基于改进遗传算法的远程多点空中加油规划

为解决飞机在执行远程奔袭任务中多次空中加油任务规划的问题,综合考虑任务的时效性与经济性,建立多点空中加油模型。对标准遗传算法进行改进,使之具有更快的搜索速度与计算效率。将任务划分为多个阶段,使用不同方法进行加油点的选取。仿真试验结果表明,该方法可以有效解决远程奔袭任务中飞机多点空中加油任务加油点选取的问题。

时变路网下基于混合调整策略的生鲜品配送路径优化研究

针对时变路网下城市车速变化与生鲜品配送过程中产生的各种成本问题,本文提出一种时变路网下基于混合调整策略的车辆路径优化方法。首先,构建包括时间窗惩罚成本、货损成本、车辆成本、碳排放成本,以及客户整体满意度成本等在内的成本最小化目标函数;其次,按区域划分城市道路,并采用深度学习方法对不同区域道路下的车辆速度进行预测;然后,为保证客户满意度和成本的平衡,采用延迟配送及跳过策略相结合的混合调整策略对配送过程中可能导致大规模延误的顾客点进行筛选;最后,通过对Solomon算例和广州市的某一生鲜品配送算例进行求解。结果显示,与传统遗传算法相比改进遗传算法能够加速最优解收敛过程,采用预测速度比采取单个调整策略能够使目标成本同比降低17.29%,准点率达到95.65%。可见,混合调整策略能够在降低目标成本的同时提升到达顾客的准点率,给生鲜品配送成本分析提供一定理论参考。

基于遗传算法的大小交路开行方案优化模型研究

近年来,我国城市轨道交通快速发展,并成为城市公共交通的重要组成部分。城市轨道主要采用大小交路方案,即将轨道交通线路划分为2条大小不同的交路,可以更好地应对客流不均匀的情况,大小交路运营模式是我国城市轨道交通运用得最广泛的运营管理方式,在面对庞大的客流量和复杂的车站数据时,需要将企业的运营成本尽可能最小化和乘客服务水平尽可能最大化,在此基础上决定列车开行方案成为城市轨道交通运营的重要一环,故该文旨在解决大小交路模式下的列车开行方案问题。

考虑充电调度的电动无人车配送路径规划问题研究

在充电站有充电容量约束的情况下,研究充电调度电动无人车配送路径规划问题。首先以极小化车队中电动无人车的最大行驶距离为目标,构建数学规划模型,为电动无人车车队安排配送路径,使得各车的行驶距离尽可能均衡;其次应用动态规划算法(Dynamic programming algorithm,DP)求解小规模算例,改进遗传-模拟退火算法(Genetic-simulated annealing algorithm,GA-SA)优化较大规模算例的电动无人车路径和充电策略;最后对相关因素进行灵敏度分析,以验证所提出算法的可行性与合理性。结果表明:DP算法解小规模算例表现良好;改进GA-SA算法与单纯遗传算法(Genetic algorithm,GA)相比,求解大规模算例时优化的路径效果更佳,且大大缩短电动无人车车队的最长子路径的长度和总行驶距离。该研究可以为物流公司的电动无人车配送业务发展提供参考,帮助企业提高电动无人车的运输效率和服务水平,降低配送成本。

随机需求下连锁零售企业的LIRP问题集成优化

在一个二级物流配送系统中,针对多个备选点、多个需求点的LIRP问题,以连锁零售企业H公司为例,考虑到门店分散和需求随机性的影响,建立随机需求下以总成本最小为目标的双层规划模型,通过上层规划(F)和下层规划(U)之间的关联和约束,将选址、库存和车辆路径三者进行了有效集成。通过MATLAB软件编程,第Ⅰ阶段运用免疫遗传算法和蚁群算法实现对双层规划模型的求解,第Ⅱ阶段对第Ⅰ阶段产生的初始解进行优化,以得出全局最优解,并对优化效果进行了分析。

考虑离岛地区出行需求特征的需求响应式公交运营优化

针对偏远离岛地区公交运营收益低、当地居民出行难的问题,考虑该地区的出行需求空间上分布过疏、时间上需求波动性较大、且高支付意愿高质量服务需求无法被满足等特性,提出需求响应式公交运营模式,并将多条存在部分共线的公交线路进行联合优化。为此,建立了双层规划模型,其中上层模型为公交公司运营决策模型,以公交公司总利润最大为目标,以乘客对需求响应式公交的支付意愿作为约束条件,对公交公司在不同时间窗下的发班频率、所需车辆数及乘客所需支付票价进行联合优化;下层模型为乘客出行方式选择模型,通过对乘客出行方式的选择行为进行分析,基于Logit模型确定选择需求响应式公交出行需求站点的乘客人数。最后,以浙江宁波梅山岛为例进行实证分析。通过比较优化方案和现状下的公交公司收益以及乘客出行时间成本,验证了提出的需求响应式公交运营模式以及双层规划模型的有效性。

农村物流配送方案设计与优化——基于中国邮政的实例分析

为响应《“十四五”现代物流发展规划》以及乡村振兴战略,研究以大连市普兰店区星台镇为研究对象,应用混合整数规划模型对农村末端物流配送站点进行选址,并借助Excel对模型进行求解。然后建立带时间窗的车辆路径规划问题模型,运用MATLAB实现遗传算法求解,得出最优配送方案,即在满足配送车辆装载量、时间窗、各村庄需求等约束的前提下,以最小配送成本为目标,确定三条配送路线。最后从效率、能力和资源等方面对农村物流配送提出对策和建议。

基于遗传算法的自航水雷航路规划

自航水雷在执行任务时需要装载根据战场环境预先规划好的最优路径,路径的优劣直接决定了自航水雷的作战效率。采用遗传算法进行自航水雷航路优化,算法利用极坐标描述威胁位置和航路点,将航路编码由二维缩减至一维,降低了搜索空间,提高了优化效率。对算法进行了相应的仿真,仿真结果表明,编码方式提高了优化效率,得到的航路有效地规避了威胁。

不确定条件下的应急物资配送选址-路径问题

研究在突发事件背景下的应急物流选址-路径问题。假定每个需求点的应急物资需求量与两点之间车辆运输时间是不确定的,利用机会约束方法建立了在一定应急限制期下,时间最小化和成本最小化的双目标随机规划模型,并设计了遗传算法对模型进行求解。通过算例分析验证了模型和算法的可行性与有效性。

基于舰艇编队的反舰导弹航路规划

根据舰艇编队对海导弹攻击中航路规划指挥决策的需要,为避免出现各舰发射的导弹出现航路交叉现象,提出单舰导弹航路规划功能区域的概念和编队导弹航路规划区域划分的思想,建立了编队导弹航路规划区域划分模型。分析了编队导弹航路规划的决策过程,并且结合想定装备参数运用遗传算法进行了编程实现和算例分析。为指挥员实施导弹航路规划决策提供辅助决策和科学依据。

一种有时间约束的多车辆协作路径模型及算法

分析了有时间约束的基于多车辆协作的随机路径问题,提出了问题的随机规划期望值模型。设计了问题中的两车辆协作的随机路径问题的遗传算法,在遗传算法中采用时间惩罚过滤算子优化了初始种群,提高了收敛速度。给出了算法的应用示例,表明了模型和算法是多车辆协作随机路径问题的一种有效算法。为研究多车辆协作的随机路径问题提供了新的理论和方法。

出租车合乘路径选择与费率优化模型

在现有的出租车合乘研究工作中,对合乘者的费用分担与路径选择基本不进行同时优化,且较少考虑驾驶员的收益.以公平性为原则,综合考虑驾驶员与出行者利益,以出行者时间费用成本最小为目标函数,以保障驾驶员合理收益为约束,构建出租车合乘路径选择与费率优化模型.并针对模型特点,设计相应的遗传算法对其进行求解.算例分析表明,模型计算的路径与费率能保障驾驶员和出行者双方的利益.

考虑路径风险的不确定需求应急物流定位-路径问题

针对突发事件发生后路网和救援物资需求的不确定性,考虑路径运行时间超期风险、路网通行能力风险、路径复杂性及应急物资需求不确定性,以应急物资运达总时间最小和系统总成本最小为目标,建立了基于随机机会约束规划的多目标应急物流定位-路径模型,设计了改进的遗传算法对其进行求解,采用罚函数法处理模型中的约束条件.算例分析验证了模型的合理性和算法的可行性.

基于改进遗传算法的QoS路由选择优化

提出了一种基于改进遗传算法的QoS路由选择优化算法,采用网络资源消耗和负载分布为目标函数,此目标函数包含了带宽、跳数、费用、时延等QoS参数。该算法在消耗网络资源最小的基础上,使负载均衡分布,合理利用了网络资源,降低了网络的拥塞,提高了网络的吞吐量。仿真计算的结果表明,该算法在解决多目标规划问题上是一个有效、可行的方法。

不确定需求和旅行时间下的车辆路径问题

针对一类不确定需求和旅行时间下的随机车辆路径问题,建立了一个随机规划模型,提出了一种带有自适应机制的改进遗传算法。该算法引入自适应选择机制,采用了新的交叉算子。选取两种不同规模的随机车辆调度问题,分别采用该算法和基于边重组的改进遗传算法进行求解,并通过对计算结果进行对比分析,分别针对自适应选择机制和新的交叉算子做了讨论。结果表明,所提算法不仅取得了更好的优化结果,而且具有更快的收敛速度。

路网车流径路选择随机相关机会规划模型及其混合遗传算法

研究随机环境下车流径路的选择问题,首先给出路网车流径路方案可靠性的定义,并在此基础上建立随机环境下车流径路选择问题的随机相关机会多目标规划模型。模型考虑了车流具有不同权重的情况,目标为极大化车流径路方案的可靠性及极小化期望总费用。用C++语言编写K短路算法,并在Visual Studio 6.0上基于该算法开发了软件,用于计算网络上任意两点之间的K短路。以该软件计算出的K短路作为节点间的可选径路集,提出一种基于随机模拟的混合遗传算法。算例表明,在不同交叉和变异概率的条件下算法均可在给定进化代数内收敛至相同的最优解,有较强的适应性。

低空突防路径规划方法综述

分析了低空突防路径规划应满足的条件和特点 ,阐述了目前国内外正在应用和研究的几种路径规划方法 :最速下降法、动态规划法、专家系统法和遗传算法等的研究现状和发展方向。

集装箱码头作业调度双层规划模型及求解算法

为提高作业调度的整体性,建立了集装箱码头作业调度双层规划模型,其中上层为装卸桥调度优化模型,下层为集卡动态路径模型,通过上下层模型间的反馈与相互作用决定集装箱码头作业调度的整体优化方案.为了求解模型,设计了基于遗传算法的求解方法,并且应用实际算例对模型和算法的有效性进行了验证.计算结果表明双层规划模型与算法不但可以降低集卡空驶距离、减少所需集卡数量,而且可以缓解码头内交通拥挤、提高作业系统的可靠性.

基于遗传算法的反辐射无人机航路规划

采用遗传算法对反辐射无人机进行了航路规划,并对算法进行了相应地仿真。仿真结果表明,文中提出的遗传算法模型,能够迅速地寻找到最优航路。

计算机通信网中路由选择和容量分配问题的遗传算法求解

计算机通信网中，对路由选择和容量分配问题进行综合优化设计时的数学模型，是一个多约束条件的非线性０－１规划。本文以遗传算法的基本思想为基础，设计了一个求解该问题的遗传寻优算法，对计算机通信网优化设计实例的计算表明，这一方法能够迅速求出问题的全局近似最优解，并具有高的计算精确度。