基于混合遗传算法的车辆优化调度研究

将遗传算法和模拟退火算法结合,设计了一种混合遗传算法（自适应的模拟退火遗传算法）,并根据一般车辆优化调度问题的特性,进行算法的设计,比如染色体的编码方式、遗传算子以及参数的设定等,通过实例进行了仿真实验．结果表明：用这种混合遗传算法求解车辆优化调度问题,具有很好的优化性能．     

基于鲜活农产品冷链物流配送的车辆路径优化研究

根据鲜活农产品易腐这个特殊性研究鲜活农产品在冷链物流中的配送管理问题,从鲜活农产品冷链物流配送商的角度出发,构建基于冷藏车能耗成本分析的冷链物流配送车辆路径优化模型,应用蚁群算法和MATLAB工具对算例进行求解和分析,结果表明构建基于冷藏车能耗成本分析的配送路径优化模型更适合冷链物流配送最优路径的选择.     

应急物流配送路径优化系统设计

应急物流配送路径优化系统设计,使传统意义应急物流配送效率大幅提升,是应急物流配送工作开展适应时代发展的重要开端。本文将以应急物流配送为核心,对应急物流配送方案优化及系统设计方向逐一阐述,以此为未来阶段我国各地区根据实际情况建立有效的应急物流配送机制及路径优化管理系统提供部分参考性内容。     

基于改进群搜索优化算法的车辆路径问题研究

针对标准群搜索优化(GSO)算法存在的早熟、后期迭代效率低和容易陷入局部极优点等问题,提出了一种改进的群搜索优化算法用于车辆路径问题的研究。该算法先是通过交叉因子的引入来曾加粒子的多样性并增强群成员的优良性,从而减小后期搜索中算法易陷入局部极优点的概率;然后借助于模拟退火算法的优势来有效的提高算法收敛性能。实验表明,基于交叉因子和模拟退火的群搜索优化(CMGSO)算法相比于标准群搜索优化(GSO)和粒子群优化(PSO)算法来说,具有较快的收敛性能和较好的全局寻优能力,因此该算法适用于物流车辆路径寻优问题的研究和解决。     

基于客户满意度的农产品冷链物流配送路径优化研究

中国传统的农产品冷链物流配送各站点之间缺乏协作,不仅造成资源浪费,也导致时间成本较高,客户满意度较低。本研究从客户满意度出发,在对农产品冷链物流配送路径优化的基础上,建立协同配送优化模型,并通过实例分析验证模型的有效性。结果表明,协同配送能够有效降低配送成本,提升配送效益,从而为冷链物流企业的高质量配送路径方案选择提供了相应的指导。     

基于优化蚁群算法在粮食运输车辆调度中的应用研究

为了有效地降低车辆在粮食运输中的成本,采用改进的蚁群算法对粮食物流配送路径进行优化。通过建立数学模型,提出改进的蚂蚁转移规则、优化信息素浓度、改进全局信息素更新策略。结果表明,改进的蚁群算法比基本蚁群算法可以更好地解决粮食运输车辆的路径问题,使得运输距离明显缩短。     

混洗蛙跳算法在农产品物流配送车辆路径上的应用

针对当前农产品物流配送车辆路径问题中无法满足客户时间需求的问题,对混洗蛙跳算法进行改进,与带时间窗的车辆路径问题相结合进行分析研究,可以有效解决全局收敛和局部收敛问题。结果表明,G-SFLA算法是求解农产品物流配送车辆路径问题的较优方案。     

桁架结构多目标优化的免疫克隆选择算法

为了解决带有约束的结构多目标优化问题，将免疫克隆选择算法应用于桁架结构的多目标优化设计中. 根据免疫学基本原理，采用非支配邻域选择机制、比例克隆和精英策略，使算法很好地保持了所得解的多样性、均匀性和收敛性.在桁架结构优化的数学模型中，采用惩罚函数法处理违反约束的情况.为了验证所提算法的可行性和有效性，对经典桁架进行了优化，并与其它方法作比较，数值结果表明，该算法在收敛速度、时间消耗和求解质量上均具有一定的优势.     

基于改进蚁群算法的农业运输车辆路径优化研究

针对农产品在运输过程中运输时间长易变质等问题,合理规划果蔬运输车辆的配送路径。在基本蚁群算法的基础上,提出适合求解路径规划的改进型算法,同时提出了自适应调整的方案,提高跳出局部优解的能力以及算法的全局收敛性。仿真试验结果验证了改进型算法的可行性和高效性,从而达到运输车辆路径优化的目的,为提高农产品的运输效率、降低成本、提高收益提供了理论依据。     

基于改进蜂群算法的模糊需求冷链物流车辆路径优化

针对基本人工蜂群算法容易早熟收敛等问题,提出了3种邻域生成策略,并对当前解进行局部搜索和进化。仿真试验表明,该算法在求解相关问题上具有有效性,对求解用户模糊需求下的冷鲜品冷链物流车辆路径优化问题具有一定的参考价值。     

基于免疫算法的优化问题

基于前人提出的克隆选择算法,提出一种用于优化问题的免疫选择算法,引入选择算子的概念,可以加快算法的搜索速度,有效地保持种群的多样性。仿真结果表明,与遗传算法相比较,免疫选择算法能更快速准确地收敛到全局最优解,避免了遗传算法中的早熟收敛现象。     

改进的果蝇优化算法在城市物流配送中心选址中的应用

为实现物流配送中心选址的合理配置,本文提出一种基于Logistic混沌系统的果蝇优化算法,通过我国31个城市物流配送中心坐标及其需求量的要求,建立物流配送中心选址的数学模型,并运用其算法进行优化求解,实现配送路径的优化配置,节约成本。该改进的果蝇优化算法既充分发挥Logistic混沌系统和果蝇优化算法的优点,又克服了果蝇优化算法的局部最优问题。仿真结果表明该算法具有收敛速度快、精度高的优点。     

引入启发式函数蚁群算法的VRP研究

车辆路径问题是一个NP难题,蚁群算法是求解诸如车辆路径安排问题等组合优化问题的有效工具。分析了蚁群算法在VRP中的应用,提出启发式函数对传统的蚁群算法的改进,对传统蚁群算法进行优化。通过实验对该方法进行检验,实验结果显示,本文提出的算法性能优于传统的蚁群算法。     

基于联合运输的棉花物流运输路径选择研究

分析了我国棉花物流运输现状,从联合运输的角度出发,以棉花供应点到需求点联合运输总费用最小和总时间最短为目标,构造了联合运输网络中的棉花物流运输路径模型。采用了多阶段启发式算法,通过改进的Martins算法找出非劣路径集合,依据运输方式转换兼容性与剔除无效路径,进行运输方式分配,运用模拟实例验证了该启发式算法的有效性,解决了联合运输的棉花物流运输路径选择问题。     

基于遗传算法与粒子群算法的配电网无功优化

根据遗传算法(GA)收敛效果好和粒子群算法(PSO)收敛速度快的特点,将两者相结合对配电网无功优化模型进行求解。计算结果表明:该算法是收敛的、有效的。     

具有模糊需求的农产品冷链物流车辆配送路径优化研究

农产品易变质、易腐蚀的特性,对农产品的冷链物流配送提出了更高的要求.该研究对农产品冷链物流的车辆配送路径进行优化,选择成本最低的配送路径,建立各零售点具有模糊需求情况下的优化模型,设计混合智能算法进行求解,并通过实例验证了模型和算法的有效性和可行性.     

基于蜜蜂免疫进化算法的湖泊富营养化评价

为建立对多个指标皆适用的湖泊富营养化评价模型,在对各营养状态指标值进行规范变换的基础上构建一个对多项指标的规范值均适用的湖泊营养状态的对数型幂函数指数公式,并采用蜜蜂免疫进化算法对公式中的参数进行优化,获得湖泊营养状态的对数型幂函数普适指数公式。将普适公式应用于武汉东湖10个湖区的营养状态评价分析,其评价结果与用幂函数加和型指数公式的评价结果完全一致,并与实际相符合,表明蜜蜂免疫进化算法用于富营养化评价模型中的参数优化是可行的。