车辆路径问题的模拟退火算法

在构造车辆路径问题(Vehicle Routing Problem,VRP)数学模型后,采用路径间调整和路径内优化方法,结合模拟退火算法策略对该问题进行求解。重点阐述了VRP模拟退火算法的设计思路,详细分析和编制了求解程序框图,并实现了计算机求解。仿真测试结果表明:采用模拟退火算法求解VRP效果显著,计算速度较快,与有关算法对比显示了较强的实用性和可操作性,为解决大规模VRP提供了一种有效算法。

面向车辆路径问题的改进蚁群算法研究

为解决基础蚁群算法在求解车辆路径问题时出现收敛速度慢、易陷入局部最优解等问题,提出了一种改进蚁群算法。首先,引入节约矩阵更新选择概率公式引导蚂蚁搜索;其次,运用分段函数改进挥发因子,调整算法的收敛速度;再次,使用2-opt法,提高算法的局部搜索能力;最后,选取车辆路径问题国际通用数据集进行仿真,运用控制变量法找到信息素因子和启发函数因子的合适取值,以P类数据测试算法的改进效果,并与基础蚁群算法、遗传算法、模拟退火算法和粒子群算法进行对比。结果表明,相较于基础蚁群算法,改进蚁群算法的最优路径总长度平均减少了6.97%;与遗传算法、模拟退火算法和粒子群算法相比,改进蚁群算法的寻优能力更强、收敛速度更快。因此,改进蚁群算法可以有效减少路径长度,跳出局部最优,加快收敛速度,尤其是在单路线允许服务点较多且各点分布较离散的车辆路径情况下,其优势更为明显,可为解决车辆路径问题提供一定的参考。

基于自优化的多属性高斯核函数相关向量机方法

在相关向量机的预测模型中,核函数的选择和核参数的取值对模型预测性能影响很大.针对这一问题,文中采用多属性高斯核函数建立相关向量机预测模型,提出了一种自优化的核参数学习方法进行参数优化,并将该模型用于二维标准函数预测和污水处理系统出水水质预测,与不同核函数下的相关向量机模型以及不同参数优化方法下获得的预测模型进行了对比实验.结果表明,基于自优化的多属性高斯核相关向量机模型对低维数据的参数敏感度较低,对高维数据有良好的输出精度和稀疏性,在污水出水水质预测中获得比较满意的结果.

求解带有时间窗的车辆路径问题的改进算法

提出在用改进节约法对VRPTW问题求出初始解的基础上,通过引入惩罚因子PE和PL,运用2-opt*和Or-opt相结合的方法对初始解进行优化,并以21个节点的配送网络实例进行验证.计算结果表明,采用该方法计算的目标函数值不仅比传统的改进节约法更优,而且计算效率较高,速度较快.同时,该方法可根据客户对于时间窗要求严格程度的不同,通过调整时间惩罚因子PE和PL,得到不同的配送路径方案.

4SY-2.9型油菜割晒机机架振动分析及改进

针对4SY-2.9型油菜割晒机因各部件运动产生的激振力随机不定而引起机架振幅大的问题,为降低割晒机工作时共振,对其机架进行建模,导入ANSYS Workbench中求解自由模态下机架的模态频率和振型,并通过模态试验与仿真分析结果对比验证有限元模型的准确性。通过分析机架外部激振频率特点和仿真结果,提出增加机架拱门结构的设计方案,开展拱门圆管厚度与安装位置仿真试验。优化后机架第1阶模态频率调整到15.339 Hz,避开了输送带弹齿和割刀激振力的激励频率范围,有效避免其共振产生。对优化后的机架模型进行有限元静力学分析,结果表明机架满足强度要求。割晒机在空载状态下,对安装机架拱门与未安装拱门纵梁最大变形点处采集加速度时域信号,并通过FFT频谱分析得到功率谱分析图,试验结果表明:测点最大峰值点X方向幅值降低了71.47%,Y方向幅值降低了70.60%,Z方向幅值降低了70.21%。田间试验表明:改进的油菜割晒机田间通过性好,作业效率高,能实现有序中间条铺,条铺宽度满足后续捡拾脱粒机作业幅宽;割晒的油菜平均铺放宽度为1 674 mm,割茬平均高度为330 mm,平均堆放高度为603 mm。优化后的油菜割晒机机架动态性能良好,作业质量满足后续工序作业要求。该研究可为同类宽幅机架的设计研究提供参考。

一种改进的自适应蚁群算法求解TSP问题

文章提出了一种改进的蚁群算法,其核心是限制单步路径上的蚂蚁数目,当该路径上的信息素达到一定浓度时,人为的迫使蚂蚁改换路径,从而更好的全局寻优,避免算法陷入局部极优,并使用2-Opt方法对路径进行优化。对旅行商问题(TSP)的实验结果表明:新算法的优化结果和效率都优于基本蚁群算法。

磁场背景下有限温度NJL模型的手征性质

研究有限温度时均匀磁场背景下NJL模型的手征性质,计算不同磁场强度时有限温度和化学势下的手征凝聚和相图.利用玻色子化方法,得到具有辅助玻色子场的NJL模型拉格朗日密度,以此研究超出平均场近似的情形.通过使用最优化微扰论(OPT)方法,在微扰展开到一阶时,计入了部分高阶效应.计算结果表明,相变的性质与该模型在平均场近似下定性一致.相变线上存在两种不同类型的相变:在高温低化学势下是平滑的过渡,在低温高化学势下是一阶相变,相变存在临界终点(CEP).磁场增强会加剧手征对称性破缺,具有磁催化作用.随着磁场增强,CEP向相图的左上方移动,即对应的临界温度升高而临界化学势降低.

求解旅行商问题的混合蚂蚁算法

旅行商问题是一个经典的NP问题,文中给出了一个有效的求解旅行商问题的混合蚂蚁算法。算法设计了初始信息素量设置方案和信息素的更新方法,限制了蚂蚁转移的目标城市数,并使用2-Opt方法对路径进行优化。数据实验表明,该算法是有效的。

有限温度和化学势下σ、π介子的质量

利用一种重新求和方案,在Nf=2的NJL模型框架下,研究了标量σ介子、赝标量π介子的热质量.计算表明,随着温度的升高,σ介子的质量先下降,然后升高;π介子的质量一直随温度升高而增加.两种介子在温度约为0.2GeV时质量发生简并,这是手征对称性恢复的信号.π介子质量的连续变化表明相变是二阶的.化学势的提高对不同介子的质量的影响是不同的,且使手征对称性恢复提前.计算结果与其他有效模型的预言定性一致.

电场背景下强相互作用物质的手征相变

从具有两个味道、超出平均场近似的NJL模型出发,使用OPT方法研究了在有限温度和化学势下,匀强电场对强相互作用物质手征相变的影响.结果表明,电场的增强使夸克的有效质量和夸克凝聚减小,系统从手征对称性自发破缺相连续转变为手征对称性恢复相.电场增强导致u,d夸克凝聚的劈裂变大.随着电场增强,有效质量和夸克凝聚对化学势和温度的敏感性降低.OPT方法下得到的手征相变定性结论与平均场近似下的计算结果一致.

嵌套分割算法在旅行商问题上的应用

嵌套分割算法是近年来提出的一种求解大规模优化问题的新型全局优化方法。介绍了嵌套分割算法(NPM)的基本思想,将其应用于求解旅行商问题。首先对嵌套分割算法各个算子的策略进行了分析和比较,在局部搜索中引入2-opt算法,并对初始最可能域加以改良,最后提出算法的并行化实现方法。实验证明嵌套分割算法在解决TSP问题时可以获得高质量的解,并且具有良好的时间性能。

求解非光滑轨迹的自适应网格配点优化方法

针对传统配点法求解非光滑最优控制问题时,网格和配点数目多、非线性方程计算量大、误差大等问题,提出了一种自适应网格和配点优化方法。首先将求解最优轨迹优化问题划分为不同网格中的非线性规划问题,在网格内采用拉格朗日插值多项式对优化问题解逼近,求解出绝对误差和相对误差。然后根据轨迹曲率的大小确定出不光滑处的网格,并根据最大相对误差和容许误差的关系进一步确定网格划分的位置和加密数量;同时,对不满足容忍误差的光滑区间自适应增加配点以提高其求解精度。最后通过仿真实例与传统自适应网格优化方法进行了对比,结果表明,在相同计算精度情况下,本文所需的配点数目和网格数量较少,求解效率较高。

用倒拆修正法计算拱桥施工扣索索力与预抬量

以在建的大宁河大桥为工程背景,开展拱肋吊装过程扣索索力和预抬量的优化分析。提出了引入索力罚系数的修正倒拆法,推导了罚系数的计算公式,利用ANSYS建立了相应的倒拆分析模型。计算结果表明,该方法具有计算精度高的优点,与实测结果吻合良好。

一种混合局部搜索算法的遗传算法求解旅行商问题

针对遗传算法容易产生早熟现象以及局部寻优能力较差的缺点,提出一种求解旅行商问题的高效混合遗传算法。该算法首先用加权最近邻法产生初始种群,对种群中相同的个体,用K-近邻法产生新的个体代替相同的个体,然后淘汰适应性较差的个体,用交叉操作产生新的个体,最后,对部分个体进行3-opt优化变异,对种群中优秀个体用改进的Lin-Kernighan算法进行优化。对TSPLIB中部分实例的仿真结果表明,所提出的混合局部搜索算法的改进遗传算法在求解TSP问题时可以高效地获得高质量的解。

q分量二阶混料K模型R-最优设计

在混料试验设计中,当模型包含较多的未知参数时,使用R-最优设计一方面能保证参数估计的精度,另一方面又能简化最优设计的计算.文章讨论了q分量二阶K模型的R-最优设计,利用混料设计的等价性定理,获得了K模型的R-最优设计,并可以推广至其他模型中.

求解带容量约束车辆路径问题的离散布谷鸟算法

提出一种离散布谷鸟算法(DCA)求解带容量约束的车辆路径问题(Capacitated Vehicle Routing Problem)。该算法采用轮盘赌机制增强初始解选择的随机性,对基本布谷鸟算法的莱维飞行操作中,使用2-opt法和exchange法进行位置更新;在寄生巢位置更新中,使用shift法和reverse法增强最优解的局部开发能力。选取augerat标准数据集测试算法,并比较BA、ACO、SA及PSO算法结果。实验结果表明:离散布谷鸟算法能够有效解决带容量约束车辆路径问题,有较强的寻优能力,求解质量优于其他4种对比算法。

求解绿色车辆路径问题的离散乌贼算法

为求解绿色车辆路径问题(green vehicle routing problem),提出一种离散乌贼算法(DCOA)。采用轮盘赌机制增强初始解选择的随机性,引入精英片段插入策略指导乌贼细胞群的进化方向,提高搜索效率,利用2-opt法和shift法优化当前细胞,增强最优解的局部开发能力。选取Augerat标准数据集,对算法进行测试,并与BA、PSO、CS、SA以及ACO算法进行比较。实验结果表明,DCOA算法相较于其它算法有更强的寻优能力,可以有效求解绿色车辆路径问题,求得的解更能满足绿色车辆路径问题的需求。

对资本定量决策方法的理性选择

对资本定量决策方法进行了深入的研究，提出了在各种限定条件下对决策方法的合理选择。

单件小批订货型企业生产计划体系的设计

负荷不均匀和生产能力的瓶颈多变，是单件小批订货型企业生产计划工作的难点。ＭＲＰＩＩ、ＪＩＴ等现代计划体系均难以在这类企业中很好应用。本文针对这类企业生产的特点，在充分吸收ＭＲＰＩＩ、ＪＩＴ、ＳＭＳ、ＯＰＴ及传统计划方法的优点基础上，设计了一套解决这类企业生产计划的体系模型──关键资源计划法。

混合分布估计算法求解动态需求多车型车辆调度问题

针对物流配送客户需求动态变化,车场车型不是唯一特点,建立基于时间轴的多车型动态需求数学模型,根据客户动态需求将动态配送问题转换成一系列静态配送问题。设计了一种将分布估计算法与并行节约算法混合的算法实时优化模型。引入重定位法与2-opt法局部搜索算法局部调整线路内子路径及线路间路径,进一步提高算法收敛速度。仿真实验与算法验证了所提算法的有效性与优越性。