间距离的算法,且部分算例的解达到了国内外已发表的最好解.     

һ�ද̬����·������ģ�ͺ����׶��㷨

针对一类动态车辆路径问题,分析4种主要类型动态信息对传统车辆路径问题的本质影响,将动态车辆路径问题(Dynamic Vehicle Routing Problem, DVRP)转化为多个静态的多车型开放式车辆路径问题(The Fleet Size and Mixed Open Vehicle Routing Problem, FSMOVRP),并进一步转化为多个带能力约束车辆路径问题(Capacitated Vehicle Routing Problem, CVRP),基于CVRP模型建立了DVRP模型;然后,在分析DVRP问题特点基础上,提出两阶段算法,第一阶段基于利用K-d trees对配送区域进行分割的策略,提出了复杂度仅为O(nlogn)的快速构建型算法,第二阶段通过分析算法搜索解空间结构原理,设计混合局部搜索算法;最后,基于现有12个大规模CVRP标准算例,设计并求解36个DVRP算例。求解结果表明了模型和两阶段算法的有效性。     

���������ij������������ģ�����㷨�о�

在对多配送中心车辆调度问题进行直观描述的基础上，建立了该问题的数学模型。提出了采用距离最近分配法将多配送中心车辆调度问题分解为多个单配送中心车辆调度问题进行求解的策略．基于求解单配送中心车辆调度问题的禁忌搜索算法，设计了求解多配送中心车辆调度问题的算法，并进行了实验计算．计算结果表明，用本文设计的算法求解多配送中心车辆调度问题，不仅可以取得很好的计算结果，而且算法的计算效率较高，收敛速度较快，计算结果也较稳定．