航空公司不正常航班机组恢复模型和算法研究

不正常航班机组恢复问题的建模和快速有效求解对民航资源优化利用、降低民航企业运营成本和提高旅客服务水平至关重要.采用约束规划建模,在ILOG Solver优化组件提供的框架基础上,设计了不正常航班机组恢复问题的禁忌搜索算法.该算法与直接使用CPLEX优化组件相比,提高了邻域搜索效率,能够满足大规模机组恢复问题的时间要求,给出算例验证了算法的实时性和有效性.     

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．     

无容量约束单分配轴-辐式物流网络设计

针对无容量约束的单分配轴-辐式物流网络设计问题的特点,为其建立了单分配p-枢纽中位模型,并提出了一种基于蚁群算法的启发式求解算法. 该算法分两步实现：首先利用蚁群算法来确定网络中枢纽节点的位置,然后用另一种启发式算法将非枢纽节点分配给枢纽节点,同时,将一种基于6种邻域结构的变邻域搜索算法作为蚁群算法的局域搜索策略以提升算法的全局搜索能力,并加快收敛速度. 最后结合澳大利亚邮政数据进行了算例仿真实验,并对蚁群算法中参数的合理设置进行了测试分析,实验结果表明,该算法在求解此问题时有着良好的有效性和较快的求解效率.     

求解广义最小生成树问题的元启发式算法

针对广义最小生成树问题,设计了2种改进的元启发式算法来求解：单亲遗传模拟退火算法和改进的禁忌搜索算法。通过综合遗传算法和模拟退火算法的优点,提出了单亲遗传和模拟退火的混合算法,并设计了自适应选择法和自适应基因重组操作;在改进的禁忌搜索算法中,通过在2种邻域进行搜索来避免陷入局部最优。数值实验验证了算法的有效性。     

居住区共享停车泊位分配模型

为了提高停车泊位利用率,减少停车后步行距离,根据商业区和居住区停车需求时段的错峰特征,建立共享停车泊位利用率最大化和步行距离最小化的双目标泊位分配模型.模型考虑了停车泊位供需空间和时间冲突特征,界定了模型的边界约束条件,采用粒子群多目标搜索算法求解.以聊城市金鼎商圈为例,调研了商业区和居住区的停车泊位数量、高峰时段停车需求和平均步行距离等模型参数.通过算法仿真,实验结果验证了模型的可行性.研究结果表明,建立的停车共享分配模型可用于居住区共享停车泊位分配,有效地提高了泊位利用率,降低了停车后的平均步行距离.     

基于填挖匹配与智能优化算法的土石方调配优化

土石方调配是工程项目建设中的重要组成部分,对降低工程成本、缩短施工工期有重要意义。土石方调配问题中的填挖匹配与运输路径规划是密切联系的两个阶段,传统的土石方调配问题主要聚焦于如何解决填-挖方间的土石方匹配问题,而对施工机械运输路径规划研究得较少。为此,以最小施工费用与最小机械转运距离为优化目标,对土石方调配中两阶段问题进行了模型构建与算法研发。针对填挖匹配问题,构建了土石方填挖匹配模型与线性规划求解算法,获取了最优填挖匹配方案;针对土石方运输路径规划问题,分别采用禁忌搜索算法、模拟退火算法获取了土石方运输路径方案。最后,以某土石方调运项目为例,采用土石方两阶段调配模型与两种求解算法进行求解,实验结果表明两阶段调配模型与算法可有效地对土石方调配问题进行求解,算法求解时间可控制在5 s以内。     

考虑时间窗的通勤定制公交线路优化

针对常规定制公交线路规划方法不能满足乘客高峰通勤需求等问题,在考虑乘客期望时间窗和最大容忍时间窗的基础上,引入柔性时间窗的概念,基于通勤者居住地与工作地时空分布差异性特点分别设置上下车站点罚函数,以车辆固定成本、车辆运行成本、车辆延误惩罚成本和未提供乘车服务惩罚成本之和最小为优化目标,以时间窗、运行距离和最大站点数量等为约束,建立考虑柔性时间窗的通勤定制公交线路优化模型。在兰州市通勤乘客数据基础上,选取两组大小不同规模的算例集,使用Gurobi和传统TS算法求解小规模算例与基于目标控制原则的动态禁忌长度TS算法求解大规模算例验证模型有效性。结果表明,在小规模算例中Gurobi求解可得到较优的目标值,但随着数据规模的增加其求解效率逐渐劣于TS算法,设置柔性时间窗车辆提供乘车服务的人数比硬时间窗背景下增加了276人,且有效规避了软时间窗背景下车辆到达末站点的时刻波动。本文所提方法在均衡乘客和运营方利益的同时,可通过调节柔性系数产生多元化的运行方案,能够为通勤定制公交运营及管理提供决策支持。     

Graph and hint based algorithm for machining feature automation recognition and mapping

Feature recognition is a process of extracting machining features which has engineering meaning from solid model, and it is a key technology of CAD/CAPP/CAM integration. This paper presents an effective and efficient methodology of recognizing machining feature. In this approach, features are classified into two categories: pocket feature and predefined feature. Different feature type adopts its special hint and heuristic rule, and is helpful to recognize intersection feature. Feature classification optimizes search algorithm and shortens search scope dramatically. Meanwhile, extension and split algorithm is used to handle intersecting feature. Moreover, feature mapping based on machining knowledge is introduced to support downstream application better. Finally, case studies with complex intersecting features prove that the developed approach has stronger recognizing ability.     

基于两阶段遗传算法的传感器网络布点

随着传感器网络在世界范围内得到越来越广泛的应用,具有感知、计算和通信能力的传感器节点以及由大量此类节点互联构成的传感器网络需要不断地优化并进行自动设计。文中致力于设计1种新型交通信息监测传感器网络,并采用两阶段启发式算法完成网络的自动布点,分析不同启发式算法运行结果性能指标的差异,从而证明了两阶段启发式算法在交通监测网络中的优越性。     

面向城市交通网络的 K 最短路径集合算法

在城市交通网络中,为了优化交通流,需要搜索到符合出行需求 K 最短路径,并 将 OD（Origin-Destination）交通流合理分配到这些路径上.本文主要对搜索符合出行需 求的 K 最短路径搜索算法进行了研究,解决了已有算法仅能搜索出单条满足最短及 K 最 短条件路径的问题.根据 Wardrop 第二原则及路段阻抗函数理论,分析了路径集合搜索方 法对优化城市交通流的必要性,并定义了城市交通网络中 K 最短路径集合的概念及选择 条件,提出了一种面向城市交通网络的具有多项式时间复杂度的 K 最短路径集合搜索算 法.仿真结果表明,本文所提算法可以搜索出满足出行需求的所有 K 最短路径集合,在该 路径集合上进行交通流分配的效果明显优于传统方法.