带有逆向物流的城市连锁店运输线路优化

逆向物流越来越受到人们的重视，结合节约里程法和启发式算法，对既有正向物流又有逆向物流的城市连锁商店物流配送的路线选择问题，以运输路线最优（即总运输费用最少）及运输车辆的合理利用为原则，进行优化设计。     

公交区域调度的最大同步换乘模型

研究了用多目标优化模型来解决基于最大同步换乘的公交区域调度优化问题,并将该调度优化模型描述为混合整数规划问题。建立了以车辆相遇总次数最大为第1目标,以多辆车同时相遇的机会最大为第2目标的双目标优化模型。采用启发式算法对模型进行求解,得出具有最大同步性的发车时刻表。结果表明:该模型实现了同时到达网络中换乘点的公交车的数量最大,从而使乘客可以在最短的等待时间内在换乘点从一条线路转到另一条线路上。     

具有旋转约束的启发式装箱算法

主要研究在有限旋转约束下的装箱问题。以Pisinger树搜索启发装箱算法为基础,在货物装配过程中考虑实际可行的旋转约束限制;并通过对树搜索宽度和深度的合理限制,使算法具有满意的运算时间;在装箱结果中,通过对货物层以及货物条的位置调整,从而满足重心位置和左右平衡等约束而不影响既有的装箱率。试验结果表明旋转约束对于装箱性能有一定的影响,但是改进算法在满足各种实际约束的条件下仍具有良好的装箱性能,同时该算法具有合理的运算时间。     

基于累积前景理论的高铁快递运价研究

多数研究认为货主是完全理性的,面对多种运输方式可供选择的情况下,货主总是选择广义运输费用最低的运输方式,从而建立制约铁路部门希望收益最大的模型。实际上人们无法做到完全理性,人们获取信息的能力与认知能力都不一样。在传统的铁路运价研究当中双层规划模型运用较为广泛,但是该模型通常基于期望效用理论。在交通领域网络交通流的分配问题上有很多基于累积前景理论的研究,前景理论可以解决在不确定情况下的决策问题,运用该理论解决铁路运价问题的研究很少。本文基于累积前景理论的知识,建立各运输方式前景值的函数,并假设货主总是寻求前景值最大,从而货流达到基于前景理论的用户均衡状态或者是最优状态并建立下层模型,同时进一步研究货流在路网中的分配规律,分别讨论UE均衡和SO最优,研究两种情况下模型之间的关系,最后建立与之相互制约的铁路部门追求收益最大的模型,运用常用的灵敏度启发式算法计算合理的运价。     

面向动静态混合环境的智能车运动规划方法

针对存在动态和静态障碍物环境中的智能车运动规划问题，本文提出一种基于三维搜索的方法。该方法首先在笛卡尔坐标系中增加时间维度以建立时间-空间栅格，构建不同车速下的车辆运动基元；将智能车转化为多个圆心组成的线段，采用膨胀静态障碍物的方法进行不规则障碍物碰撞检测，运用时间间隔法将动态障碍物碰撞检测简化为线段交叉性检测；构建包含最大速度和加速度约束的速度启发式函数，用于引导搜索树在时空空间中快速到达目标位置和速度；最后基于启发式方法和局部运动规划方法在时空栅格中进行搜索，获取融合时间信息和“停止-等待”等决策信息的运动轨迹。实验结果表明：本文运动规划方法在动静态混合环境中能够引导智能车安全行驶，相比速度障碍方法，安全行驶的平均成功率提升23%；相比混合A*方法，平均成功率提升19%，行驶耗时缩短21%。     

采用形状识别启发式推理方法对二维不规则零件的排样研究（上）

本文提出了交示规则零件在任意形状的材料上进行排样的一种方法。排样位置通过不规则零件与科材料间的形状匹配来确定。在处理过程的每一阶段，采用各种不同细化层次的几何特征来描述零件和材料的轮廓，从而智能地选择零件以及将其在材料上进行排样。本文列举了实际应用的实例，将此算法的效率与已有的算法进行了比较，并采用船舶产品的数据进行了测试。     

基于禁忌算法的多约束集装箱装载问题研究

多约束集装箱装载问题的约束主要包括集装箱重心位置约束、集装箱单箱重量约束、货物放置顺序约束、货物摆放方位约束以及货物摆放位置约束。采用禁忌算法求解该问题。算法基于自然数编码,设计了货物的摆放规则和序列生成方式,设定二种邻域,根据邻域的不同,构造了两种禁忌表。针对算法的原理,分析了具有代表性算例的试验结果,表明了所提出的禁忌算法对优化多约束集装箱装载问题的有效性。     

集装箱装载矩形货物的布局研究

针对集装箱内货物装载布局问题,提出一种利用三叉树结构表达三维矩形物体布局状态空间分解的方法.通过将布局空间依次分割,每次放入相对于当前布局空间来说是满足特定条件的最优布局块,并将该布局块定位于当前布局空间后部的左下角来完成不同大小三维矩形物体的布局方案的确定,给出试验结果.经过算例比较,说明其有效性.基于该算法,在大量数值实验的基础上,定量地表达了空间利用率、待装货物总体积和待装货物类型数三者之间的关系,对集装箱货物运输有一定借鉴作用.