配装-运输集成决策模型及其遗传算法

为了充分利用运输工具的装载力和优化运输路径,在充分考虑货物重量、体积及车辆装载力等约束条件下,建立配装-运输集成决策模型并用基于自然数编码的遗传算法对其求解.通过对高复杂度条件下的"遗传特性"分析,算法采用最大保留交叉及自适应交叉变异,最大限度地保留了父代的优良特性,改善基本遗传的"早熟"特性、增强算法的寻优能力并提高了解的精准度.编制了运行平稳的计算机程序,实例计算表明:配装-运输集成决策模型及算法可行有效,不仅使配送总行程节约了26.6%,而且使车辆载重量和体积平均利用率分别达到88%和86%.

基于粒子群算法的多约束背包问题求解方案

为采用改进粒子群算法求解多约束背包问题。提出了以最大价值为目标的更具现实意义的多目标模型,用粒子群算法进行求解,给出了一个算法求解的实验实例。在实现粒子群算法时,对基本粒子群算法进行了一些改进。实验证明采用这种改进的粒子群算法解决多约束背包问题切实可行,搜索效率较高。