挤压插入式算法在排课系统中的应用研究

为解决西部农村地区中小学排课难问题,开发基于挤压插入式算法的排课系统,并分析排课过程中遇到的各种问题及解决方案。该排课系统有效减轻了人工排课的繁重工作,为中小学排课人员带来了很大方便。

共享单车再平衡问题及其容差插入启发式算法

共享单车再平衡问题是一类NP-难问题,已有启发式求解算法随着问题规模扩大求解速度显著变慢。本文先讨论了该问题的线路可行变换性质,推导证明了插入构造可行解时,被插入位置允许插入客户点的容量区间。在此基础上,提出容差概念,设计了容差插入启发式算法,对该算法应用标准算例测试表明,算法速度快,参数设置简单;算法找到11个测试算例的当前最好解,其中1个为新的当前最好解;算法求解大容量问题的质量优于中、小容量问题。

复杂PDPTW问题的插入启发式算法

讨论了多车库、多货物类型且有最大工作时间约束的复杂有时间窗装卸货问题(PDPTW)，给出了解决此类问题的插入启发式算法、对复杂条件的特殊处理方法以及提高解的质量的处理技巧。算例表明此算法能快速有效地处理复杂PDPTW问题。

改进蚁群算法优化车辆路径问题的研究

研究采用改进的蚁群算法优化带约束的车辆路径的问题。考虑的约束条件包括路径约束、时间窗约束和容量约束。主要目的是提出一种改进的蚁群算法进行车辆路径优化,构建配送车辆行驶路线,实现配送路线总成本的最小化。从三方面对蚁群算法进行了改进:对参与条件转移概率的候选节点列表进行预处理减少路线构建过程计算的时间复杂度;提出插入式节约算法用于改进蚁群初始配送路线提高寻优精度;基于蚁群系统对信息素更新策略进行改进,加快算法收敛速度。基于Solomon基准数据集,与近年来已取得的研究成果展开对比实验,证明提出的改进算法在提高求解精度和搜索效率方面的有效性,在优化带约束条件的车辆路径问题时的实用性,拓展了蚁群算法的应用领域。

多车辆有时间窗约束的装卸货问题插入启发式算法

研究了多车辆有时间窗口约束的装卸货问题(m-PDPTw)的路径构造的常用算法--插入启发式算法.分析了插入算法中会影响解质量的因素,提出几个判据指导插入过程.在Solomon的VRPTW插入算法的基础上提出了改进的PDPTW插入算法.算例表明,改进的插入算法克服了简单插入算法的缺点,大大提高了解的质量.

一种基于Voronoi图求解车辆路径问题的混合启发式算法

针对由多个配送中心和多个客户点组成的物流网络中的车辆路径问题,提出了一种基于"集群第一,路线第二"的路径优化策略,即首先使用Voronoi分割对配送区域进行划分,然后引入综合插入算法和变邻域搜索算法的混合启发式算法求解配送区域内车辆路径问题。通过算例和应用系统的分析与验证表明,该混合算法既能获取质量较优解,同时也具有较好的实时性,能较好地满足实际应用需求。

电子侦察卫星动态调度问题的快速启发式算法

卫星电子侦察中针对动态突发事件重新制定侦察计划是侦察任务规划所要解决的基本问题.分析导致动态调度的扰动因素,把不同扰动下的动态调度问题归结为一类复杂约束下的任务插入问题.建立混合整数规划模型,提出快速启发式任务插入算法(含三个基本算法——直接插入任务算法、移位插入任务算法和替换插入任务算法);基于初始调度方案的优良特性,极大降低动态调度复杂性.仿真实验表明:该算法能有效解决电子侦察卫星动态调度问题.

混合型蚁群算法及其应用研究

旅行商问题是一个NP—Hard组合优化问题。根据蚁群优化算法的特点，本文提出新盼随机插入式算法用于蚁群算法的初期信息素分布，同时在蚁群算法过程中加入了改进3-opt算法。实验研究表明，在收敛速度和解的质量方面均获得了改进。

可变线路式公交的两阶段车辆调度模型

针对可变线路式公交设计了一种可同时处理预约需求和实时需求的两阶段车辆调度模型.第1阶段模型以预约需求为服务对象,建立了以乘客出行成本和车辆运营成本最小为目标的路径优化模型,采用模拟退火算法对模型进行求解,获得车辆初始行驶路径方案.第2阶段模型以实时需求为服务目标,在原定行驶路径方案上利用启发式插入算法将4类乘客排入车辆行车计划中.基于实例的仿真试验验证了两阶段车辆调度模型的可行性,结果表明:通过提高乘客预约出行比例的方式可提升系统性能,本例中当乘客需求量达到25人/h、预约出行比例达到70%时,系统整体性能相较于纯动态需求条件下提升近10%.

基于遗传算法的Job-shop调度问题研究

Job -shop调度问题是一个强NP -难问题 .为此提出了一种简单、易操作的遗传算法对该问题进行求解 .采用一种插入式贪婪解码算法保证生成的调度是活动调度 (activeschedule) .通过几个著名的MuthandThomp son测试例子及与目前较好的遗传算法的比较实验 ,以验证这一算法的有效性 .

基于混合果蝇优化算法的现场服务调度问题

员工技能熟练程度对现场服务调度问题(FSSP)的执行效率有极大影响,现有研究中未考虑员工技能因素。针对上述问题,首先以员工的旅行时间、服务时间和等待时间为优化目标,建立考虑员工技能熟练程度的FSSP模型;然后,提出混合果蝇优化算法(HFOA)对该模型进行优化求解,根据问题特征和算法特点,设计了基于矩阵的编码方法;定义了两类矩阵操作,提出了3种搜索算子,重构了果蝇优化算法(FOA)的嗅觉搜索和视觉搜索过程;为了提升算法性能,构造了基于最邻近插入启发式算法的初始化算子;最后,通过典型实例对算法进行了仿真实验,并与遗传算法(GA)、贪婪随机自适应搜索过程(GRASP)算法进行了比较。实验数据显示,与其他两种算法相比,HFOA在均值和最优值方面表现更优秀。结果表明改进初始化方法和搜索策略后,HFOA在优化的精度和稳定性上优于其他算法。

面向智能制造的作业车间调度算法研究

为提升企业快速响应单件、小批量、个性化定制等市场需求的能力,该文提出了1种面向智能制造的作业车间调度优化的改进遗传算法。在多工件加工工艺约束条件下,对工序和机器分别进行矩阵编码。设计了与编码方式相对应的选择、交叉和变异操作,并增加保留算子,保留每一代种群中的最优个体。在求得全局近似最优解后,采用插入式贪婪解码算法对染色体进行解码。可动态优化基于加工时间最短或提前/拖期惩罚代价最小的多工件作业规划和机器分配方案。仿真结果证明了算法的有效性。

改进算术优化算法求解考虑机器老化效应和工件释放时间的作业车间调度问题

研究考虑机器具有老化效应和工件带有释放时间约束的作业车间调度问题(job shop-scheduling problem,JSP)。建立以最小化最大完工时间为目标的调度优化模型,并设计1种改进的算术优化算法(improved arithmetic optimization algorithm,IAOA)对该问题进行求解。算法首先通过排序值转换规则将IAOA连续解空间映射到JSP的离散空间,并对JSP进行编码,然后使用插入式贪婪解码算法进行解码。提出了非线性数学优化加速函数和6种邻域搜索策略对标准算术优化算法(arithmetic optimization algorithm,AOA)进行改进。通过在33个JSP数据集上进行测试并与AOA、灰狼优化算法和算术三角函数优化算法进行对比分析,结果表明提出的IAOA具有较好的优化效果以及收敛能力,且该算法克服了AOA求解精度低、收敛速度慢的缺陷。