基于改进二次粒子群算法的汽车零配件配载优化

综合考虑汽车零配件物流运输配载过程中成本、资源及服务质量等决策要素,建立了汽车零配件配载优化模型。引入二次粒子群算法对该问题进行求解,并针对该算法在搜索早期粒子多样性低的缺点,提出了改进二次粒子群优化算法,它采用遗传算法的变异思想和互换更新机制来提高种群的多样性,以避免过早收敛和改进优化效果。仿真实例表明,与原算法相比,改进后算法的计算效率显著提高,且搜索到全局最优解的概率也更高。     

多目标低碳车辆路径优化模型及求解算法

为有效降低物流配送过程产生的能耗和碳排放,控制配送成本,以传统带时间窗车辆路径问题为基础,研究低碳条件下的车辆路径问题.通过三角概率分布在合理速度区间内对车辆速度进行估算,综合考虑车辆行驶速度、载重量及运行里程构建碳排放计算模型,建立以系统总成本最低、车辆周转时间最小的多目标低碳车辆路径优化模型.将新兴多因子优化算法中协同进化和信息交互的思想应用于NSGA-II算法,提出增强型NSGA-II算法.算例结果表明,多目标优化模型可以更好地兼顾不同物流配送参与者的利益,更符合实际决策过程,所提出的ENSGA-II算法在经济成本上平均节省超过3%,在车辆周转时间上平均改进达到5.02%,表现出较好的求解性能.      

基于扰动收缩粒子群算法的物联网配送车辆调度

为了提高物联网配送车辆的调度效率,采用扰动收缩粒子群算法。首先建立物联网配送车辆优化调度问题的数学模型,考虑到货物品种及数量、需求时间和地点、运输线路以及运输时间的不确定性,包括运输成本、时间惩罚成本、固定成本;接着对基本粒子群算法增设非线性扰动因子用来平衡粒子的全局和局部搜索,在进化前期值比较小,让粒子主要进行局部搜索,而在后期设置值比较大,进行全局搜索,同时增设收缩算子,避免粒子的过度振荡,粒子编码涉及到收货点、车辆编序、行驶顺序,给出了算法流程;最后,仿真试验和实例分析验证了算法的合理性与可行性。结果表明:增设收缩算子对任务目标点寻优地理位置偏差值最小,避免了总成本增加;带有非线性扰动因子调整策略的粒子群优化算法具备更强的跳出局部最优的能力,优化后的算法运行速度加快;对于每次试验的搜索成功率以及违约惩罚成本占总成本比例,与遗传算法、蚁群算法、粒子群算法、混沌量子粒子群算法、模拟退火粒子群算法和柯西变异粒子群算法预测方法相比,扰动收缩粒子群算法预测方法具有更高的搜索成功率和较低的违约惩罚成本,能够满足物联网配送车辆系统对预测精度的需求,对实现实时交通控制具有重要意义。     

资源共享模式下的整车物流路径优化

在对资源共享模式下的整车物流路径优化问题进行分析的基础之上,提出了共享车辆和共享车辆分拨中心两种资源共享模式下的整车物流路径优化网络,构建了以整车运输总成本最小为目标的数学优化模型,并设计了基于遗传算法的启发式算法用于求解该问题。结合华晨宝马、上海通用及广州本田的整车物流运输实例求解,认为文中所提出的资源共享模式可以节约总成本30%,能有效降低运营成本。对不同公路重载单位运输成本下最优成本的变化情况进行了比较分析。结果表明:单位运输成本越大,采用传统单独运输的成本越大,越应采用共享运输模式;但若公路重载运输单位成本与铁路和水路运输的成本越接近,则共享模式的优势越弱,成本节省率也就越低。     

基于离散粒子群算法的协同车辆路径问题

考虑车场容量、不同车型车辆行驶最大里程等约束条件,建立以车辆配送总费用最小为目标的一类带时间窗协同车辆路径问题数学规划模型、即属于不同公司的配送中心共享车队、仓储等资源为客户协同配送货物,采用文献[1]中的自适应离散粒子群算法求解该问题并定义了其可能解的粒子的编码方式.最后,通过一个算例得出结论:同普通物流配送情形相比...     

连续需求下整合关税成本的选址-库存模型

针对国际物流网络设计中忽视连续需求下库存成本影响问题,基于梯级库存持有成本和产品的价值增值过程,建立了连续需求下包含关税成本的多层级选址-库存模型.模型考虑了设施打开成本、运输成本、库存成本、采购成本、生产成本和关税成本之间的相互影响关系,同时对网络结构参数、运输量和订货批量进行决策.利用粒子群优化算法对多个不同的算例进行了求解.算例结果表明:在国际物流网络设计中,考虑关税影响能够带来明显的成本节约,而且随着需求、单位运输成本和库存成本的增加,这种节约会增大;建立的模型和设计的粒子群优化算法是有效和可行的,可以用于国际物流网络设计.     

考虑库存成本的配送中心动态选址模型及算法

为了解决传统配送中心选址没有同时考虑库存持有成本和决策环境的动态变化的问题,建立了一种新的模型。首先,利用两步骤近似方法获得(Q,R)库存策略下每一个周期配送中心的库存成本计算公式;然后,针对传统设施动态选址模型对选址成本的不恰当表示进行了修正,并与库存成本计算方法相结合,从而建立考虑库存成本的配送中心动态选址模型。最后,分别用遗传算法、克隆选择算法、粒子群优化算法求解所建立的模型,并从算法的精确度、稳定性、运算速度和收敛性比较了三种算法的性能。算例测试结果表明:所建立的模型是有效的;从总体上看,遗传算法的适应性要强于克隆选择算法和粒子群算法。     

恶劣天气下多航空器改航路径的仿真优化算法

针对恶劣天气下区域管制区内，多航空器改航路径规划中缺乏降低管制员工作总负荷的考虑。以贵阳区域管制区为例，研究了恶劣天气下多航空器改航路径的仿真优化算法。采用灰色模型预测飞行受限区的动态影响范围；利用几何算法预先规划可供选择的改航路径；改进离散粒子群优化算法的运算规则；以整个区域管制区内改航总路径最短和管制员工作总负荷最低为目标，结合预测的飞行受限区、预先规划的改航路径、改进离散粒子群优化算法和全空域与机场模型实现恶劣天气下多航空器改航路径的仿真优化算法。结果表明，该仿真优化算法经过多次迭代，获得了改航优化方案；与采用传统粒子群算法的仿真优化算法相比，管制员工作总负荷下降了7.52%，改航总路径距离减少了4.48%；与采用多目标粒子群算法和非支配排序遗传算法-II的改航路径算法相比，其改航路径距离略长，但考虑了管制员工作负荷的影响。该仿真优化算法能在减少改航路径距离的同时有效降低管制员工作负荷，对实际改航规划具有借鉴意义。      

液化天然气库存路径问题建模与算法

考虑液化天然气（LNG）的在途挥发、转移挥发与库存挥发对配送成本与风险的影响，根据LNG风险特性采用蒸汽爆炸模型量化库存和运输风险，并针对传统单因素风险评估方法的不足，结合多源数据（兴趣点密度、土地生产总值产出率和人口密度）构建多因素复合风险评估指标反映事故严重程度的空间异质性，建立库存路径问题双目标优化模型，实现多周期LNG库存和配送方案的联合优化。根据问题的特征，设计基于贪婪策略预优化并结合变邻域搜索（VNS）的多目标粒子群（MOPSO）混合优化算法，且通过标准测试函数对改进前后的MOPSO算法和非支配遗传算法（NSGA-Ⅱ）进行比较；与NSGA-Ⅱ相比，MOPSO在结合VNS前后分别具有32%和42%的收敛性优势，结合VNS混合优化相比原始MOPSO有15%的收敛性优势。最后，以广州地区LNG加气站供应体系进行案例分析。研究结果表明：库存与运输成本存在利益背反关系，且在短暂缺货时总成本较低；忽略挥发的影响会导致小批量频繁补货，从而增加不必要的运输成本；LNG挥发成本占总成本的10%~20%，库存挥发率对成本影响较大，但对风险影响很小，当库存挥发率低于2%时投资降低挥发率带来的经济效益较大，当超过2%时，投入产出比迅速降低；风险限值约束对路径选择和成本影响较大，20%风险限值的降低带来了10%总成本的提高，但20%风险限值的提高仅降低5%的总成本，说明总成本在逐步接近不考虑风险时的最低值，存在优化上限。     

电动汽车总装工艺可行性分析

电动汽车与传统燃油汽车生产的装配工艺相比,电动汽车既有其特殊性,又与传统燃油汽车有共同之处,在新生产线规划或是原有生产线投产改造规划阶段,企业都应充分分析两者的工艺不同点,努力实现两种车型的混线生产。本文就电动汽车与传统汽车混线生产方式,主要介绍了电动汽车在已有传统燃油汽车生产线上进行生产的工艺可行性分析需要考虑的影响因素进行分析。     

混合动力汽车发动机优化控制策略研究

提出了一种新的基于整个动力总成系统能量转换效率最优的混合动力汽车发动机稳态优化控制策略,确定了发动机最优怠速运行点和对应的电机最优驻车发电功率.仿真结果表明,运用发动机优化策略的混合动力汽车与传统汽车相比,基于中国乘用车城区瞬态循环的燃油经济性提高了14.3%.     

基于免疫遗传算法的公交线网优化研究

为了提高遗传算法在线网优化中的稳定性,在遗传算法过程中加入免疫因子的提取与注射,并设置局部最优的检测。改进后的免疫遗传算法能结合求解问题的特征信息对种群进行免疫接种,提高搜索速度和精度。通过路网验证,并与标准遗传算法进行比较,表明效果明显。     

基于多目标优化与遗传算法的公交调度模型

结合地区公交现状制定合理的公交调度机制,对于公共交通发展有着重要的现实意义和指导价值。本文以公交公司运营成本和乘客出行成本最小化为目标函数,考虑车辆核载、出行时间等约束条件建立多目标优化函数,构建城市公交调度模型。然后采用遗传算法进行求解,并以黄骅市6路公交进行模型检验。研究表明,优化后的公交调度机制能够有效降低公交公司的运营成本和乘客出行的时间成本。     

基于混合粒子群算法的土钉支护结构设计参数优化

在土层工程地质情况一定的条件下,如何寻找一组最佳设计参数,以达到既经济又安全的目的,是土钉支护设计的一个重要问题。这是一个复杂的优化设计问题。就此,提出基于混合粒子群优化(PSO)算法的基坑土钉支护优化设计方法,以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点,改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度,不活动粒子的处理使算法避免了“早熟”现象的出现。工程实例计算表明,该方法是进行土钉支护结构优化设计的有效方法。     

车联网中车载网络负载与线束优化

基于车载分布式智能网络架构,运用独立协调机制,使用状态协调表协调汽车电器状态,建立了完整的车载分布式独立协调智能网络。进一步推导出车载网络负载的约束规划条件,运用回溯法求取最优负载。基于最优化控制建立了车载网络线束的目标函数与约束方程,运用变分法推导出了线束优化的极值条件。通过车载网络样车改造,设计实车试验,验证了该方法的有效性。     

Root mean square optimization criterion for vibration behaviour of linear quarter car using analytical methods

In this paper, a linear two-degree-of-freedom quarter car model is used to derive a number of analytical formulae describing the dynamic behaviour of passively suspended vehicles running on a harmonically bumped road. The linearity of the system allows us to analytically investigate the steady-state response characteristics. We derive analytical expressions for the root mean square (RMS) of the sprung mass absolute acceleration and relative displacement. This paper demonstrates the shortcomings of existing classical optimization methods. Hence we introduce a new optimization method based on minimizing the absolute acceleration RMS with respect to the relative displacement RMS. The RMS optimization method is applied for the symbolic derivation of analytical formulae featuring the best compromise among conflicting performance indices pertaining to the vehicle suspension system, i.e., sprung mass acceleration and working space. The proposed optimization technique is utilized to find the optimal damping and stiffness curves for the main suspension. The RMS optimal values are used to create design charts for suspension parameters, which are very useful particularly in the presence of physical constraints such as a limit on relative displacement. We introduce a numerical example to illustrate the optimality of the obtained solutions.     

基于 Midas 有限元下的大跨斜拉桥成桥索力优化

为了深化对大跨斜拉桥成桥索力优化问题的认识,根据斜拉桥合理成桥状态的确定原则,阐述各类方法的求解思路与优化过程。大跨斜拉桥成桥索力优化,仅靠一种方法完成索力优化是不够精确的。通过论述斜拉桥合理成桥状态的基本原则,介绍了常用的几种成桥索力优化方法。首先选择最小弯曲能法获得初始索力,并使用影响矩阵法进行二次优化,对成桥索力状态进行叙述。基于大型有限元软件Midas Civil建立斜拉桥模型,以合理成桥状态为控制目标,对背景桥梁成桥索力进行优化。     

汽车动力总成悬置支架的优化设计

汽车动力总成悬置支架是动力总成悬置系统的安全件和功能件，它的结构强度影响汽车的安全性，其一阶固有频率对车内噪声有较大的影响。以某轿车动力总成悬置支架为分析对象，阐述了对悬置支架优化设计时。设计空间与非设计空间确定、拓扑优化与形状优化的过程等。优化结构与试验结果的对比分析表明．建立的悬置支架优化设计方法对悬置支架的设计计算分析是有效的。     

基于多目标遗传算法的高速公路多目标路面养护决策优化

高速公路多目标路面养护决策优化是高速公路路面养护决策优化未来发展的趋势,也是目前研究的热点。针对传统数学规划方法用于高速公路多目标路面养护决策优化的不足,引入了目前在多目标优化领域应用较多的带精英策略的非支配排序遗传算法NSGA-Ⅱ。将NSGA-Ⅱ应用于高速公路多目标路面养护决策优化问题中,仿真结果表明其性能优于传统的数学规划方法,具有广阔的应用前景。     

基于Synchro的交叉口渠化、相位及配时协调优化

为缓解城市交通拥堵,对邯郸市一个单点交叉口进行晚高峰交通流量调查。根据所获数据,运用Synchro软件对现有交叉口信号配时方案进行仿真优化。基于现状仿真结果提出一种将交叉口渠化并增加左转相位,且利用Webster模型对信号配时重新进行计算的协调优化方案,并将其输入Synchro中以进行仿真评价。研究结果表明:使用Synchro软件进行配时优化可提高交叉口服务水平,而协调优化可使交叉口服务水平及ICU服务水平均得以提升;协调优化效果比直接对交叉口进行信号配时优化的效果更为明显。