基于低碳物流的危化品仓库堆垛布局优化研究

为保证危化品仓库安全的同时有效减少碳排放并提升经济效益,建立危险指数最小、物料搬运量最小和碳排放成本最小的危化品仓库堆垛布局多目标优化模型,采用改进的粒子群-禁忌搜索混合算法对模型进行求解。该算法在传统粒子群算法的基础上加入多点变异操作,并在粒子群算法得出解的基础上加入禁忌搜索算法,提高算法跳出局部最优解的能力。研究结果表明:利用本文建立的多目标优化模型及改进算法,危险指数、物料搬运量和碳排放成本均有所下降,解集质量较高,从而在保证危化品安全的情况下,有效降低物料搬运量及碳排放成本。研究结果可为危化品企业对仓库内部碳排放量的影响因素和数值计算以及危化品仓库安全性的界定提供参考与借鉴。

城市轨道交通乘务交路方案编制的禁忌搜索优化方法

针对城市轨道交通普遍采用轮乘制、日班和两头班混合等特点,对城市轨道交通乘务交路方案编制问题进行研究,旨在降低乘务成本并提高乘务效率.首先,通过分析城市轨道交通乘务交路方案的构成要素,考虑值乘时长、值乘片段接续时间和接续地点等要求,构建值乘片段、值乘任务构成和乘务规则约束,由此建立以乘务组数量和总接续时间等综合指标最小化为目标函数的多目标0-1整数规划模型.然后,针对该模型设计禁忌搜索(Tabu Search,TS)算法进行求解,以先到先走(First-In-First-Out,FIFO)的就近指派原则得到初始解,并设计4种邻域变换策略,以提高邻域解的多样性,并构建基于多邻域结构的禁忌搜索求解算法,实现对乘务交路方案的优化.最后,以广州地铁7号线的乘务交路方案为例进行实例验证.研究结果表明:优化方案较实际运营方案的乘务作业段数和总接续时间分别降低了20%和4.94%,每个乘务作业段值乘列车数量从8.2列增加到10.3列,有效驾驶时间从5.4 h增加到5.8 h,优化方案的各项指标均得到显著提升.研究成果可以为城市轨道交通乘务计划编制提供理论和方法支持.

四重底线下模糊多目标可持续供应链网络规划

针对可持续供应链网络多基于经济、环境、社会三重底线进行模型构建,未能充分描述企业自身治理能力与供应链模型的关联程度,同时为了更加准确地表示模型中不确定参数的真实状态,在《CITI评价指南8.0》的基础上,提出一种对经济成本、环境污染、社会影响与企业治理能力四重底线协同建模的模糊多目标可持续供应链网络模型,并设计了一种结合禁忌搜索与分支定界的混合式元启发算法(TSA-BB)对模型进行求解。首先,综合考虑四重底线的各项指标特征,建立相应的模糊层次分析结构模型表示各指标间的相对重要程度。然后,根据相对重要程度依次构建直接影响矩阵、综合影响矩阵,并依据二者计算各指标的加权中心度作为整合多目标函数的综合权重。最后,在TSA-BB中设计多种算法规则对模型进行高效求解,并基于大量算例仿真验证了模型与算法的可行性及有效性。实验结果表明,模糊指标与四重底线协同建模可更好地拟合供应链的真实状态,同时企业治理能力应成为各层级决策者均衡优化供应链网络模型需考虑的重要决策依据。

多车场异构车型绿色路径规划问题研究

为拓展多车场车辆路径类问题(MDVRP)的求解方式及途径,引入了油耗和碳排放量的近似计算方法,建立了带时间窗的多车场多车型绿色车辆路径问题模型(GMDHF-VRPTW)。将物流配送和碳排放总成本最小化作为优化目标,设计改进的禁忌搜索算法(ITS)求解该模型。为验证提出模型的有效性和可行性,采用Solomon测试数据集,分别从最优目标值、求解时间等方面与经典的禁忌算法进行对比,实验结果表明ITS方法有显著的优势。此外,为降低问题求解的复杂度,结合K-means聚类算法,将多车场转化为单车场,通过判断满足需求的最小车辆数进行建模并提出了基于Gurobi求解器的聚类过滤算法(CF),在求解同规模多车场多车型路径问题进行了探索,结果表明CF颇具优势,能够为企业实际的低碳物流运输提供决策支持和方法指导。

新零售背景下企业的物流配送路径优化研究

在新零售背景下,为了提高企业的物流配送效率,增强顾客的满意度,通过分析盒马鲜生的物流配送路径优化问题,研究企业的物流配送路径优化问题。基于新零售运用的区块链技术,选取盒马鲜生为研究对象,针对盒马鲜生的物流配送特征,构建物流配送路径优化模型,设计禁忌搜索算法求解该模型,并通过实例分析验证模型的可行性和求解算法的有效性。结果表明,构建的模型和设计的求解算法能够有效的优化盒马鲜生的物流配送路径,对于优化企业的物流配送路径具有一定的参考借鉴作用。

考虑众包场景的电动车动态需求车辆路径问题

针对企业自有车辆和社会车辆共同取送货的场景,以及国家节能环保的政策背景,考虑分时电价、部分充电、软时间窗、以及动态需求等因素,以最小化配送总成本为目标,建立考虑众包场景的电动车动态需求车辆路径问题(EDDVRP-CD)的两阶段整数规划模型。考虑动态需求的时效性,设计了启发式算法——改进的禁忌自适应大规模邻域搜索算法(IALNS-TS),增加了新的删除算子和修复算子,同时提出了加速策略。分别与两种算法——自适应大规模邻域搜索算法(ALNS)以及禁忌搜索算法(TS)进行对比,通过大量算例验证了IALNS-TS算法能够快速响应动态需求,并有效降低总配送费用。

改进Jaya算法求解混合流水车间调度问题

混合流水车间调度问题(HFSP)是广泛存在于流程制造系统中的NP-hard问题。针对最小化完工时间的HFSP,结合Jaya算法和禁忌搜索的优势,提出了一种改进Jaya算法。在该算法迭代更新阶段,根据设计的编码方式提出一种基于路径重连的方法来进行离散更新,以保证种群的多样性,提高全局搜索能力。为提高局部搜索能力,提出融合两种邻域结构的禁忌搜索算法来进一步提高解的质量,并根据问题特性对邻域结构进行适配调整。采用所提算法求解三种基准测试集,在大规模经典测试集中求出新的最优解,在解的质量方面优于当前文献中其他算法,验证了所提算法的有效性和优越性。

资源波动下突发公共应急救援鲁棒性调度优化

在随机可更新医疗资源约束下,如何通过添加资源缓冲来抵抗资源波动对突发公共卫生事件应急救援计划的干扰,并最小化应急救援过程总成本,是当前应急管理的重要问题。首先界定研究问题,构建了包含两组决策变量的资源波动下突发公共卫生事件应急救援鲁棒性调度优化模型;根据问题特点设计了改进的禁忌搜索算法,并与多重迭代和随机生成算法进行对比测试;最后通过大规模算例测试验证,并分析了关键参数对救援项目总成本的影响。结论表明:添加资源缓冲后的救援总成本更低,并且救援总成本随项目截止日期、资源可用量波动幅度、单位延迟成本及单位缓冲成本的变化而呈现规律变化。该研究能够为现实中突发公共卫生事件资源调度提供有效的决策支持。

一种可用于航天Boost拓扑电源参数辨识的数字孪生方法

电力电子变换器中元器件随时间退化会影响到航天电源的稳定性与可靠性。为确保航天电源的可靠性,并准确识别零部件状态,数字孪生依靠其非侵入性、数字化、高性价比、低风险、可视化与实时性的特点,可以解决电力电子变换器的故障趋势判断与状态检测的问题,从而保证航天电源的稳定性与可靠性。通过验证Boost拓扑电路的数字孪生模型,同时采用禁忌搜索算法以比较结果最小二乘误差为目标函数得到全局最优解,进行Boost拓扑电路参数辨识、实时监控。并且对比了100、500、1000算法迭代次数对结果的影响,随着迭代次数的增加,最终结果与实际值仅有最大0.96%的误差。验证该项技术可应用到航天电源的实时状态监控,以保证其可靠性。

基于有效限制邻域结构的禁忌搜索求解预算最大覆盖问题

针对预算最大覆盖问题,设计出一种基于有效限制邻域结构的禁忌搜索算法(Effectively Restricted Neighborhood Structure Based Tabu Search,ERNSBTS)对其求解。该算法主要由动态初始化、基于策略限制邻域结构和动态随机扰动重新初始化三部分组成。首先,提出构建剩余利润和剩余价值密度来生成好的初始解。然后,引入计数器G来记录当前解下元素覆盖次数,设计相对置空率和相对增益率两种策略来得到最有期望子集来限制邻域结构。最后,设计扰动程序,将贪婪与启发式思想相结合,考虑全局和局部的凸组合,以增加初始解的多样性。在数值实验中,分析了ERNSBTS算法参数设置,同时将其与近似算法、PLTS和VDLS算法的结果进行比较分析,证实了ERNSBTS算法在求解质量、计算效率和鲁棒性方面的高竞争力。

神华铁路动态货物列车开行方案编制优化研究

重载铁路作为我国大型战略物资的重要运输通道,其货物流向及列车径路较为简单。货物列车开行方案既是货物运输组织的重要计划,也是影响货主装运需求与货运到达时限的关键。以神华铁路为研究对象,以重车作业时间与空车延误时间最小化为目标,构建神华铁路动态开行方案编制优化模型,并设计两阶段遗传-禁忌搜索算法的求解策略。最后以包神南线与神朔线作为实例验证,优化后总目标函数值为30010min,其中重车运输作业时间30010min,空车延误时间0min。实现了重空车的合理接续,最大化的保障了货主运输需求,证明了上述模型与算法的有效性。

基于不完全退火的正态云禁忌搜索算法及应用

针对RC电路参数优化应用时的局限性,提出一种基于不完全退火的正态云禁忌搜索算法。该算法对原始禁忌搜索算法在寻优过程中出现的对寻优起点过度依赖、早熟、灵敏度不一致等问题进行了改进,首先通过引入改进的不完全模拟退火Metropolis准则作为算子,使得原始禁忌搜索不再依赖初始可行解,具备了一定逃离局部最优解能力;然后采用正态云模型,提出了一种自适应禁忌表记忆策略及遗忘机制,使得禁忌搜索算法具备更强随机性与模糊性,进一步增强其全局搜索性能;最后针对灵敏度不一致问题,提出串行多维多灵敏度混合编、解码策略,实现在同一算法框架下对不同寻优对象定义不同搜索范围,使得低灵敏度解受忽略程度大大降低。采用8个基准函数及TSP-Oliver30标准测试算例进行性能评估,并与其他6种同类型算法对比,证明该算法对原始禁忌搜索算法优化效果良好。将该算法应用于SiMOSFET加速器磁铁开关电源参数优化后,经仿真与实验,结果表明:所提改进算法能够对工程应用进行实际优化,具备优越性与可行性。

感-通-物多目标融合应急无人机路径规划方法

为了完成多无人机应急救援场景下救灾点的需求感知(感)、数据收集(通)和物资投放(物)任务,提出了在考虑无人机能耗约束下,感-通-物多目标融合的两阶段的应急无人机路径规划求解框架。第一阶段提出基于时序图卷积网络的救灾点人数预测模型,并量化救灾点物资和通信需求;第二阶段提出基于贪心和禁忌搜索的多无人机路径规划算法,通过交替优化救灾点划分和单无人机路径规划来求解原优化问题。仿真结果表明,该算法在总服务收益上优于传统的无预测多无人机路径规划算法。

无人机集群任务分配的多目标算法研究

针对目标识别场景下的无人机集群协同任务分配问题,建立了以识别代价和识别收益为目标的优化模型,设计了基于分解的多目标差分进化算法求解该模型。首先,提出了精英初始化方法,在保证所得非支配解分布均匀的基础上,筛选初始解以提高解集的质量;其次,结合模型特性构造整数编码下的多目标差分进化算子,提高算法的收敛速度;最后,设计了带限制的禁忌搜索策略,使得算法具有跳出局部最优的能力。该算法为问题的求解提供一组非支配解集,使得可以根据实际需求选择更加合理的最优解。通过上述方法获得分配方案后,基于拍卖算法设计任务重分配策略,进一步调整分配方案,以应对无人机损毁的突发情况。仿真实验验证了所提算法在求解小、中、大规模任务分配问题上的有效性。相比于其他算法,文中算法所得非支配集具有更高的质量,可以消耗更少的识别代价来获取更高的识别收益,说明算法具有一定的优越性。

基于禁忌搜索的列车运行控制系统测试用例生成方法研究

当采用故障注入方法对高速铁路列车运行控制系统功能进行组合测试时,系统容易受到输入参数之间约束关系的影响,产生无效测试用例。为了应对多个故障间的耦合作用,以临时限速场景为例,提出一种基于禁忌搜索算法的测试用例生成方法。首先,提取临时限速场景的设备故障特征作为故障注入输入参数,分析设备间的约束关系,建立约束满足模型;然后,依据信号设备的特点,改进禁忌搜索算法的初始解生成方式和邻域搜索过程,生成满足约束关系的测试用例;最后,依托京张智能高速铁路列车运行控制系统仿真测试平台,结合现场线路数据和实际设备信息,验证所提算法的有效性。实验结果表明:临时限速场景中加入约束后的测试用例个数比加入约束前在覆盖维度为2、3、4时分别减少了7.7%、7.0%、4.5%;所提算法生成的测试用例个数比IPOG、IPOG-F、mAETG、TS算法分别降低了32%、30.1%、24.5%、3.7%,且组合覆盖率比随机测试和自适应随机测试提高了9.5%和3.7%。该研究成果可为列车运行控制系统优化及安全性验证提供一定的参考。

无缓存流水线生产系统中AGV调度问题的研究

针对无缓存流水线生产系统中的AGV(automatedguidedvehicle)调度问题提出了复合评分的启发式调度算法,降低了系统中AGV执行任务的间隔等候时间.首先,通过建立数学模型,对目前主流的AGV规模估计方法做出了改进.其次,提出了一种新的基于复合评分禁忌搜索的AGV前瞻调度算法.不同于目前主流的以空驶距离为优化目标的调度算法,该算法能够以最小化工件延误时间、最小化AGV空驶距离等多目标来统筹调度AGV.最后,为验证所提算法的有效性,从多个角度与已有算法进行了实验对比.仿真实验结果表明,相较于其他算法,提出的前瞻调度算法能够更有效地解决无缓存流水线生产系统这一新场景的AGV调度问题.实车实验也证明了该算法在实际生产中的有效性.

考虑资源转移的突发公共卫生事件鲁棒性调度优化

突发公共卫生事件应急救援中,资源转移对救援处置效率与成本的影响至关重要。基于这一特点,研究了在添加资源缓冲的项目计划基础上,如何通过资源转移进一步抵抗资源波动对救援计划的干扰,以最小化应急救援过程的总成本。首先界定研究问题并据此构建了包含3组决策变量的鲁棒性优化模型,根据问题的NP-hard属性和决策变量特点,设计了带有改进措施的双层嵌套禁忌搜索算法,与多重迭代算法进行对比测试,并分析了关键参数对救援项目总成本的影响。结论表明:在救援总成本优化过程中,资源缓冲成本、活动延迟成本以及资源转移成本三者之间存在权衡关系,资源缓冲基础上的资源转移可以从项目内外部同时优化资源,提高资源储备与应急救援效率。

基于混合果蝇算法的桩锚支护深基坑临界滑面搜索

进行基坑整体稳定性分析常采用极限平衡法,但仍然需要依据经验试算一系列滑面,将安全系数最小的滑面确定为最危险滑面.针对此问题,提出将果蝇优化(FOA)算法与禁忌搜索(TS)算法融合,提出自适应步长的混合果蝇优化算法(HFOA),以克服基本果蝇算法局部寻优精度不高且易陷入局部最优的缺点,确保获得全局最优解,并结合简化Bishop算法用于临界滑面的搜索.在Matlab中编程实现该算法,通过与6种启发式算法进行对比,结果表明,HFOA适用于均质土悬臂支护基坑、成层土和含软弱夹层的桩锚支护基坑,相较于遗传算法等6种算法具有更快的收敛速度、更高的收敛精度和可靠性,为深基坑临界滑动面搜索提供了一种新的求解策略.

考虑冷链-常温货品混合配送的路径优化问题

针对冷链-常温货物混合配送问题,建立了以总配送成本最小为目标的车辆路径优化模型,模型综合考虑了区域客户拥挤度,多车型,多服务时间窗的现实情况.提出了带有两种邻居解评价机制的禁忌搜索算法对问题进行求解,机制1综合解的各个指标为其设置了一个目标值向量,机制2则在目标值向量上增加了一个惩罚目标值.实验结果表明,禁忌搜索+机制2的优化效果最好,冷链混合配送模式能有效降低配送总成本.提出的模型和算法对于电商企业构建更低成本更高质量的新型冷链混合配送网络有一定指导作用.

基于改进人工鱼群算法的蠕虫机器人路径规划

针对人工鱼群算法在机器人路径规划中存在路径长、精度不高、易陷入局部最优等问题,提出了一种改进的人工鱼群算法,旨在提高算法效率及精度。首先,在算法觅食行为中加入寻优循环,减少算法在路径规划中选取位置点的随机性,使机器人能够更快地走向目标点;其次,融合禁忌搜索算法,通过引入禁忌表来记录算法陷入局部最优的路径,使算法在选取新位置点时能够避开局部最优区域,避免算法在局部过度循环,同时对规划出的路径进行优化处理,删去重复栅格点之间的路径,保证路径中没有重复的栅格点;最后,将改进后的人工鱼群算法应用在一种新型的三维栅格地图中。实验结果表明:相较于其他对比算法,在地图1、2、3中改进人工鱼群算法所取得的平均路径长度分别减少了10%、15%、30%,在复杂地图中路径规划的成功率提高了75%。