改进的求解约束P-Median问题的分散搜索算法

对解决约束P-中位问题已有的分散搜索算法进行改进。通过划分中心点服务范围的新方法指派需求点以构造初始解,用基于外包矩形的局部搜索方法来提高邻域解搜索的效率,结合路径重连算法,扩展邻域解的搜索范围,来提高解的质量。实验表明此算法能够得到优化且连续的解。

带时间窗的车辆路径混合遗传算法

基于标准遗传算法,将每一个染色体与分组信息相结合,使染色体结构包含有更多信息,辅以λ-交换局部搜索技术,构造了一种新的混合遗传算法,对带时间窗约束的车辆路径问题进行了求解,并与标准遗传算法的求解结果进行了对比研究,发现使用混合遗传算法,总行驶里程为162km,而使用标准遗传算法,总行驶里程为182 km。结果表明混合遗传算法的求解结果比标准遗传算法更加接近最优解,所需的行驶里程缩短,有效降低运输企业的车辆运行成本。

有时间窗约束的车辆路径问题的改进遗传算法

针对有时间窗约束的车辆路径问题,在标准遗传算法的基础上,将分组信息与每一个染色体结合,并辅之以λ-交换局部搜索技术,构造了一种改进遗传算法。该算法使得求解结果更接近最优解。实验表明,本算法是有效的。

基于业务外包的集装箱港口车辆调度问题

针对集装箱港口自身运输车队能力的限制,提出了一类基于业务外包的车辆调度模型并对其求解方法进行研究。在详细分析集装箱港口各种业务订单特性的基础上,依据作业订单信息对集装箱港口作业任务进行分类;抽象出了描述此类基于业务外包的车辆调度问题的数学模型并提出一种业务外包定价策略,设计了一种禁忌邻域搜索求解算法;通过对实际调查数据进行处理验证了该模型和算法的有效性,通过与其他算法处理结果进行对比验证了所设计的邻域搜索算法的优越性;最后通过对实验结果数据进行统计分析,得出了一些对集装箱港口作业有实际指导意义的业务外包规则。

有时间窗的车辆路径问题的局部下降搜索算法

介绍了一个求解有时间窗的车辆路径问题(vehicle routing problem with time windows,VRPTW)的启发式算法——基于λ-交换的局部下降搜索算法(Local search descent method based on λ-interchange).VRPTW是指合理安排车辆行驶路线,为一组预先设定有时间限制的客户运送货物,在不违反时间要求和车辆容量限制的条件下使得成本最小.它是一个典型的NP-难题,可以通过启发式算法获得近优解来解决.通过两个实验验证,显示了局部下降搜索算法的优良性能,取得了很好的效果,可以作为进一步研究复杂算法的基础.