求解背包问题的一种新的近似算法

给出了求解背包问题的一种新的近似算法,这一算法是一种改进的贪婪算法,即将部分枚举法与贪婪算法相结合.从而使其具有更好的性能保证.同时,从理论上证明了这一算法的可靠性.最后,通过具体算例验证了算法的有效性.     

遗传算法在求解背包问题中的应用

对决策优化的经典背包问题进行了研究,提出了应用遗传算法对该模型进行求解,两例背包问题实例研究表明,遗传算法优化结果较其它方法都更合理。     

Improved Parallel Three-List Algorithm for the Knapsack Problem without Memory Conflicts

Based on the two-list algorithm and the parallel three-list algorithm, an improved parallel three-list algorithm for knapsack problem is proposed, in which the method of divide and conquer, and parallel merging without memory conflicts are adopted. To find a solution for the n-element knapsack problem, the proposed algorithm needs O（2^3n/8） time when O（2^3n/8） shared memory units and O（2^n/4） processors are available. The comparisons between the proposed algorithm and 10 existing algorithms show that the improved parallel three-fist algorithm is the first exclusive-read exclusive-write （EREW） parallel algorithm that can solve the knapsack instances in less than O（2^n/2） time when the available hardware resource is smaller than O（2^n/2） , and hence is an improved result over the past researches.     

基于改进贪婪策略遗传算法0/1背包问题求解

在交通运输领域,背包问题有着广泛的应用。分析背包问题的特点,改进贪婪策略在遗传算法中初始种群的选择方法,将这种方法与自适应遗传算法相结合。实验结果表明:算法在求解速度和求解质量都有明显提高。该方法可为货物装载、运输等问题提供理论依据。     

An Optimal Algorithm for a Class of Parallel Machines Scheduling Problem

This paper considers the parallel machines scheduling problem where jobs are subject to different releas etimes. A constructive heuristic is first proposed to solve the problem in a modest amount of computer time. In general, the quality of the solutions provided by heuristics degrades with the increase of the probiem‘s scale. Combined the global search ability of genetic algorithm, this paper proposed a hybrid heuristic to improve the quality of solutions further. The computational results show that the hybrid heuristic combines the advantages of heuristic and genetic algorithm effectively and can provide very good solutions to some large problems in a reasonable amount of computer time.     

基于混合遗传算法的试验选址问题研究

大型海上试验的保障资源分散在全国各地，将这些资源运输到合适的海区属于工厂选址问题．海区的选择会影响资源的取舍，进而影响试验流程优化这一车间调度问题，反过来试验流程优化也会影响资源的取舍和海区的选择．因此试验海区的选择是工厂选址运输问题和车间调度问题的耦合．文中建立了该问题的数学模型，并分别用遗传算法和排队论处理流程优化中的时间约束和资源约束，再用启发式算法对运输问题进行优化．仿真结果表明了该方法的有效性．     

解TSP的有序遗传算法

根据生物进化原理，提出了一种求解ＴＳＰ的有序遗传算法。利用有序编码规则，通过有序交叉算子和有序变异算子的作用，保证该算法不仅能获得ＴＳＰ的有效解，而且能可靠地获得全局最优解。计算机模拟实验表明，该算法具有收敛速度快，易获得最优解等特点。     

基于改进遗传算法的车辆路径问题

为了研究物流中心的服务效率和车辆的合理调度方案,以汽车载重量作为影响车辆路线安 排的主要因素,以经典的车载容量约束条件下的车辆路径问题为原型建立数学模型,通过求解该 数学模型的最优解来获得车辆最优路径。由初始状态随机生成的可行解作为初始的车辆路径方 案,通过改进的遗传算法不断地调整染色体的交叉和变异概率进行优化,最终得到物流中心车辆 安排的合理方案。通过多次求解算例,都能够得到满意的车辆路径方案,不仅验证了该数学模型 的有效性和实践性,而且也验证了改进后遗传算法的收敛性和鲁棒性,同时得到了改进遗传算法 交叉和变异概率的调整范围。该模型和算法不仅可以提高物流中心的服务效率,而且可以为物流 中心的车辆调度方案提供支持和帮助。     

基于混合进化策略算法的并行多机调度问题研究

描述了一类带工艺约束的并行多机调度问题，其工艺约束的特点在于工件的加工需要多种不同类型机器同时协同工作来完成，为求解此类调度问题，采用进化策略与局部搜索相结合的混合算法，提出一种工件加工的机器动态调度策略，寻求生产调度完工时间和机器负荷均衡的优化。     

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.     

An Effective Hybrid Optimization Algorithm for Capacitated Vehicle Routing Problem

IntroductionVehicle routing problem(VRP)is a well-known combinatorial optimization problem and isalso a focal problem of distribution managementwithin the area of service operations managementand logistics.Capacitated vehicle routing problem(CVRP)is a very hard vehicle routing problem.The problem is to simultaneously determine theroutes for several vehicles from a central depot to aset of customers,and then return to the depotwithout exceeding the capacity constraints of eachvehicle.In prac…     

运输问题原设－对偶算法的一个改进

本文对运输问题的原设－对偶算法运用推拉流思想进行改进,得到一个拟多项式时间算法。该算法使用的数据结构简单,运行时间界为Ｏ（Ｕ＿ｎ（ｍ＋ｎ）￣３）,其中ｍ为产地数目,ｎ为销地数口,Ｕ表示整体待运量。      

�����Ŵ��㷨�Ĵ�ʱ��Լ���ij���·�������Ż�

基于遗传算法的车辆路径优化问题，虽然已经被提出过多种思想方法，但仍有较大的改进余地．而且具体的车辆路径优化问题，往往在时间和路程两方面都有限制和要求，而在这方面的研究相对较少．针对这种问题，在传统遗传计算基础上，加入了时间约束算法，对算法的实时实现作出保证；同时根据客户点的位置改进初始群，提高了变异率，减少低效计算，极大提高了寻优速度，为多计算点的遗传操作提供有力的支持．计算机仿真实现的结果和物流公司的实际运作都证明了算法的有效性．     

���������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．     

���ڻ���Ŵ��㷨�ij���·������

在详细分析遗传算法的局限性的基础上，构造了一种基于遗传算法和禁忌搜索算法相结合的、用于求解车辆路径问题的混合遗传算法。这种混合遗传算法主要是将禁忌搜索算法嵌入到遗传算法中的变异操作与最优解判定之间，可以有效地避免遗传算法易出现“早熟”收敛的问题。然后，分别用混合遗传算法和遗传算法对同一实例进行求解，并对求解结果进行对比分析。结果表明该混合遗传算法的求解结果比遗传算法收敛速度快，更加接近最优解。     

车间作业调度中基于领域搜索的混合遗传算法

车间作业调度问题是一个NP完全问题，很难用一般的方法解决．遗传算法(GA)作为全局搜索算法广泛应用于各种寻优操作中，并己成为求解车间作业调度问题(JSP)的主要方法，本文针对遗传算法应用的局限性，把领域搜索的思想应用到变异操作中，提出了一种应用于车间调度中基于领域搜索的混合遗传算法，该算法不仅保证了算法的全局收敛性、而且提高了算法的收敛速度和稳定性。     

��̬���������Ż�������������׶��㷨

研究了动态车辆配送优化调度问题的高效求解算法。在分析配送车辆调度中造成车辆动态性的原因的基础上,提出了一种考虑车辆故障和车辆多次巡回配送的动态车辆配送优化调度问题。在对该问题进行描述的基础上,制定了求解该问题的两阶段策略：第一阶段制定整体优化计划;第二阶段进行实时局部优化调度。设计和实现了求解该问题的两阶段算法：第一阶段采用禁忌搜索算法制定优化的配送计划;第二阶段采用局部搜索算法实时进行优化调度。既充分利用了禁忌搜索算法全局搜索能力强的优势,又充分利用局部搜索算法收敛速度快的优势。最后,通过实验计算验证了算法的良好的性能。     

危险废物定位-运输路线安排问题模型和算法研究

随着我国经济的快速发展,人民生活水平的提高,产生的废弃物日益增加,如何处理这些废弃物已经成为政府面临的一个重要问题．因此,许多学者开始研究危险废物的管理问题．针对现实情况,研究了危险废物管理系统中处理和处置中心的定位以及运输路线安排问题,结合实际构建了多目标整数规划模型．数学模型综合考虑了三个目标：（1）总体成本最小化（包括设施建设成本和运输成本）;（2）总体风险最小化（包括运输风险和处理风险）;（3）风险公平最大化．提出了解决问题的两阶段混合启发式算法：禁忌搜索——蚁群算法．给出了一个简单算例进行分析．     

遗传算法应用于并联管道计算中的研究

传统求解并联管路的水力计算的方法不是精度低就是限制条件多。设计了一种改进的遗传算法求解的方案，对适应度函数的选取作了详尽地分析，并提出了可增强局部搜索能力的微调变异算子。并联管路的水力计算实例证明了改进的遗传算法的有效性。     

一种改进的遗传算法及其在作业车间调度的应用

基于遗传算法容易产生早熟的现象,提出了一个概念清楚、运算量小的评价种群过早收敛程度的指标,并利用该指标提出了一种新的调整策略.仿真实例表明,该方法能及时反映种群在进化过程中的过早收敛程度,不仅能加快计算速度,而且还能增强算法的全局收敛性.