一种求解Packing问题概率控制搜索行为的启发式算法

研究一种求解圆形和圆形与矩形混合Packing问题的启发式算法.借鉴Agent概念,赋予待布物具有跳跃、交换、旋转、移动和容器缩放等5种搜索行为,在寻优过程中以概率机制控制上述各搜索行为,并给出寻优过程中启用该搜索行为的时机及其操作顺序,该概率控制机制的适应性控制参数由待布物之间干涉信息决定.该法纯用上述搜索行为寻优,不辅以其他优化方法.该Packing问题数值实验结果表明,算法是可行和有效的.

分支定价方法求解带二维装箱约束的车辆路径问题

面向家具、电器等货物的物流配送场景,研究带二维装箱约束的车辆路径问题(2L–CVRP),构建了2L–CVRP的混合整数线性规划模型.为求解大规模2L–CVRP,构建了该问题集合划分模型,提出基于分支定价的方法.针对分支节点的松弛模型,基于列生成策略将其分解为线性规划主问题、带资源和二维装箱约束的最短路径子问题,并提出基于ng-route松弛策略的标签算法和基于禁忌搜索的装箱算法有效求解复杂子问题.仿真结果表明,提出的方法可高效求解大规模2L–CVRP,其中ng-route松弛策略能有效提升算法求解效率,研究成果为装箱约束下大规模车辆路径问题的高效求解提供了有效途径.

三维装箱问题的模型与改进遗传算法

三维装箱问题是一类NP-hard的组合优化问题,构建一个适当的数学模型并设计高效快速的算法具有重要的理论和现实意义.该文将箱子空间划分为立方体单元,依此构建三维装箱问题的混合整数规划模型,并通过改进遗传算法求解,剔除大量不可行解提高了收敛速度.实验结果表明此算法运算过程及结果稳定,具有较强的实际应用价值,能有效解决复杂的三维装箱问题.

带装载组合约束的一维装车问题算法研究

提出带装载组合约束的一维装车问题,有n个属于l种类型的相同(单位)尺寸的物品。有w辆车,每辆车对这l种类型的物品有几种装载组合,不同车辆的装载组合不同,每辆车选择一种装载组合并严格按照物品组合进行装载,优化目标是在满载的情况下装载最多的物品。首先建立线性混合整数规划模型。其次,提出基于贪婪技术的启发式算法。最后,利用ILOG Cplex进行数值实验和参数的敏感性分析。

类模式组合装箱问题模型与精确算法研究

研究基于汽车出场物流实践而提出的类模式组合装箱问题。主要考虑组合装载及运力意向约束,并以最大化商品车装载数量、最大化商品车装载总紧急程度为主要目标。首先建立混合整数规划模型。其次设计基于分枝定界策略的精确算法。最后,通过基于ILOG CPLEX优化工具的数值实验以及案例分析,验证所提出模型和算法的有效性与高效性。