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。

基于最邻近和元启发式算法的单位线实时优选

单位线是流域汇流计算的一种重要手段,被广泛地应用于径流模拟和洪水预报工作中。传统的单位线求解方法未能考虑降雨时空分布不均的问题,从而影响洪水预报的精度。尝试采用最邻近算法构建基于前期降雨过程的推荐算法,实现基于流域暴雨质心、净雨强度、净雨时程分布选择用于单位线分析的降雨洪水样本,并利用元启发式算法构建瞬时单位线优化率定模型,实现单位线的实时优选。研究结果表明,所提出的方法能够有效提高汇流计算和洪水预报的精度。

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。

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.

对地观测卫星任务规划的启发式动态调整算法

针对对地观测卫星任务规划,分析了单个资源失效与多个高优先级任务动态插入情况下已有任务规划方案的动态调整问题。以最大化规划方案任务权值总和为优化目标,提出了基于任务替换的启发式动态调整算法,包括选择替换任务的五种启发式策略:最大灵活度、最小冲突集、最小争议部分、区间剪枝以及任务剪枝策略。分析了影响动态调整算法运行效率的两个关键因素:冲突任务集与动态搜索深度。采用任务重规划率、规划权值变化率与算法运行时间三项指标考察算法效果,通过仿真实验验证了算法的可行性和有效性。

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.

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。

有新任务插入的多星动态调度模型与算法研究

对地观测卫星动态调度问题是一类复杂的调度问题。在对动态调度的要求进行分析的基础上,针对有新任务插入的多星动态调度问题的特点,建立了多星动态调度模型,提出了一种基于自由度规则的动态启发式求解算法。分别设计了基于最大自由度的退出启发式规则和基于自由度比例的退出启发式规则,采用深度有限搜索策略进行迭代搜索。仿真实例分析表明,基于自由度规则的动态启发式求解算法能够较好地解决有新任务插入的多星动态调度问题。

TSP邻近算法在Euclid平面上的性能比分析

旅行推销员问题(TSP)邻近算法的性能比已经被证明有一个关于点数的对数函数上界,本文就该方法在欧几里得平面上给出了性能比的一个对数下界。

基于启发式带时间窗的车辆路径规划问题求解

车辆路径规划问题广泛地存在于现代物流行业中,该问题属于NP难的组合优化问题.随着客户需求的多样化、道路限行等因素的影响,该问题变得更加的复杂,采用传统的组合优化方法和运筹学方法往往难以求解.本文对一类常见的带时间窗的车辆路径规划问题进行了研究,根据时间窗参数来调整客户的优先级,以减少车辆的等待时间,由此改进了几个常见的启发式算法,并对56个常见的车辆路径规划问题进行了测试,实验结果表明,改进的节约算法在带容量约束的车辆路径问题中效果较好,改进的插入法则在带时间窗的车辆路径问题中具有优越性,另外,改进的启发式算法在4个测试用例上使用更多车辆时可使总路程优于已知最优值.

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。

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%.

电子商务中订单配送优化模型及两阶段算法

针对电子商务环境下订单配送问题的特点,建立了以最小化车辆行驶费用及订单惩罚费用为目标的数学模型,设计了两阶段启发式求解算法.第一阶段用禁忌搜索算法求解在作计划日当天已到交货期的订单的基本配送问题;第二阶段考虑了订单的未来信息,用基于评价值的贪婪插入算法将未到交货期的订单与已有的配送方案进行整合配送,该方法能够提高车辆的使用率及配送企业的配送效率.实验结果验证了模型的合理性及算法的有效性.

面向新任务插入的电子侦察卫星任务规划方法

针对电子侦察卫星在执行初始侦察计划的过程中新任务动态到达的情况,以最大化完成任务优先级之和,并使新任务到达后,对原侦察计划调整最小为目标,建立了具有两级优化目标的动态约束满足模型,提出了一种基于启发式规则的动态插入算法,最后通过仿真实例,对模型和算法进行了验证,实验结果表明算法一定程度上能够满足卫星新任务插入后使得原始方案变化尽可能小的要求,也验证了该模型和算法的合理性,同时对开展后续的研究和解决实际问题具有一定现实启发意义。

基于混合遗传算法的车间生产计划调度

针对车间环境的动态随机性、多工序问题,研究了调度问题和算法的特征,提出了一种基于混合遗传算法的车间调度方案。在传统遗传算法的基础上,采用交叉算子、变异算子与启发式算子结合,实现了混合遗传算法,避免了传统遗传算法解的不可行性。再把紧急工序作为一个时域段,结合可变时域滚动机制,实现了可插入紧急工序的调度算法,使一道工序不需重新调度也可排入作业计划,避免了不可插入性,节省了时间,提高了效率。结合实例进行仿真分析,结果表明了调度的可行性、正确性、满意度。

一种带时间窗和车辆数目限制的车辆路线问题及其算法

本文提出了带时间窗和车辆数目限制的车辆路线问题的数学模型,针对该问题的特征构造了一种路线生成算法和禁忌搜索算法,并对Solomon提出的C1、R1、RC1类数据集给出了数值运算的结果,实验结果表明算法是有效的.

一种改进的禁忌搜索法在函数优化问题中的应用

禁忌搜索法对初始解、邻域个数及禁忌列表的大小等参数有比较严格的要求,这些参数直接影响着算法的优化能力。文章提出了一种改进的禁忌搜索法,它用有效空间来压缩搜索范围,这样可以提高搜索效率和全局搜索能力。用短期和长期禁忌列表存储器来保证算法能搜索到全局空间的每一点,并且不重复搜索。经过验算和分析,证明它是一种较好的全局启发式搜索法。

求解多车场车辆路径问题的分散搜索算法

提出了一种求解多车场车辆路径问题(Multi-depot Vehicle Routing Problem,MDVRP)的分散搜索算法(Scatter Search,SS)。该算法基于顾客信息进行编码,采用扫描算法(Sweep algorithm)与最优划分过程产生待选解集;通过启发式规则选择不同解包含的弧来生成新解;并由2-交换、2-交换*及最坏移出-预测插入启发式三种局部搜索策略构成迭代下降算法对解进行改进。通过采用文献中随机生成的小规模数据及MDVRP的Benchmark问题对算法进行测试,验证了算法的有效性。

考虑邻域结构动态调整的多星应急调度算法

实际应用中的卫星调度方案往往受到外界因素的影响,例如电磁干扰、卫星失效、云层遮挡以及新任务的动态到达等,需要在短时间内对原始调度方案进行调整并生成新的调度方案,以保证卫星系统的稳定性.对此,考虑新任务到达情况下的卫星应急调度,建立多星协同应急调度的整数规划模型,并提出一种基于动态邻域结构的卫星应急调度算法(satellite emergency scheduling algorithm based on dynamic neighborhood,SESA-DN).设计多种类型的邻域结构以及动态的邻域选择策略,能够根据任务完成情况进行有效反馈,通过对应急任务的插入与替换生成卫星应急调度方案;同时,构建多星应急调度场景,通过大量仿真实验将SESA-DN算法与多种对比算法进行比较.实验结果表明,SESA-DN算法的稳定性优于对比算法,对于多星协同动态调度问题具有很好的适用性.