遗传蚁群算法在编组站进路优化中的应用

进路优化是企业编组站调度的一个重要环节。合理进行进路选择,有利于减少货车在站停留时间,提高作业效率。本文针对企业编组站的作业和站场分布特点,建立了该问题数学模型,提出了一种融合了遗传算法和蚁群算法特点的遗传蚁群算法(GACA)来解决这种大规模组合优化问题,采用遗传算法生成信息素分布,利用蚁群算法求精确解,优势互补。结合实例计算说明了该融合算法是有效可行的。

基于遗传蚁群算法的树枝型铁路取送车问题优化

针对企业铁路货运站的铁路线分布特点和"连送带取"的作业方式,建立树枝型专用线取送车的数学模型,将其归纳为一个典型的旅行商问题。同时提出一种融合遗传算法和蚁群算法特点的遗传蚁群算法(GACA)来解决这种大规模组合优化问题;采用遗传算法生成信息素分布,利用蚁群算法求精确解,有效提高算法的时间效率和求解效率。结合实例计算求得了企业取送车作业问题的最优解。