基于贪婪启发式的多期多目标动态网络选址

为弥补现有选址模型考虑需求变化及客户满意度的不足,研究了随机需求环境下的配送中心选址并设计了衡量客户满意度的函数.运用随机机会约束规划为基本建模工具,将模型设计拓展到多期规划决策领域并构建了动态多期多目标选址模型,模型不仅考虑了最小化配送中心运作成本,而且考虑了客户最大满意度;运用主要目标法将多目标选址模型转化为单目标选址模型,采用满意度高优先的客户指派原则设计了贪婪启发式求解算法.算例结果表明,模型的非劣解包含了传统的以最小化物流成本为目标的选址模型的最优解,从而为配送中心选址提供更加灵活全面的决策依据.

基于贪婪取走启发式算法的PC构件厂选址研究

结合PC构件厂特点,通过定性与定量结合的方式分析影响PC构件厂选址的因素,以运输成本与建设成本为主要影响因素构建以总成本为优的目标函数,利用贪婪取走启发式算法求解目标函数以得到最优解,并通过实证分析验证该模型的可行性,为企业在建设PC构件厂的选址阶段提供参考,促进装配式建筑与PC构件厂的和谐发展。

基于贪婪取走启发式算法的应急物资储备库选址研究

新冠肺炎疫情下,为保证封锁地区居民的物资供应,建立合理的应急物资储备库具有重要的现实意义。本文考虑3种成本因素,以系统总成本最小为目标,构建具有容量限制和时间窗约束的选址模型,并利用贪婪取走启发式算法求解。通过湖北黄冈市实际数据进行案例仿真实验,验证了模型和算法的有效性。

WSN中基于端到端的贪婪故障定位算法

为了维持无线传感器网络的正常运行,所有的故障链路需要被精确定位。将该问题转换为基于端到端的数据引导,以减少主动监测次数为目的的最优监测序列的问题。提出了通过拓扑拆分得到故障子图,并通过子图的概率集进一步计算节省主动探测次数的基于节点监测多条链路的启发式贪婪算法NTHG(node testing using heuristic greedy)。仿真结果表明仅需要监测小部分的节点,就可以定位网络中所有的故障链路。与该问题最新的解决算法LTHG(link testing using heristic greedy)相比,新算法需要更少的监测次数和平均CPU耗时,从而很好地降低了网络能耗,缩短了故障定位耗时。

无线传感网络中基于Dijkstra算法的分簇路由

无线传感网络(Wireless Sensor Networks,WSNs)的网络寿命与节点的能耗直接相关。分簇路由是缓解节点能耗速度的有效措施。但是若分簇路由所选择的簇头位置以及数据传输路径的不合理,会加剧节点能量消耗,缩短网络寿命。为此,提出一种基于Dijkstra算法的分簇路由(Clustering Routing-based Dijkstra,CRBD)。CRBD路由先利用节点的剩余能量及离汇聚节点距离信息选择部分节点作为簇头,并禁止拥塞节点担任簇头。利用贪婪启发式算法构建簇。利用Dijkstra算法构建簇头间的最短路径,缓解簇头的能量消耗。仿真结果表明,相比于基于改进萤火虫聚类的能效路由(Energy Efficient Routing based on Improved Firefly Clustering,EIFC),CRBD路由中节点的平均能耗下降了约12.3%,并且CRBD路由的数据包传递率保持在85%以上。

基于收入值的WiMAX网络呼叫接纳控制算法

从运营商收入的角度出发,提出一种基于收入值的呼叫接纳控制算法,并采用改进型启发式贪婪算法进行求解。仿真结果表明,该算法可以满足WiMAX网络多服务要求。在带宽资源有限的条件下,考虑高付费业务的公平性,在保证基于收入值的业务QoS的情况下,增加运营商的收入,实现收入最大化。

基于改进斑点鬣狗算法的作业车间协同调度

针对分布式柔性作业车间调度问题,构建以最小化最大完工时间和最小化能耗双目标车间模型,提出一种离散型斑点鬣狗算法。首先,采用一种随机型离散编码方法对斑点鬣狗特征信息进行编码,生成斑点鬣狗的初始位置,根据作业负载规则得出初始解,以加快算法初期的收敛速度;其次,采用贪婪启发式算法对初始解进行作业冗余置换,跳出局部最优解,生成新的作业顺序,再次进行迭代,得到最优作业方案;最后,通过仿真实例检验算法的性能,结果表明改进的斑点鬣狗算法在相对百分比偏差、最佳实验方案和算法稳定性方面优于其他智能算法。

基于服务质量保证的D2D资源分配算法研究

随着移动通信的发展,设备数量快速增长,用户对通信要求也普遍提高,频谱资源变得愈发紧张。在这样的背景下,设备直通(Device-to-Device, D2D)通信技术应运而生。伴随着D2D设备在5G通信领域的大规模应用,本文介绍了D2D通信的优势并提出了一种基于服务质量保证的资源分配算法,该算法的模型研究建立在单蜂窝小区中,对通信用户进行细致的归类,在保证用户服务质量的前提下,该算法扩大了D2D用户可用信道的选择范围,优化了系统性能。当通信用户较多时,服务质量不再是影响系统总速率的关键因素,在本文的模型下,把蜂窝小区半负载化,减少频谱利用率增加系统总速率,选择干扰最小的用户实现系统速率的最大化。通过D2D通信模型仿真,该算法与贪婪启发式算法对比在通信接近饱和度时的速率明显提高。

社交网络种子节点搜索算法

针对经典影响力最大化算法存在的计算时间过长等问题,提出一种新的启发式贪婪算法-高节点度贪婪算法(HD_Greedy)。基于社交网络节点的度呈幂律分布以及节点的度与影响力强关联性,在极小部分高度数节点中搜索最大影响力种子节点,使搜索空间大幅度地减少,节约了大量的盲目搜索时间,并且不损失种子节点影响力。实验结果表明,在不同信息传播模型中,HD_Greedy算法得到的种子节点影响力与其它贪婪算法接近,但计算效率有了较大提高,尤其适合于在大规模社交网络中搜索最大影响力种子节点。

高速公路养护工区布局方案研究

为了有效解决高速公路养护工区布局的问题,在分析我国目前的养护管理模式弊端的基础上,提出了一些养护工区布局原则;应用图论对路网进行简化,分析养护工区选址的限制条件,建立基于集合覆盖理论的选址模型,并选用Floyd算法求解出最短线路;最后,应用贪婪启发式算法得出了陕西省高速公路养护工区布局规划图.研究结果表明:在养护工区布局时,应用集合覆盖模型和贪婪启发式算法可以得出更优的养护工区布设方案.

双渠道供应链多期多目标动态选址模型

考虑双渠道供应链环境下的物流配送选址问题的特殊性,建立顾客需求随机环境下,考虑网络直销和中央仓库传统零售渠道相结合的中央仓库多期多目标动态选址模型,模型不仅考虑了最小化相关的运作成本,并且考虑了客户的最大满意度,给出了中央仓库在整个规划期内的打开、运营、关闭和再次打开的成本表达式,使用主要目标法将多目标转化为单目标模型.设计了基于顾客满意度的贪婪启发式求解算法.求解结果表明,该结果包含了以最小化物流成本为目标的选址模型的最优解,为双渠道供应链环境下的中央仓库选址提供了更加灵活并且全面的依据.

动态需求下的多目标配送中心选址研究

为弥补现有选址模型未考虑需求变化的不足,研究了非确定性需求环境下的配送中心选址问题;运用随机机会约束规划为基本建模工具,建立了配送中心动态选址模型;模型不仅考虑最小化物流成本,而且考虑了最大满意度;运用主要目标法将多目标选址模型转化为单目标选址模型,并构造了相应的贪婪启发式求解算法,算例结果表明了模型和算法的有效性。

基于概率覆盖模型的无线传感器部署

在给定每个离散的网格点的覆盖度要达到K,精确度达到T的条件下,提出了一种基于概率模型的覆盖算法,并在Matlab中进行模拟.将该算法与平均算法、随机算法的模拟结果相比较,得出在相同前提下该算法所需的传感器数目最少.

基于集合覆盖理论的高速公路养护站点分级布设研究

针对传统的养护站点布设造成养护资源浪费的问题,基于高速公路大中修养护、日常养护、应急养护的任务划分,对高速公路养护站点进行分级布设,设置出一级站和二级站的功能及其职责范围,综合考虑养护站点布设的经济性、时效性、便捷性等要求,建立了高速公路养护站点分级布设的集合覆盖模型,并设计了启发式贪婪算法对模型进行求解.将研究成果应用于某区域高速公路养护站点的布设,结果表明,养护站点分级布设能够降低养护成本,提高养护资源利用率.

基于竞争的半潜维修船最佳配备数量及选址

为解决在竞争条件下半潜船维修船的最佳配备数量及选址问题,分析明确了半潜维修船的功能特点.针对岸基维修的竞争,建立了基于时间和经济影响的半潜维修船到达故障点的最迟时间约束式.在构建的k-中值选址模型基础上,增加了对军舰维修区的重点覆盖的条件约束,并设计了求解该模型的贪婪启发式算法.结合实例,运用局部搜索替换的改进贪婪取走启发式算法求解该模型,得出了我国半潜船维修船的最佳配备数量及选址.

基于可靠度的备件保障中心多目标选址模型

为弥补现有选址模型仅考虑物流成本的不足,将可靠度的概念引入到备件保障中心选址中,提出基于可靠度的备件保障中心多目标选址模型。首先,结合可靠性的定义给出备件保障中心系统可靠度的概念及量化方法;在此基础上,构建在满足用户随机需求的前提下,总运输路径最短、总成本最小、备件保障中心系统可靠度最大的多目标选址模型;采用可靠度高优先的用户指派原则设计了贪婪启发式求解算法。最后,结合案例分析验证模型的合理性,为备件保障中心选址决策提供理论支持。

基于0-1背包问题的讨论

简单介绍了贪婪算法、启发式贪婪算法和模拟退火算法(SAA),并使用这三种算法解决了0-1背包问题,给出了具体的算法描述和求解过程。对三种方法解决此问题,进行了仿真模拟和算法分析,指出了在不同规模下各种方法的优缺点,最后分析了解的质量和CPU时间,发现模拟退火算法是相对最优的算法。

基于0/1背包问题的讨论

简单介绍了贪婪算法、启发式贪婪算法和模拟退火算法(SAA),并使用这三种算法解决了0/1背包问题,给出了具体的算法描述和求解过程。对三种方法解决此问题,进行了仿真模拟和算法分析,指出了在不同规模下各种方法的优缺点,最后分析了解的质量和CPU时间。

一种基于阻抗等级划分的整体最优空间位置分配方法

为提高空间位置分配问题的解算效率,对阻抗的整体最优空间位置分配问题进行研究,分析现有的贪婪取走启发式算法,提出一种利用阻抗等级划分解算此类问题的方法。利用模拟数据验证该算法的合理性和高效性,并在ArcGIS环境下利用ModelBuilder进行可视化建模,通过构建地理处理模型,解决基于阻抗的整体最优空间位置分配的实际应用问题。

零配件仓库选址模型分析

以某企业零配件仓库选址为研究背景,结合该企业的实际分析了选址所要考虑到备件管理的各项成本和要求,利用P-中值模型,通过启发式贪婪算法得到仓库地址的满意解,再结合加权评分法得到与公司实际需求相结合的维修零配件库存的最佳地址。