二级垃圾回收中转设施选址问题的降阶回溯算法

随着我国城市化进程的加快和经济的高速发展,城市中因生产生活所产生的垃圾废料量日益增加,如何有效地建立回收中转设施是当前社会需要解决的问题。对二级垃圾回收设施选址问题进行研究,其实质为组合优化中的NP-hard问题。首先根据实际情况对二级垃圾回收中转设施选址问题进行数学建模,研究该问题的数学性质并给予证明,利用这些性质减小问题规模,降低求解难度;然后设计符合该问题的分配子算法、上下界子算法,基于以上算法提出一种可以在减小问题规模的同时得到精确解的降阶回溯算法;最后通过分析和模拟若干个示例进一步阐述该算法的原理及执行过程,结果表明该算法能通过减小问题规模,降低问题求解的难度。

考虑容量和成本的最大最小分散度选址问题的降阶回溯算法

最大最小分散度问题可简单描述为:在给定的集合中选择包含固定元素个数的子集,使得该子集中的元素在给定距离度量下的最小距离最大;该问题在生产生活中有广泛的应用.近些年来,该问题的一种考虑容量下限和成本上限的变体开始引起学者们的关注,并已被证明为NP-Complete问题.基于考虑容量和成本的最大最小分散度选址问题进行研究,首先提出该问题的数学性质并证明,利用这些性质可以减小问题规模或缩减搜索空间,以加快问题的求解速度,然后设计了上下界子算法及降阶子算法;基于这些子算法提出一种可大幅缩减搜索空间并能得到最优解的降阶回溯算法.通过分析和求解一个示例来阐述该算法的原理和执行过程,并通过随机算例测试、算法对比分析和案例分析进一步验证了该算法的可行性和有效性.结果表明该算法可有效通过大幅缩减搜索空间加快问题的求解速度.

双层级设施选址问题及其混合免疫优化算法

随着全球贸易化、跨境电商的日渐发展,B2C模式下的电子商务网络配送业务也日益庞大。仓储需求、货物流转量与日俱增,甚至面临供不应求的市场局面。结合B2C模式下仓库设施有容量且服务于每个配送中心、配送中心无容量且服务于多个客户的需求特点,文章以仓库、配送中心2个阶段的设施作为选址研究对象,建立了双层级设施选址的混合整数规划模型。针对该模型的特点,设计了一种改进的混合免疫优化算法对该问题进行求解,运用随机化与贪心聚类算法结合的方法生成初始解,再通过原始免疫优化算法对抗体进行评价排序,最后在免疫操作中加入交叉变异算子。将混合免疫优化算法与CPLEX进行对比,然后进行大量的算例测试,与其他3种算法的时间和结果进行比较,时间及其结果都取得了理想成果,验证了所提模型的可行性和所提算法的有效性。

灾后应急配送中心选址问题的降阶回溯算法

近年来自然灾害频发,提高灾后应急物资的配送效率一直以来都是性命攸关的大事,因此文章基于灾后应急配送中心选址问题的精确算法进行研究。首先,建立该问题的数学模型并对该问题中的数学性质进行研究和证明;其次,在这些数学性质的基础上,设计上下界子算法和降阶子算法,这些子算法能够有效减少解空间,提高算法的效率,使该算法能够更有效地处理规模更大的问题;再次,提出降阶回溯子算法,通过剪枝和局部降阶进一步缩小问题的搜索规模,并能得到最优解;最后,通过分析和解决一个案例来更清楚地说明算法的原理和操作步骤。

基于重心法的生鲜配送中心选址问题研究——以盒马鲜生为例

物流配送是连锁门店经营发展不可缺少的一部分,但纵观我国目前的很多连锁门店企业,普遍存在物流配送模式不够合理的问题,导致物流配送成本居高不下,物流配送的效率低下等问题的出现。本文以盒马鲜生作为研究对象,分析其配送中心的选址。首先,对生鲜产品以及配送的特征进行了分析,然后,针对成都青羊区盒马鲜生的配送现状,基于重心法对其配送中心的选址进行计算分析;最后,对选址的效果进行简要的阐述。

有序开展数学实验,发展几何直观能力——以“最短路径之造桥选址问题”的教学为例

数学实验教学可以有效改变学生学习数学的方式,与几何直观这一关键能力的发展紧密相关.在“最短路径之造桥选址问题”的教学中,通过几何画板软件、折纸操作、动手作图开展不同形式的数学实验教学,发现实验教学对提高学生基于几何直观的感性认识、理性思考和表达应用具有积极的促进作用.由此受到启示,依据学生的认知发展规律,有序开展数学实验教学能有效促进学生几何直观能力的发展.

物流配送中心选址问题研究

针对于传统算法在处理物流中心选址问题收敛速度慢、寻优精度低等缺陷,提出了粒子群算法和模拟退火算法来解决该问题。粒子群算法通过粒子间集体合作,在解空间中不断搜索、迭代来寻找最优解;模拟退火算法是通过固体退火的过程来求解优化问题。两种算法的引入有效了节约了运输成本,解决了配送最优路径的选址问题。最后,通过仿真实验结果表明,两种算法都可以很好地求解物流中心选址问题,其中在需求点和配送中心规模较小时,应采用粒子群算法求解该问题;在需求点和配送中心规模较大时,应采用模拟退火算法求解该问题,两种算法都具有一定的普遍性和可靠性。

疫情期间生活物资集散点选址问题的降阶回溯算法

疫情爆发后,封控区内居民的生活物资发放问题成为亟待解决的焦点问题之一,该问题可抽象为疫情期间生活物资集散点选址问题,其实质为组合优化中的NP-hard问题。基于疫情封控期间的应急生活物资集散点选址问题的精确算法进行研究,首先得出一些可以降低问题规模的数学性质并证明利用这些性质可以减小问题规模,降低问题的求解难度;然后设计出分配子算法、上下界子算法以及降阶子算法;基于这些子算法提出一种可以减小问题规模同时得到最优解的降阶回溯算法;最后通过分析和求解若干个示例进一步阐述该算法的原理和执行过程,结果表明该算法能通过减小问题规模来降低问题求解的难度。

回收连锁店选址问题及蘑菇繁殖算法求解

针对日益增长的多样化回收服务需求,解决了多服务方式、多规模的回收连锁店选址优化问题。构建了建设与服务成本最小化和客户满意度最大化的回收连锁店双目标选址模型,并针对模型的具体特征,将交叉与变异算子和精英保留策略等与基本蘑菇繁殖算法相结合,设计了改进的蘑菇繁殖算法对模型求解。通过对某电子产品回收连锁店的选址优化实例,确定其服务方式和选址的数量、位置及规模。验证了模型的有效性和算法的可行性。同时,不同的服务方式及规模选择,对回收连锁店的选址有显著影响,企业相关决策者可通过合理提供不同服务来提升利润。

基于精确重心法的新能源汽车充电站选址问题研究——以乌鲁木齐市为例

新能源汽车充电站数量较少,且距离充电站路线较远,无法及时充电而影响正常驾驶,导致充电行驶距离远、客户满意度低等问题,阻碍了新能源汽车进一步扩大市场份额。本文以乌鲁木齐市为例,通过构建精确重心法模型,对该地区新能源汽车充电站的选址问题进行探究。首先确定该市划分的天山区、高新区等共八个区的直角坐标,其次,根据各个区的常住人口数以及平均每户人口数和已经购买或在未来5年内具有购买新能源汽车意愿的家庭户数三者之间的关系计算新能源汽车充电需求量,简化了选址所需考虑的需求量问题;最后结合新能源汽车的充电需求量和充电站的距离求解充电费用最小的精确重心法模型,从而为车主充电提供便利,为乌鲁木齐和其他地区新能源汽车充电站选址提供参考。

选址问题研究的若干进展

中值问题、覆盖问题、中心问题是选址研究中的三个经典问题,它们的应用非常广泛,也是迄今为止大多数选址理论研究的坚实基础。本文综述了近年来它们的研究进展,包括模型、求解方法以及相关问题,最后,指出这一领域未来研究的一些问题与方向。

基于库存成本优化的配送中心选址问题研究

研究了需求不确定、存在运输规模经济下的连锁零售企业的配送中心选址问题.在传统选址分析中加入了详细的库存系统分析,在此基础上,以配送中心和门店的服务水平为约束条件,建立了较为全面的配送系统年总成本优化模型,并通过该模型找到了各方案下的最优库存水平和最小成本,从而选出最佳方案.最后,通过仿真,分析了需求变化和运输距离变化对系统的总成本以及方案选择的影响,为连锁零售企业的物流配送中心选址提供了决策支持.

废弃物处理站选址问题的和谐搜索算法

近年来,随着人们环保意识的增强和环保法规力度的加大,逆向物流逐渐受到人们的关注与重视。废弃物处理站的选址问题(end-of-life items disposal facilities’location problem,EIDFLP)是逆向物流研究领域的关键问题,该问题能否有效解决直接关系到人们的日常生活环境能否得到有效改善。针对文献中的具有多个目标的EIDFLP,首先将问题转化为单目标问题,之后采用一种新颖的和谐搜索优化算法(harmony search algorithm,HSA)对问题进行了求解。计算结果显示:1)本算法的最优解与文献中的最优解相同;2)本算法的计算时间明显少于文献中算法的计算时间;3)原文献中的一个解存在错误之处。

基于OpenMP求解无容量设施选址问题的并行PSO算法

讨论无容量设施选址(UFL)问题,提出了一个基于OpenMP技术的并行多粒子群优化(PSO)算法.将整个种群分为若干子种群,同时利用局部信息来更新粒子速度,使得并行算法异步进行.算法运行一定代数后,每个子种群都会与其相邻种群交换最优粒子.通过将并行多粒子群算法对OR-library中的标准测试问题进行测试,并将计算结果与串行多粒子群算法的计算结果进行比较.相比之下,并行多粒子群算法执行时间短,特别对于大规模的计算问题,所得结果有更好的鲁棒性.

基于“服务型”物流战略的p-Center选址问题研究

介绍了物流战略和图中心的概念 ,针对“服务型”物流战略 ,将大规模配送网络的多配送中心选址问题抽象为求解图的多中心 (p Center)问题 ,并证明了无论是顶点p Center问题还是绝对p Center问题均存在近似度为 2的顶点解。最后 ,基于此定理 ,给出了选址问题的一个多项式 2

物流设施选址问题的双层模拟退火算法

设施选址问题的相关优化模型的本质,都是在最小化相关费用的前提上,从可选设施集合中确定设施的修建位置,并分配用户的需求,即都必须进行选址决策和需求分配决策。本文主要根据设施选址问题的特点,设计了适合求解一般设施选址问题的通用型双层模拟退火算法,算法的外层对设施选址决策进行优化,内层则在上层确定的设施选址决策基础上,进行用户需求分配的优化。最后的多个算例证明了相对其他优化算法,双层模拟退火算法不但收敛速度快,而且能求取更高质量的最优解。

遗传算法在逆向物流网络选址问题中的应用研究

随着公众环保意识的增强、环保立法的出台和可观的经济利益的显现 ,企业开始关注逆向物流。而在逆向物流中 ,集中退货中心管理是企业逆向物流系统高品质运作的基础和前提。因此 ,本文构建了一个逆向物流网络中的选址模型 ,旨在研究从备选地址中选择建立配送中心或回收中心最佳策略 ,然后应用遗传算法讨论了该模型的具体解法。最后针对模拟算例 ,通过对比遗传算法和部分枚举法的效率及结果 。

需求与物流网络不确定下的应急救援选址问题

针对应急物流中需求与物流网络的不确定性特征,对应急救援中应急需求和物流网络均不确定条件下的应急配送中心选址问题进行研究,以成本最小化为目标,建立基于集合覆盖的应急救援设施选址的随机规划模型,采用期望值法和随机模拟两种方法处理数学模型中的不确定性。通过算例与仿真研究,获得应急救援下的配送中心选址最优方案。结果表明,相对于传统的期望值方法处理随机参数,随机模拟方法具有较明显优势。

基于双层随机规划的多时段募集点选址问题

为研究面向地震灾害的多时段下的社会帐篷募集点选址问题,以最小化固定成本和运输成本为目标,考虑不确定的需求与供给,建立双层随机规划模型,确定各时段下社会帐篷募集点选址方案。考虑模型中权重等参数的影响,设计四种实验,并对实验结果进行讨论。考虑从全国31个省份中选择多个省份参与社会帐篷的募集以满足雅安地震期间的帐篷需求,共考虑6个时段,确定每个时段下的募集省份。在雅安地震灾后,每个时段对应不同的需求场景,对于31个省份,每个时段分别对应不同的供应场景,验证模型的实用性。

随机容错设施选址问题的原始-对偶近似算法

研究两阶段随机容错设施选址问题,其中需要服务的顾客在第二阶段出现(在第一阶段不知道).两个阶段中每个设施的开设费用可以不同,设施的开设依赖于阶段和需要服务的顾客集合(称为场景).并且在出现的场景里的每个顾客都有相同的连接需求,即每个顾客需要由r个不同的设施服务.给定所有可能的场景及相应的概率,目标是在两个阶段分别选取开设的设施集合,将出现场景的顾客连接到r个不同的开设设施上,使得包括设施费用和连接费用的总平均费用最小.根据问题的特定结构,给出了原始-对偶(组合)3-近似算法.