考虑集合覆盖率的两级云仓选址优化——以某酒类云仓为例

互联网的兴起和信息技术的迭代更新加速了各行业的数智化转型,云仓作为物流与信息技术相结合的产物,能加速供应链数字化转型,实现仓配一体化。建立了两级云仓网络,使用两阶段选址模型。在第一阶段,使用K-means-重心法,利用K-means++聚类分析法对城市进行分组,并用精确重心法对网络的二级节点—城市仓进行最佳选址。第二阶段则利用集合覆盖模型确定网络一级节点—中心仓,确保中心仓能够覆盖全部城市仓,从而确定整个两级云仓的空间布局。以某酒类企业为例进行选址布局,成功解决了该企业两级云仓的全国布局问题。

基于新颖二进制人工蜂群算法求解带权集合覆盖问题

带权集合覆盖问题(WSCP)是一个著名的NP-hard问题。为了利用人工蜂群算法(ABC)高效求解带权集合覆盖问题,提出了一个新颖二进制ABC(记作nBABC)。在nBABC中,首先提出了随机学习和继承性相结合的全局进化算子,以提高算法的全局勘探能力。其次,基于动态调整策略提出了自适应随机取反算子,以维持勘探与开发的平衡。在借鉴近似算法的思想提出处理WSCP不可行解的修复算法WSCP-GRA和优化算法WSCP-GOA的基础上,利用nBABC给出了求解WSCP的一个新方法。为了验证nBABC求解WSCP的高效性,利用它求解OR-Library中45个WSCP实例,与多个算法的比较表明:nBABC能够求得所有实例的最优值,比已有求解WSCP的算法更具竞争力。

基于集合覆盖模型和模糊综合评价法的选址问题研究

随着乡村振兴战略的实施,农产品的种植技术不断发展,生产能力不断提高,但传统的农产品加工方式滞后,造成农产品出路少、附加价值低、农民增产不增收,不能满足现代农业的发展需求。文章以发展兰州七里河区百合深加工产业为出发点,首先构建了百合深加工厂的选址模型,其次用实证研究的方法验证了模型的有效型和实用性。在实证研究中,以七里河区西湖街道百合深加工厂选址为例,应用集合覆盖模型对百合深加工厂进行初步选址,确定了两个候选位置,并且采用模糊综合评价法对选址方案进行评价,最终确定兰州百合深加工厂的最终位置。

基于集合覆盖模型和线性加权和法的选址问题研究——以兰州和平高校聚集区应急物流中心选址为例

应急服务设施点的选址是应急物流管理中不可缺少的一个内容,当突发事件出现时,位置合理的应急服务设施点可以在最短的时间内响应需求,保证充足的物资供应。应急服务设施点决策对于应急物流至关重要,正确的决策不仅可以降低物流成本,还能保证应急物资的时效性。文章根据兰州和平高校聚集区物流发展情况、各个需求点时空相对距离,充分考虑到应急物流物资配送的时效性特点,基于集合覆盖模型对兰州和平高校聚集区9个候选点进行初步筛选,从成本、设施基础和柔性等方面选择相应的评价指标,采用线性比例变换方法对指标值进行标准化处理,最后采用线性加权和法对初选方案进行综合分析比较,最终得出兰州和平高校聚集区应急物流中心的最佳选址。

基于集合覆盖模型的生鲜前置仓选址研究

为满足消费者对快速、高效配送的需求,前置仓模式成为生鲜电商关注的焦点,而前置仓的选址规划则成为研究重点。本文以青岛市为例,综合运用定量和定性方法进行研究,首先,通过集合覆盖模型初步筛选前置仓选址方案,随后,引入层次分析法对初步筛选出的前置仓选址方案进行最终确定。本研究旨在为生鲜前置仓选址提供参考。

集合覆盖问题的启发函数算法

本文给出了求解ＮＰ困难问题的完备策略的概念，在此基础上提出了一个求解集合覆盖问题的启发函数算法ＳＣＨＦ（ｓｅｔ－ｃｏｖｅｒｉｎｇｈｅｕｒｉｓｔｉｃｆｕｎｃｔｉｏｎ），文中对该算法的合理性、时间复杂性以及解的精度进行了分析，本文的主要创新点是用已知的完备策略建立启发函数，并用该启发函数进行空间搜索求出优化解．该方法具有一定的普遍性，可以应用到其它的ＮＰ困难问题．它为求解ＮＰ困难问题的近似解提供了一种行之有效的方法．在规则学习中的应用结果表明，本文给出的ＳＣＨＦ算法是非常有效的．

基于集合覆盖的VTS雷达站选址优化模型

建立了雷达站选址双目标优化模型,第一目标函数为雷达站的建设成本以及雷达站与船舶交通管理(VTS)中心线路的铺设成本最小,第二目标函数为多重覆盖的水域单元权重之和最大;并针对模型设计遗传算法求解.算例结果显示,最终选址方案能够实现对水域的全面覆盖和重点加强,VTS中心的位置和雷达站盲区的存在都会对雷达站的选址方案造成影响.将程序运行10次,计算结果具有稳定性,表明模型算法是收敛、稳定及可行的.

基于集合覆盖模型的电费缴纳点选址研究

在大营销体系下,各省市电力公司都在倾力打造"10分钟缴费圈",为电力用户提供方便、快捷、多样化的电费缴纳方式。在分析国内现有电费缴纳方式的基础上,构建了基于"10分钟缴费圈"的电费缴纳点选址集合覆盖模型,同时以各种电费缴纳方式的费率为权重,提出了带权的集合覆盖模型。通过对甘肃省兰州市安宁区电费缴纳点和现有的居民小区的地理位置进行分析,运用LINDO软件对建立的集合覆盖模型进行优化求解,证明了该模型的可行性。该模型可以帮助各地区选择合适的电费缴纳合作伙伴,以最小的投资成本获得最大的用户满意度。

基于集合覆盖的不完备信息系统属性约简方法

深入分析了不完备信息系统的特点以及相似关系的定义,通过构造不完备信息系统的相关矩阵,把不完备信息系统的最小属性约简问题与最小集合覆盖问题联系起来,将不完备信息系统的最小属性约简问题转化为最小集合覆盖问题,给出了基于集合覆盖的不完备信息系统最小属性约简算法。实例分析证明该算法可行,高效。

一个解决集合覆盖问题的二阶段遗传算法

针对集合覆盖问题,提出一个高效的可解决大规模数据的二阶段遗传算法.二阶段遗传算法可以分为数据约简阶段和启发式求解阶段,论文形式化地描述了数据约简阶段的相关定义、定理和算法,证明了该约简方法的有效性;并给出了启发式求解阶段中针对集合覆盖问题的遗传算法中选择、交叉、变异算子的设计方法.对Beasley提出的45个测试用例的测试结果验证了二阶段遗传算法的求解效率和求解质量高于其它遗传算法.

加权集合覆盖问题的加权分治算法

加权分治技术是一种用于算法分析和设计的新方法,该技术通过对处理对象按不同重要程度而赋予不同的权值来更加精确的描述算法分支子问题规模的大小,从而降低算法的时间复杂度.分支降阶技术是广泛用于求解组合优化领域难题的技术之一,该技术的核心思想是将原问题分支成若干个子问题,并用递归来求解这些子问题.加权集合覆盖问题是一个典型的NP难题,利用加权分治技术对集合覆盖问题进行研究,给出了一个精确算法,降低了算法的时间复杂度.在进行算法处理之前,将问题转换成二分图,并提出相应的降阶规则,将原问题的规模进行了缩小,在此基础上运用加权分治技术来分析其算法的复杂度.研究表明运用加权分治技术能够得到较传统算法更精确的时间复杂度.

关于属性约简和集合覆盖问题的探讨

论文探讨了粗糙集的属性约简和集合覆盖问题之间的联系。通过构造信息系统的相关矩阵将粗糙集的属性约简问题与集合覆盖问题联系起来,从而将粗糙集的属性约简问题简化为集合覆盖问题。然后用几个定理及其证明说明了这种联系是存在的。基于这种联系,推断出求最小属性约简问题算法的近似度的上下界为ln(｜U'｜)-lnln(｜U'｜)+O(1)和(1-o(1))ln(｜U'｜)。最后,利用两个范例分别演示了如何具体地构造相关矩阵以及如何将解决集合覆盖问题的思想和方法应用到解决属性约简问题中来,由此推理如果将文献5中的解决集合覆盖问题的启发式方法应用到解决最小属性约简中,属性约简的复杂度为o(r2m3+m2),并且能以78%的“概率”得到最小属性约简。

基于集合覆盖理论的公交线路驾驶员排班优化方法

为解决公交驾驶员调度优化问题,提出了一种基于人员成本最小化的公交线路驾驶员排班优化模型。在运营公交车辆最少的前提下,以单条公交线路的车次链为研究对象,考虑车辆运营任务、换班时间、劳动规则要求等约束,借助集合覆盖理论进行数学建模,并提出了一种基于启发式的0-1整数规划算法进行模型求解。最后,结合济南市公交调查的实际数据,以MATLAB为平台,实现了上述算法,求出公交驾驶员的排班方案。试验结果表明:与其他算法相比,该算法可减少驾驶员候车时间消耗,降低班次总工作时间和人员成本,进而降低公交公司运营成本;该算法在提高驾驶员工作效率的基础上,有效保障了驾驶员的工作时间,为公交线路驾驶员排班组合优化问题提供了合理方案。

基于面上DNA计算求解最小集合覆盖问题

利用DNA分子结构推得DNA计算机理及实现方式,提出用面上DNA计算模型求解最小集合覆盖问题,给出了具体应用和算法评价;在计算模板表面穷举了所有可能的结果,同一时间验证结果是否满足条件,实现DNA计算的强大并行性;同时在互补的寡聚核苷酸片段发生退火反应时,通过催化剂来决定是否杂交,减少人工参与、提高计算效率。最后,通过计算机仿真模拟验证了本模型的可行性。

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.

一种求解集合覆盖问题的启发式算法

集合覆盖问题是运筹学研究中的一个基本的组合优化问题,它通常描述成如下的一个覆盖问题:从一个m行、n列的0-1矩阵(aij)m×n中选出若干列盖住所有的行,使得付出的代价最小。集合覆盖问题被广泛应用到航空人员行程安排、电路设计、运输的车辆路线安排等领域。对这一问题,国内外学者提出了诸如遗传算法、模拟退火算法、蚁群算法、人工神经网络算法等求解算法。本文以贪心算法为基础,利用人类的智慧和经验,提出了一种求解集合覆盖问题的启发式算法。算法的主要思想为:从某个解出发,随机移除一定比例的列,再用贪心策略加入若干列。用本文提出的算法,对Beasley提出的45个测试实例进行了实算测试,所得结果和最优解的平均相对差值为0.44%,并且得到了其中33个实例的最优解,实算结果表明,本文提出的算法对求解集合覆盖问题是行之有效的。

基于蚁群算法的集合覆盖问题

蚁群算法是一种基于群体智能原理的优化模型,用于解决组合优化问题。集合覆盖问题是NP完全问题中应用面最广的问题之一,它在模式识别、机器学习等领域中具有重要的应用。以SCHF[1]启发函数作为启发信息,用蚁群算法求得集合覆盖问题的优化解。通过几种算法的仿真结果对照表明,用蚁群算法求解集合覆盖问题是有效的,蚁群算法得到的解是比较理想的。

集合覆盖问题的数据约简研究

针对当前解决大规模集合覆盖问题的算法普遍存在着效率不高的问题,提出了一套削减数据规模的约简方法,并给出了一个能够与其他所有解决集合覆盖问题算法相结合的约简算法。用Beasley提出的45个测试用例进行试验,结果显示贪心算法和遗传算法在结合了约简算法后能够在更少的时间内得到更优的解,表明该约简方法和约简算法可以有效提高传统算法和智能算法解决大规模集合覆盖问题的效率。

基于随机性集合覆盖模型的伤病员后送运力预计及优化配置仿真模型设计

目的:设计仿真模型用于大批伤病员后送动力预计及配置优化。方法:分析了目前运力预计方法的不足,引入运筹学中的选址问题,选用应用随机性集合覆盖模型解决后送运力优化配置的理论模型,分析探讨了伤病员后送中的若干不确定因素,包括后送工具的可获得性、后送工具的容量及速度、有效工作时间。根据这些随机变量的特征,确定相应的理论概率分布。结果:按照蒙特卡罗仿真的原理,以随机性集合覆盖模型为基础,用随机数模拟上述不确定因素,形成后送运力优化配置的仿真模型。结论:本模型可作为今后开发计算机辅助软件的基础,并供各级卫勤机构参考。

基于DNA粘贴模型求解最小集合覆盖问题

运用DNA计算模式中基于粘贴运算的粘贴模型求解最小集合覆盖问题.在粘贴模型中,用存储复合体来表示子集,并利用粘贴运算的巨大并行性,可以有效地求解最小集合覆盖问题.举例说明了基于DNA粘贴模型求解最小集合覆盖问题的过程.