具有容量限制的无人驾驶清扫车路径优化模型及求解算法

合理规划车辆行驶路线,减少不必要的行驶时间是实现无人清扫车推广的关键技术。本文为有容量限制和中间设施点选择的无人清扫车路线问题建立了一个可以直接求出行驶路线的优化模型,并设计了对应的二级模拟退火算法进行求解。首先,以平均分配为原则,根据容量限制确定垃圾站,生成两辆无人清扫车可行的初始路线;其次,对两辆无人清扫车的行驶路线进行组合并利用模拟退火算法加以优化;最后,逐一优化两辆清扫车的行驶路线并分别生成其最终行驶路线。通过算例分析结果显示,本文设计的二级模拟退火算法可将无人清扫车的总行驶时间减少高达44%,减少了清扫车的工作成本,实现最终线路的工作负荷的均衡,证明了该模型和算法的可靠与高效性。

有容量限制路径选择优化问题的混合蚂蚁算法

基于有容量限制的路径优化(CVRP)问题的NP难解性,将目前已在众多组合优化领域中颇见成效的随机型智能搜索算法——蚂蚁算法结合节约算法(C-W算法)应用于这类模型,充分发挥了其智能搜索、全局优化和并行计算的优势。经算例测试,比较蚂蚁算法与两阶段法、神经网络算法的迭代过程,结果表明,蚂蚁算法能以较快的速度收敛到最优解。

考虑外送输电容量限制的梯级水光互补日前鲁棒调峰调度方法

水光联合外送可促进新能源消纳,但光伏出力预测的不确定性会影响水光互补优化调度的经济性和安全性。提出一种考虑外送输电容量限制的梯级水光互补联合发电系统日前鲁棒调度方法。考虑光伏出力不确定性,构建水光互补联合发电系统的日前调峰鲁棒优化调度模型,该模型以最小化受端电网剩余负荷峰谷差为目标,计及梯级水电的上、下游水力耦合约束。采用高效线性化方法对梯级水电运行的非线性模型进行处理,并利用对偶方法实现鲁棒模型的确定性转化。算例仿真结果表明,利用所提方法制定的梯级水电发电计划能充分考虑光伏出力的不确定性,兼顾联合发电系统调峰效果和光伏消纳,实现梯级水电和光伏的互补运行。

有容量限制的自动化立体仓库堆垛机路径规划优化方法

针对自动化立体仓库堆垛机拣选的路径规划问题,为了实现提高堆垛机运行效率的目的,提出了一种优化方法。首先,针对有容量限制的堆垛机拣选路径规划问题,将其转化为多个旅行商问题的组合问题,构建了一种以出库时间最短为目标的堆垛机拣选路径规划优化模型。其次,采用整数编码,以有重复的整数串代表个体,采用分段交叉和单点交换变异实现遗传进化,使用改进的遗传算法对模型加以求解。最后,通过案例分析验证了所提方法的有效性。

基于涟漪扩散算法的应急疏散路径优化方法研究

针对大型公共场所内人群应急疏散路径优化问题,本文提出一种考虑容量限制的多起点多终点涟漪扩散算法(Capacity Constrained Ripple Spreading Algorithm,CCRSA)。该算法通过动态更新各链接在各时刻的剩余最大通行容量,容量不足时添加涟漪在节点的等待行为,一次性得出多个起点到多个终点的包含等待时间的疏散时间最短路径;并使用路径寻优规则确定优先疏散路径,分配疏散人员数量,实行差异化疏散,提高路网中各链接的利用率。使用大量具有不同节点数量、不同待疏散人数的随机路网与北京颐和园实际路网案例对算法进行测试,并设置了疏散时间、人员实际/理想疏散时间标准差、程序运行时间这3个评价标准。实验结果表明:与传统的应急疏散路径规划算法相比,CCRSA平均可减少13.07%的人群疏散时间,以较高运行效率得到更加满足各疏散人员期望的疏散方案。

考虑容量限制的弧路径优化研究综述

弧路径优化问题作为经典的组合优化问题,在近40年内受到广泛关注,并产生了大量的研究成果.基于此,从问题、算法和应用三个角度对考虑容量限制的弧路径优化问题(capacitated arc routing problem,CARP)的研究现状进行综述.首先,基于问题特征对问题进行分类并介绍其常见数学模型.其次,综述求解CARP的精确算法、构造启发式算法及元启发式算法,并根据基准算例求解结果对比算法效果.再者,归纳垃圾回收、道路管理等CARP常见应用场景.最后,展望未来研究发展方向.

考虑客户满意度及飞行限制的无人机冷链配送路径优化问题

在无人机物流配送中,无人机常常受到限飞区等飞行限制的影响。考虑到冷链配送中存在客户时间窗及产品新鲜度的约束,文章在无人机载荷重量限制和飞行距离限制等约束的基础上,对无人机的传统绕行路径进行了优化,结合客户满意度做出等待决策或绕飞决策。以总成本最小化及客户满意度最大化为双目标,构建混合整数规划模型,并采用混合遗传算法求解问题。根据仿真模拟实验与传统算法的求解结果的对比,结果表明,该研究设计的算法在求解效果上优于传统算法,研究构建的模型可以在考虑客户满意度的同时有效降低配送成本,从而帮助企业更好地进行无人机配送路径规划。

考虑班期限制的货物多式联运路径优化研究

统筹考虑有班期限制的货物多式联运路径优化问题的影响因素,以总运输费用、总运输时间及总运输风险为优化目标,提出考虑班期限制的货物多式联运路径优化模型,运用遗传算法对优化模型进行求解,并进行算例验证分析。计算结果表明:其他条件相同时,考虑班期限制的货物多式联运最优运输费用、时间、风险分别为64 100元、26.63h、86.61,不考虑班期限制的货物多式联运最优运输费用、时间、风险分别为63 950元、21.30h、91.48。可见,铁路等运输方式存在的发班时间对运输方案决策影响较大,考虑班期限制的多式联运路径优化模型更为合理。

转运限制下的冷藏集装箱多式联运路径优化

为了降低冷藏集装箱的多式联运成本,减少冷藏品的货损货差,高效的路径选择至关重要。针对多式联运网络中,铁路和水路运输具有发班时间限制以及冷藏集装箱的运输有转运次数限制和时效性要求高的特点,建立以总成本最低为目标的路径优化模型。构建总成本时不仅考虑了运输费用和转运费用,还考虑了受发班时间影响而动态变化的冷藏费用。设计遗传算法求解,并进行算例分析。结果表明,该模型和算法可根据决策者对转运次数限制和到达时间窗的要求,在多式联运网络中快速地选出满足要求的成本最少的运输方案。

基于订单拆分的容量限制商超配送路径规划

针对商超配送中多种配送方式共同面临的车辆配载和路径规划问题,考虑配送车辆容量限制,以最小化配送总成本为目标,构建了基于订单拆分的带容量限制商超配送路径规划模型.结合真实案例,提出了一种增加遗传变异操作的改进灰狼优化算法.通过与遗传算法的对比,验证了模型和算法的有效性.案例分析结果表明,当总商超客户需求量接近车辆容量的整数倍时,基于订单拆分配送路径规划更能够充分地利用车容量,降低车辆的空驶率,减少配送总成本.

基于多目标模拟退火的带容量限制车辆路径问题

车辆路径问题是运筹学中著名的NP问题。带容量限制的车辆路径问题作为最基本的车辆路径问题,其研究对其它类型的车辆路径问题具有重要的借鉴作用。论文首先从物流企业和客户两个不同的角度考察4个优化目标,将带容量限制的车辆路径问题推广到高维多目标领域。然后运用基于Pareto支配接受准则的多目标模拟退火算法在单数组和多数组两种不同的编码方式下进行求解,并通过实验分析对比两种编码方式的优劣。在9个Augerat数据集上的实验结果表明,单数组编码方式在IGD和HV指标下不如多数组编码方式。单数组编码方式得到的Pareto解集具有更好的多样性,而多数组编码方式得到的Pareto解集具有更好的收敛性。

有时间限制的多式联运路径优化

多式联运作为广泛采用的快捷运输组织形式,其路径优化不仅要考虑总成本最小化问题,整个运输过程的时效性也至关重要。以用户规定的时间限制作为重要约束,建立了以运输总成本最小为目标的多式联运路径优化模型,并设计交叉熵算法(CE)对模型进行求解,最后通过算例分析,验证了模型的合理性和有效性。

航线联营下基于转运的飞机航线路径优化

为解决航空运输成本高,运输资源闲置、浪费多的问题,对航线联营下基于转运的飞机航线路径优化问题进行研究。基于货物转运问题,考虑联盟对运营的影响,引入航空联盟选择概率,确定转运前后航段运输的承运及托运问题,并考虑托运运输的衔接问题。由于航空网络中双机场容量限制,运行中全货机飞行时段及空域容量的限制,以总成本最小化为目标,建立了航线联营下基于转运的航线路径优化模型(T-AAAFRP)。设计了改进的遗传算法求解模型。通过实例分析,研究选址和路径优化问题。研究结果表明:设计的算法具有较高的收敛性;转运点数量变化的过程中,双机场城市总被选择作为转运点;需求量、飞机固定成本的变化对优化决策有较大影响;飞机载重量、联盟承运与托运的分摊系数、决策者风险偏好的变化对优化决策有较小影响;总体上转运点数量越多,所承担的总成本越小,使用的飞机数量越少。

迂回限制下城市交通网络最短路径算法优化设计

针对传统城市交通网络最短路径算法存在耗时长、准确率低、鲁棒性低的问题,设计一种迂回限制下城市交通网络最短路径优化算法,首先分析现实交通网络中交通分布特征规律,采用增量加载方法计算迂回限制下城市交通网络容量;然后依据该容量构建城市交通网络模型,采用优化dijkstra算法从城市交通网络模型中道路起点到道路终点;最后,利用二叉树方法按其方向性进行搜索,直至搜索到最短路径为止,获取最佳城市交通网络最短路径。实验结果表明,该算法在计算100个道路节点的最短路径仅用时0. 37 s,计算准确率高达99%,且具有较高的鲁棒性。该算法为城市交通网络路径规划技术的进一步发展奠定了基础。

论我国环境容量产权制度的现实问题及优化路径

党的十八大报告把生态文明建设摆到更加突出的地位,提出建设美丽中国,实现中华民族永续发展。推进生态文明建设,必须依靠强有力的制度保障。在环境资源稀缺性和外部性日益凸显的现实背景下,以行政手段统一推动,以市场机制为主导,通过明晰环境容量产权,进行合理定价、有偿使用和市场交易,推动环境容量产权逐步从公共产权向排他性公共产权再向私有产权演进,不失为破解环境资源危机的有效路径和方向。

求解有服务顺序限制的MDMOVRPTW的IHHO算法

针对有服务顺序限制的带时间窗的多需求多目标车辆路径问题(multi-demand and multi-objective vehicle routing problem with time window,MDMOVRPTW),在考虑多种需求由不同车辆按顺序服务等约束条件的同时,构建了最小化配送成本和最大化客户满意度的多目标模型。根据模型的特点设计了改进的哈里斯鹰优化(improved Harris hawks optimization,IHHO)算法,随机地将种群中部分支配解作为父代解,用临时组合算子和4种交叉算子搜索新解。最后,算例测试结果表明,相较于传统的哈里斯鹰优化算法,IHHO算法的求解性能得到了有效改善,各操作算子中交叉算子2的求解效果最好。将IHHO算法用于实例中,求解结果得到了改善,充分验证了IHHO算法的有效性。

求解带容量约束车辆路径问题的多模态差分进化算法

针对带容量约束车辆路径问题(CVRP)中交通拥堵、资源供给、客户需求等不确定性因素的影响容易导致单一最优解不可行或非最优的问题,提出一种多模态差分进化(MDE)算法,以同时求解得到目标值相近的多个备选车辆路径方案。首先结合CVRP的特点,构建高效的解个体编解码策略,并基于修复机制提升解个体的质量;然后在差分进化(DE)算法框架下,基于多模态优化视角引入动态半径小生境生成方法,并采用杰卡德系数来度量解个体之间相似性,进而实现对于解个体之间距离的计算;最后,改进邻域搜索策略,采用精英存档和更新策略来得到多模态最优解集。基于典型数据集的仿真实验与分析结果表明,所提MDE算法寻优得到的平均最优解个数达到1.7434个,平均最优解与已知最优解的平均偏差为0.03%,而差分进化(DE)算法二者分别为0.8486和0.63%。可见,所提算法在求解CVRP上表现出较高的有效性和稳定性,能同时得到CVRP的多个近似最优解。

周期性带容量限制的弧路径问题模型研究

周期性带容量限制的弧路径问题已成为现实生活中路径优化方面很普遍的问题,因此,研究该问题具有很重要的意义。文章研究的主要内容是多周期带容量限制的弧路径优化模型,以洒水车服务道路为例,将车场和路线的组成看作无向网络,在相关假设前提下,考虑道路需求次数,车辆容量,车辆最长服务时间,周期时长等约束条件,建立了以所有周期所有车辆的服务总时间最短为目标的优化模型。最后运用LINGO软件对实例进行了计算,验证了模型的正确性和有效性,并对计算结果进行了分析。

公路网交通分配多路径—容量限制分配方法的程序开发

在公路网络交通分配中,目前多采用多路径——容量限制交通分配方法。本文研究了多路径——容量限制交通分配方法的计算模型,编制了准确快速实用的程序。

容量限制控制策略应用于有源滤波器的研究

为了解决非线性负载容量日益增加的问题,提出了一种能根据自身容量补偿谐波电流的有源滤波器。当检测谐波电流超出滤波器自身容量时,该滤波器可根据自身容量用优化方式输出补偿电流。这种设计使整个有源电力滤波器系统即使在过载情况下也工作得很好,解决了有源滤波器容量灵活扩充的问题。理论分析和仿真结果均证明了其有效性。