多能源混合车队生鲜品配送车辆路径问题研究

针对同时考虑取送货和分时电价的电动车与燃油车混合车队车辆路径问题,以车辆固定成本、行驶成本、制冷成本、货损成本、时间窗成本、碳排放成本和充电成本之和最小为目标,构建生鲜品配送车辆路径优化模型,设计融合邻域搜索的遗传模拟退火混合算法并求解。结果表明:相比于取送分离,同时取送货模式能够显著提升配送效率,提高车辆装载率;通过技术升级适当增加电动车的电池容量,能够弱化车辆路径方案对充电设施的依赖程度,有效降低配送成本;通过与遗传算法、遗传变邻域混合算法运行结果对比,验证本文算法的有效性,为冷链物流企业在配送环节实现节能减排、降本增效提供借鉴和参考。

基于链式遗传-模拟退火混合算法的电网扩展规划

将模拟退火机制引入到食物链生态进化算法,提出了链式遗传-模拟退火混合算法(CAGSAH),对种群执行并行退火操作,弥补食物链生态进化算法爬山能力不足,提高算法全局寻优能力。给出了链式遗传-模拟退火混合算法的详细计算流程,并将其应用到求解电网扩展规划问题,实际计算结果显示链式遗传-模拟退火混合算法在搜索效率及收敛性能上明显优于食物链生态进化算法。

南水北调供应链的水资源配置模型

以南水北调工程水资源供应链中的单一节点湖泊作为研究对象,根据我国水资源配置的实际情况,运用供应链管理中的产品分配理论与方法,以水资源综合利用净效益和湖泊收益为目标,建立了南水北调供应链水资源配置的多目标模型。根据水资源配置模型的特点,利用模拟退火混合遗传算法对模型的求解方法进行了探讨。最后,利用算例对模型进行了验证和分析,得出该模型可用于南水北调工程的水资源配置研究。

基于链式遗传——模拟退火算法的配电网络重构

以网损最小为目标函数,节点电压、网络辐射性和电源容量的限制为约束条件,建立了配电网络重构优化数学模型。针对各种单一算法的局限性,提出了一种基于链式遗传-模拟退火算法。该算法将环境压力映射为待优化问题,进化链(食物链)上每条染色体(个体)则对应问题的一个候选解,通过模拟退火Metropolis取舍准则控制算法搜索最优方案的进程。最后,在IEEE16节点系统上验证了所提方法的有效性。