基于混合蚂蚁算法的二维装箱问题求解

二维装箱问题是一个NP -Hard组合优化问题。根据蚂蚁优化算法和二维装箱问题的特点 ,本文提出了改进的BL算法与蚂蚁算法相结合的混合算法来解决二维装箱问题 ,实验结果表明 ,该算法是行之有效的 ,并具有一定的通用性。

一种改进的二维装箱问题的混合遗传算法

改进了FFA算法,提出了区间合并和最小浪费面积的概念,并阐述了实现的方法.最后,采用基于改进的FFA算法的混合遗传算法得到了较好的结果,并对结果进行了分析.

一种求解矩形块装填问题的启发式快速算法

在最低水平线算法基础上,结合工匠砌墙策略,引入矩形块聚类思想,提出了一种矩形块装填问题的改进算法。该算法能使得矩形块装填紧凑,有效提升容器的利用率和提高算法执行速度。实验仿真结果表明,与BL、SA+BLF及PH相比,本文提出的改进算法对于求解矩形块装填问题十分有效。

基于类电磁算法的模具在模台上组合分配的优化

针对预制构件生产线中模台利用率低的问题,提出一种改进的类电磁算法与改进的BL定位算法相结合的方法来求解该问题。建立模具在模台上组合分配问题的数学模型。通过改进的类电磁算法优化预制构件投产上线顺序,进而决定对应模具的摆放顺序。由于标准的类电磁算法易陷入局部极值,改进算法加入模拟退火算法的思想来提高算法跃出局部极值的能力,扩大算法的寻优范围。提出一种改进的BL定位算法(Bottom-Left Placement Algorithm)用于控制模具在模台上的摆放位置和方向。通过实例数据进行仿真测试验证该方法的有效性。

基于BLS-分类器的信用评分研究

为了有效管理信用风险,金融机构开发出各种定量模型。各种分类方法被用来用于信用评分:区分好的和坏的借款人。但信贷数据集存在不平衡性不进行处理会影响分类器性能,且目前并未用不同分类器对单一信贷数据集进行处理。本文基于BLS算法研究了各类分类器对同一信贷数据集的分类性能问题。首先给出了各分类器的分类原理。接着,基于BLS算法对不平衡信贷数据进行处理,再接着给出了分类器的模型分析,最后,利用各项评估指标对不同分类器性能进行比较。结果显示,随机森林分类器最适合对信贷数据集进行分类,未来可将随机森林作为基分类器开发集成模型进一步提高预测准确性和性能。

基于VNABC的多规格板材二维下料问题

针对二维下料问题板材单一的特点,研究了多规格板材二维下料问题。板材规格多样、毛坯规格多样且数量庞大,是NP(Non-deterministic Polynomial)完全问题。针对该问题的特点,将下料过程设计成规整和非规整两个阶段。规整阶段完成每种矩形毛坯的主体下料任务之后,如仍有毛坯剩余,则进入非规整阶段采用BL算法(Bottom Left Algorithm)下料剩余毛坯。根据模型特点,提出变邻域人工蜂群算法(VNABC),设计两种解码策略STD和SLD,并改进了VNABC算法的操作算子。最后,采用响应面分析法对VNABC算法进行参数标定。通过仿真实验将VNABC算法与遗传算法(GA)、改进粒子群优化算法(NUS)、模拟退火算法(SA)、人工蜂群算法(ABC)进行了对比分析,实验结果验证了VNABC解决多规格板材二维下料问题的优越性。

汽车轮渡智能装载优化方案研究

为进一步提高汽渡船的装载率,提高汽渡公司经济效益,制定更加科学合理的渡船装载方案,结合原有渡运流程,设计了汽渡智能装载流程,建立了汽渡装载模型.在二维装箱BL算法的基础上设计了汽渡装载算法,能自动计算确定车辆的甲板停放位置,通过比较迭代得到最佳装载方案,设计了渡船智能装载系统直接输出甲板车辆停放位置图,实现了智能装载.以G公司历史数据为例,对比各航次渡船智能装载方案,验证了数学模型与算法的正确性和有效性.结果表明,应用此方案装载率平均提高了7.46%,收益提高了15.7%,能有效提高汽车渡船的装载率与汽渡公司经济效益.

基于MATLAB的电梯运输货柜装箱优化研究

阐述了Bottom Left(BL)算法的原理,并通过MATLAB开发平台绘图模拟电梯包装木箱在货柜内的布局情况,实现合理利用货柜空间,减少空间浪费,以达到降低运输成本的目的。