一种求解装箱问题的改进遗传算法

针对现有遗传算法求解装箱问题收敛速度慢的问题,提出了一种改进的遗传算法。通过在初始化种群中加入降序最佳适应算法生成个体、最优个体保存策略和对适应度尺度进行变换,对现有的遗传算法进行改进。为了验证算法的有效性,设计了仿真实验。实验结果表明,改进后的算法找到最优解的概率更大、求解速度更快。

求解装箱问题的一种混合分组遗传算法

通过设计一种适应度函数,利用分组遗传算法结合BF算法和FFD算法来对此适应度函数进行优化,从而求得一个优化的装箱结果。用C++实现该算法并对装箱实例进行仿真实验与比较,结果表明:在遗传算子的交叉操作过程中采用FFD+GGA的混合分组遗传算法是一种解决装箱问题的有效方法,在大部分情况下用很短的时间都可求得最优解。

考虑变动成本的车辆路径问题建模及求解

为满足实际配送中变化的客户订货量,同时控制方案实时调整对配送效率及成本产生的影响,提出变动成本的概念,引入预优化策略,建立了带变动限制的随订货量变化实时调整的车辆路径问题的两阶段数学模型,并设计了一种两阶段求解算法。采用粒子群算法求解预优化阶段模型,采用改进的装箱问题降序最佳适应插入算法求解实时调整阶段模型。通过对标准算例库和济南卷烟配送的实例测试及与其他优化方法的比较,验证了两阶段模型和算法的有效性。

核电站放射性废物超压机压饼装载优化研究

从放射性废物最小化角度出发,将某核电站放射性废物压饼的装载过程简化成装箱问题进行研究,结合降序最佳适应算法提出了压饼装载优化方案,并进行模拟运算。结果证明优化方案能明显提高再包装桶的装载率,同时从压饼存放、转运以及装载效率等方面进行了对比分析,证明了该优化方案具有可行性。