基于改进混合遗传算法的冷链物流配送中心选址优化

针对冷链物流配送中心的选址是一个受空间和时间限制的优化问题(需要同时考虑成本、时间窗、货物品质及客户服务水平的约束,是一复杂组合优化模型),构造了一种基于遗传算法和禁忌搜索算法相结合的、并用贪婪算法改进交叉算子的混合遗传算法对模型进行求解.实验结果表明,这种改进的混合遗传算法可以有效地避免早熟及局部最优现象,得到质量较高的解,进一步提高了计算效率.

几种启发式集装箱优化配装方法的比较

集装箱配装是个多约束的复杂组合优化问题 ,属于NP -Hard问题 ,其求解是很困难的 ,所以实际应用中一般多用启发式方法来解。分析和比较了几种启发式集装箱配装的特点 ,并对未来的研究发展趋势做出了预测。

多目标救灾应急物资调度优化问题研究

在应对突发性公共事件如自然灾害时,应急物资调度的高效、快速和低成本是制定和选择应急方案时需要慎重考虑的问题。针对多储备库、多受灾点、多种应急物资需求的情况,研究了应急物资调度方案的优化问题。采用理想点法将多目标问题转化为单目标问题,采用惩罚函数法对约束条件进行处理,构建了基于运输时间最短、出救物资储备库最少的多目标应急物资调度计算模型,并给出了利用遗传算法进行求解的步骤。

蚁群算法研究与应用的新进展

蚁群算法是一种源于大自然生物界的仿生进化算法,具有自组织性、正反馈性、较强的鲁棒性和分布式计算等特性,且易于与其它算法相结合,在众多的复杂组合优化领域中有着广阔的应用前景。首先对蚁群算法的理论及其重要参数进行了阐述,继而分析了其在参数优化和智能融合方面的改进与应用;然后对其在车间作业调度问题、车辆路径问题、图像处理、电力系统优化等领域的应用进展进行了综述;最后对其理论研究和应用领域可能存在的问题及对策进行了探讨和展望。

蚁群算法的研究现状与展望

蚁群算法是一种新型的求解复杂组合优化问题的启发式算法.该文对其研究现状进行综述,主要分析其起源、基本原理、实际应用及优缺点,重点归纳整理了算法模型拓展与主要应用领域.针对该算法目前存在的缺点,在未来理论研究方向上提出设想,并对其开发新应用领域提出建议.