考虑预分配策略的航空货物多箱装载优化

目的为了解决当前多数装箱算法未考虑装载顺序约束,不能有效解决航空货物装载的实际应用问题,开展多箱装载优化算法研究。方法首先采用K-means算法对货物进行预分配,将聚类簇特性相同的货物分配到同一个集装箱;然后利用极点法得到极点序列,结合遗传算法进行寻优产生各集装箱的布局方案。结果对某机场物流公司的160件货物数据进行实验,并与连续性策略进行比较,证明了含预分配策略的极点装载法能够有效避免个别集装箱利用率偏低的情况,并将集装箱利用率的总体方差降到0.51。结论算法在考虑货物装载顺序约束的情况下,在多箱装载优化中能实现货物的合理分配,具有较好的工程应用性。

基于Embed系统的缓存利用策略

基于嵌入式在智能工控中缓存预分配的思想,提出一种预分配缓冲区管理机制Index,该机制实现了缓存的静态分配和回收,并在试验中对该机制进行了改进,使其更好的适应高速小型数据报的分配和管理。同时对缓存动态分配回收策略做了研究提出一种连带释放缓存的思想。最大限度实现一次分配一次释放,很好的克服了缓冲区因多次分配回收造成的内存泄露问题。通过性能分析比较,Index机制报文处理能力高效可靠。

现实约束条件下的集装箱多箱装载优化

针对现实约束条件下的多种货物、单一箱型的复杂集装箱多箱装载优化问题,提出遗传算法与启发式算法相结合的交互式混合算法.该算法利用遗传算法将货物分配到各个集装箱内,再用启发式—变异算法产生各个集装箱的装箱方案,2种算法交互进行,搜索优化解.基准测试问题的数值试验表明,该算法产生的装箱方案优于基于M ichael E lay算法的装箱方案.

多约束三维装箱问题的研究综述

至今三维装箱已经诞生出了很多优秀的研究结果,这其中包含有启发式算法,遗传算法,蚁群算法,以及模拟退火算法等解决方法。近几年来随着物流行业的飞速发展,成本控制在物流行业中显得尤为重要,因此,针对三维装箱这一类典型NP-complete问题有了更高的要求。在此,对三位装箱近几年来几种典型的研究算法进行了相应的详细介绍,并通过对各种算法进行比对分析,总结了多约束三维装箱过程现阶段所存在的一些问题,最后展望了该问题的发展方向。

基于可承诺量的实时订单承诺策略研究

目前,应用有限资源进行快速、准确、合理的实时承诺与履约客户订单是大部分生产企业运营的关键问题。在可承诺量的预分配策略与占用策略的基础上提出可承诺量的释放策略,并考虑两客户等级建立三阶段模型用于生产资源不足场景下企业实时决策订单承诺。数值分析发现可承诺量预分配策略、占用策略与释放策略可以提高企业对优质客户的服务水平,降低订单到达的波动性对利润的影响。同时,可承诺量的释放策略可以在保证对优质客户的高水平服务情况下,尽可能减少由于预留资源而带来的利润损失。

基于现实约束的集装箱配载优化及可视化

基于现实约束构建了一个集装箱配载优化问题的混合整数规划模型,提出了一个基于预分配策略的遗传算法与启发式算法相结合的交互式混合算法.该算法在满足复杂约束条件的同时维持较高的空间利用率.基于开放式基准测试问题的数值实验表明,提出的配载方案优于国外同类研究的方案.并基于VB实现了配载过程及配载方案的可视化,可为配载方案的直观对比评价等提供实时的辅助决策支持.