一个物流配送优化算法

分析并描述了终端物流配送体系 ,建立了终端物流配送优化模型。该模型是一个复杂的带约束的多旅行商问题 ,属于非确定性多项式 (NP)完全问题。基于集合分划、启发式贪心策略和边缘交换算法给出一种可行的优化算法。

基于单机排序和多因素决策的飞机排序问题研究

提出以单机排序为基础的飞机排序模型,根据各种因素对飞机排序的影响,采用多因素综合决策方法解决飞机排序模型中权重的取值问题。为求解该排序模型,提出以启发式贪心算法为基础的飞机排序算法,仿真结果表明提出的排序算法符合飞机排序要求,具有良好的规划性能。

终端区飞机着陆优化调度策略研究

根据机场终端区空域结构特点,将飞机排序过程分成航路飞行段排序和汇聚排序,重点讨论动态情况下的排序问题,分别给出相应的算法。然后将两个过程的算法结合起来,对整个终端区降落飞机进行优化调度。最后对各种调度方案进行仿真验证,在考虑优化排序队列和减轻管制压力的基础上给出优化调度策略,具有较好的实用价值。

基于强化学习的高铁列车运行图编制模型优化方法研究

针对高铁列车运行图中可能存在的停站时间超出范围、运行时间超出范围、超车和间隔时间不足这4类冲突,基于强化学习理论,实现一个用于调解列车运行图冲突的智能体。通过建立列车运行图编制环境,研究设计用于调解不同冲突的算子集,利用近端策略优化算法在搭建好的环境中训练智能体。为提升算法性能,采用启发式贪心算法采集样本对网络进行监督学习作为前期预训练,利用熵增加算法的探索力度和多策略决策让最终的调解方案更加有效,并使用模型预热让算法网络在每个测试环境中进行参数微调以适应新环境。结果表明,在相同初始环境下,该方法消解所有冲突所需步骤显著少于启发式贪心算法,且100%消解所有冲突的概率远大于启发式贪心算法,该方法为列车运行图编制模型提供了新的参考。