具有时间窗的物流配送模型及其算法

在分析车辆路径问题现有启发式算法的基础上,建立了具有时间窗的物流配送方案模型,提出了求解该问题的一种搜索算法.实验结果表明,该算法可有效求得问题的优化解或近似优化解,且具有运算速度快、算法简便的特点.     

基于混合算法的机车二系弹簧载荷调整优化方法

针对电力机车二系悬挂调簧分析数学模型算法的优化问题,提出一种遗传算法(GA)与蚂蚁算法(AA)相结合的混合优化算法。其基本思想是:首先采用遗传算法以较少的进化代数进行全局快速随机搜索,获得若干可能的(近似)优化解,以此生成蚂蚁算法初始信息素分布,再用后者求得全局优化精确解。对国产SS3B和SS9型机车的应用结果表明,对同一车体进行多次优化计算试验,混合优化算法的搜索寻优过程均能稳健一致地收敛到全局优化解,可明显缩短二系支承载荷调整调簧计算所需时间,使调簧试验的实时性大为提高。对于二系为高圆簧的SS9型机车,混合算法平均用时比迭代算法和单一遗传算法分别减少约74%和29%。     

改进遗传算法在动车段检修物流配送中的应用

在动车段对动车组的检修作业过程中，检修车间所需零件或工具的物流配送时效性直接决定了检修作业的效率，而目前动车段内采用的配送方式均为点对点单一路径配送。通过对动车段检修物流配送问题进行分析并建立数学模型，采用遗传算法与模拟退火算法相结合的改进算法对模型进行求解，并将算法应用于动车组管理信息系统中。广州动车段在广东地区的实验数据结果表明，改进的遗传算法针对动车段在路径优化方面较为有效地提高了动车段检修物流配送效率，确保了段内动车组的及时检修，进而保障了段配属动车组的安全运用。     

GATS混合算法及其收敛性研究

通过对遗传算法和ｔａｂｕ算法的优势和不足分析，提出一种将二者混合使用的求解优化问题的算法。该算法以遗传算法为基础，用遗传算法作全局搜索，用ｔａｂｕ Ｓｅａｒｃｈ算法作局部搜索，改进遗传算法的计算结果。最后，利用马尔可夫链理论证明了混合算法的全局收敛性，并进行了实例研究。     

铁路行包物流基地及配送点选址规划研究

借鉴国内外选址问题的模型和方法,结合铁路行包物流配送流程及特点,建立铁路行包物流基地及配送点选址规划问题的混合整数规划模型。通过改进的扫描法,根据业务量及现有车辆载重对城市内邮政点进行分组。用迭代法计算得到每个分组中的配送点。比较各分组方案,选择最好的一个方案作为初始解。采用启发式算法对该初始解优化,得到满意解,确定配送点及行包物流基地的位置。以有2个行包物流基地待选地点、3个大宗行包点、30个一般邮政点的实例进行仿真计算。计算结果验证了模型及算法的正确性及可行性。     

启发式算法在铁路换乘的应用

随着中国铁路的建设与发展,如何更加充分地利用铁路客运能力、提高列车上座率是铁路亟待解决的问题。本文针对复杂的客运路网下最短路径算法计算效率低下的问题,对比分析了常用的Dijkstra算法及启发式A*算法,择优选取启发式A*算法进行策略改进;并基于优化的客运路网结构及铁路实际业务,对其进行效率优化。实验证明,改进后的算法模型高效准确,具有明显的现实意义。     

有轨电车的重量计算和设备布置优化方法研究

针对五模块铰接式浮车型有轨电车重量计算和设备布局优化方法开展研究,根据材料力学方法提出一种有轨电车重量计算方法,其计算结果与基于FE有限元模型分析结果相比相对误差小于4％,重量计算精度较高.基于Isight优化平台采用多 目标优化算法进行设备布置,因其优化效率低,并且仅能搜索到局部最优解,最终提出采用混合整数线性规划算...     

基于遗传粒子群算法的堆垛机作业路径优化

堆垛机的作业路径决定了自动化仓库的作业效率。建立了堆垛机作业的数学模型,并采用遗传粒子群算法对自动化仓库堆垛机作业路径进行优化。该算法引入了遗传算法中交叉和变异操作,通过粒子与个体极值和群体极值的交叉和粒子自身变异的方式来搜索最优解。仿真实验结果表明,该算法的求解效果在收敛速度和优化效果方面都有明显的提高,可以有效地减少堆垛机系统拣选作业运行时间,提高了自动化仓库的作业效率。这对实际应用有一定的参考价值。     

城市轨道交通车辆运行节能方法优化

根据牵引计算和节能优化控制策略,对城市轨道交通车辆的运行节能方法进行优化。基于上海地铁2号线的实际运行条件,应用优化算法对列车运行特性曲线和能耗进行计算,然后与实际测试数据进行对比分析。结果表明,列车采用两次制动的混合优化算法比采用一次制动的混合优化算法的节能效率要高。     

面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。