改进PSO在AGV系统路径优化调度中的应用研究

在考虑AGV输送系统与堆垛机联合优化的基础上提出综合影响因子,针对AGV载重和运送货箱体积限定问题建立AGV路径优化模型,利用改进的量子微粒群算法实现,克服了微粒群和量子微粒群算法容易陷入局部最优的缺点。通过实例仿真表明优化模型的可行性及改进算法的有效性。

车载异构网络中基于PSRBP的多径TCP路径调度优化

车载异构网络使用多路径传输控制协议(multipath transmission control protocol,MPTCP)进行传输时,由于路径差异性会引起接收缓冲区阻塞问题,导致MPTCP传输性能不佳.针对MPTCP接收缓冲区阻塞问题,提出一种基于路径选择和接收缓冲区预测(path selection and receive buffer prediction, PSRBP)的MPTCP路径调度优化方法.该方法引入吞吐量预测模型,同时引入各条路径和最大吞吐量路径的相似性参数与既定阈值对比分析,从而选择出可以使用MPTCP传输的路径.所提算法通过判断无序包的数量来预测缓冲区阻塞问题,并停止不良路径上的数据传输以提高MPTCP的性能.仿真结果表明,该算法能够提高系统整体的吞吐量,并使网络利用率有所改善.

基于多智能体强化学习的物流配送路径调度策略

为优化物流系统的配送路径,课题组提出了基于多智能体强化学习的配送路径调度(Multi-agent Reinforcement Learning based Routing Scheduling,MRLRS)策略。MRLRS策略将配送路径调度视为路径生成过程,采用了具有注意层的编码器-解码器框架来迭代生成物流的配送路径,并为模型训练设计了一种具有无监督辅助网络的多智能体强化学习方法。使用模拟实验对MRLRS策略进行评估,实验结果表明,提出的MRLRS策略的性能要优于现有的方法。

基于蚁群算法的公共自行车调度路径研究

为研究公共自行车系统的调度路径问题,构建了单调度中心软时间窗调度路径优化模型,模型以整个调度路径总长度最小为目标,在模型中将未能在软时间窗内完成调度任务的调度路径进行惩罚,惩罚以一定比例的距离形式加到路径总长度内。然后利用MATLAB对蚁群算法进行编码来求解模型,并且通过案例对模型进行了验证。案例结果表明:该模型能较大程度上减少不必要的调度绕行,从而提高了公共自行车系统调度任务的效率,有利于公共自行车系统的发展。

苏州高新区城市公共自行车调度优化分析

为解决现阶段城市公共自行车调度中以人工传达及经验为主导致准确性差的问题,需对调度系统进行合理优化。文章在依据站点使用频次、车辆剩余率等划分站点调度需求等级、变"单调度车一小片区域"为"多调度车一大片区域"来减少区域内边界点数量的前提下,建立调度成本与市民满意度的多目标优化调度模型,在遗传算法求解基础上,考虑时间因素影响下调度需求等级的变化来优化路径。

基于共享单车时空分布的优化调度模型

共享单车是一种新型共享经济模式,因其具备GPS定位功能,能够实现动态监测车辆数据、骑行分布数据,运用SPSS软件对数据进行处理,得到单车时空分布情况,结合所给需求数据,通过建立用户使用需求调度模型,定义各区域三个时期的借车需求系数与周转率,求出最终各区域的实际投放量,优化了共享单车的调度。为车辆投放、优化调度提供有效指引。

电动汽车共享站点间车辆人工调度策略

用户出行需求的潮汐性和不均衡性导致站点间车辆失衡问题严重,极大地制约了电动汽车共享的快速发展,采用合理的车辆人工调度策略可使车辆失衡问题得以解决.基于完全满足用户用车需求的前提,建立成本最低的调度需求模型,并采用遗传算法求解得出调度需求.构建了电动汽车共享站点间车辆人工调度策略,同时通过调度收益最大化的混合整数规划模型优化车辆调度路径,采用分支定界法求解.以"EVCARD"位于上海市嘉定区5个站点的实际订单作为输入,进行人工调度策略优化分析.结果显示:在用户用车需求增长的情景下,不增设停车位和车辆数目而采用人工调度优化策略,同比可以提升60%的订单服务量,相比增设停车位和车辆数目可以节约60%的成本投入.

基于B2C环境的物流配送模型改进

以B2C电子商务企业为背景,结合实际的物流配送网络,对原有的有时间窗约束但顾客不能被多次访问的物流配送模型进行优化,建立了有时间窗约束顾客可被多次访问的物流配送模型,通过仿真案例表明多次访问的物流配送模型要比顾客不能多次访问的模型所需的配送费用要少,从而验证了有时间窗顾客可多次访问的物流配送模型更能适应电子商务环境。