改进遗传算法下的畜禽冷链配送优化研究

在介绍传统遗传算法的基础上,提出了一种改进的遗传算法,通过设定前置交叉算子、互换变异算子、逆转变异算子来进行模型求解。算例分析表明,该算法可以在较短的时间内获得该问题的最优解或满意解。     

成品油配送路线优化问题

实行成品油配送制使配送路线合理化,有利于实现资源优化配置,有效降低物流成本。建立了成品油配送线路优化的最短路模型和最小费用流模型,可分别实现油库到各个加油站路径最短和费用最低。针对传统成品油储运设施模式,提出了当前我国石油石化企业建立成品油配送体系的相关建议。     

基于蚁群算法鲜活农产品配送路径优化研究

通过构建时间惩罚函数和变质函数建立了针对鲜活农产品配送路径优化模型。运用改进的最大最小蚂蚁算法来求解该问题。最后通过一个实例验证以上模型以及算法可以有效地优化鲜活农产品配送路线。     

基于陌生户问题的配送车辆调度优化模型研究

针对目前车辆调度优化模型(VSP模型)对陌生户问题的考虑不足,通过引入陌生度和陌生系数两个新的参数,改进了物流配送车辆调度优化模型,以解决陌生户问题,并采用C-W算法进行验证计算,计算结果证明了改进模型的可行性和有效性.     

收获机器手移动路线优化算法的研究

针对农业收获机器手,提出一种基于遗传算法的移动路线优化算法。利用收获机器手位置的数学模型,通过遗传算法优化机器手移动的角度和距离。结果表明,该算法结果的位置误差较小,取得较好的结果。     

易腐农产品物流配送中心选址优化

考虑易腐农产品变质率对配送中心选址的影响,建立基于混合整数规划的易腐农产品中心选址模型,提出了相应的求解算法,并通过算例验证了模型与算法的合理性与可行性.     

基于GIS先验知识的智能配送优化及实现

物流配送作为物流产业的核心进程,其效率的高低直接影响整个物流业的发展。鉴于目前的配送调度多依赖于传统的数学模型导致规划的最优路线与实际经验不相符,文章提出将实时交通信息、行车经验等现实因素作为GIS先验知识指导智能配送的优化的算法并进行实现。应用结果表明该成果能在很大程度上提高物流配送的效率。     

基于改进蚁群算法的易腐农产品配送路径规划研究

为了使易腐生鲜类农产品在复杂交通环境能够快速找到最优移动路径,进行考虑包括时间、油耗、罚没成本等因素在内的多目标配送,从而对综合成本与新鲜度保障进行平衡,提出了在传统蚁群算法的基础上改进转移规则,并加入含时间启发因子的影响函数。通过算例仿真,证明了改进蚁群算法的有效性和合理性,其降低了复杂程度,优化了传统蚁群算法容易陷入局部最优的问题,提升了迭代运算的收敛速度,同时降低了配送的综合成本。     

基于节约算法的城市配送路径优化问题研究

基于城市配送物流业发展的实际需要,以江苏绿草地纯水有限公司为例,本文通过节约算法对配送路径进行了优化,列出节约程顺序表,然后按节约里程从大到小合并路径,绘制成配送中心与各客户点优化线路图,从而对配送线路进行优化,提出了最优配送方案。结果表明:该算法能够有效地优化城市配送的路线,降低配送成本。     

基于遗传算法的智能粒子群优化方法

定义了粒子群优化(PSO)的参数空间,把探索性能最优的粒子群算法转化为一个参数优化问题,提出了用遗传算法优选PSO参数组合的一种方法,并给出了具有较好运算性能的PSO形式(参数组合).数值实验表明此设计方法应用效果好.     

基于遗传算法的梯级水库优化调度图研究

基于遗传算法制定梯级水库优化调度图,并以白水坑-峡口梯级水库为研究对象,进行了实例分析,结果表明该方法在推求梯级水库优化调度图上具有可行性、有效性。     

基于遗传算法的受电弓优化设计及其虚拟样机验证

在建立某地铁单臂受电弓简化几何模型的基础上,根据列车平稳受流对受电弓提出的各项要求,以受电弓升弓时机车前进方向上的纵向偏移量和弓头平衡杆的平动为目标,以受电弓正常升弓所需升弓转矩等为约束,运用基于遗传算法的多目标优化技术,对该型受电弓机构进行了优化,得到了使受电弓运动性能达到最优的几何参数.并运用虚拟样机技术对弓头升弓轨迹、升弓转矩和平衡杆摆动角度等优化所得参数进行了仿真验证.结果表明优化结构参数是合理、可行的.     

人工神经网络-遗传算法优化密花石斛多糖超声辅助提取工艺

[目的]研究密花石斛多糖超声波辅助提取的工艺参数。[方法]在单因素试验的基础上,采用Box-Behnken试验设计,运用人工神经网络结合遗传算法优化密花石斛多糖的超声波辅助提取工艺参数。[结果]密花石斛多糖超声辅助提取的最佳工艺参数为:超声温度59℃,超声功率424 W,超声时间99 min;在此工艺条件下,多糖的提取率为37.99 mg/g。[结论]试验优选了密花石斛多糖的超声波辅助提取工艺,为密花石斛的进一步开发研究提供依据。     

基于改进遗传算法的机器人路径规划与仿真

针对标准遗传算法解决机器人处于障碍环境下寻找最优路径局部寻优精度较差、规划效率低的问题,提出一种改进遗传算法的机器人路径规划方法。该算法采用一维编码表示路径, 构造了路径最优化的目标函数和适应度函数,利用多个种群拓宽搜索空间,提高了规划效率,采用保优选择策略,避免陷入局部最优。仿真结果表明,改进遗传算法比标准遗传算法路径规划质量高,能够获得平滑的低代价路径,稳定性好,是机器人路径规划的一种较好的方法,且具有一定的推广意义。     

考虑易逝品的流通时间增加对供求双方博弈的影响

首先考虑到易逝品在二级供应链的流通过程存在各方利润比例分配不合理的状况,通过建立易逝品流通的利润博弈函数,对利润函数进行分析得出各方利润的最大的均衡条件.再者考虑易逝品的从属失效性,构建关于时间的易逝品损耗函数;将损耗函数与利润博弈函数相结合,分析随流通时间变化对各方在整条供应链上的利润比例的变化.结果表明,流通时间的增加需求方所占的利润比例逐渐向1靠拢;当流通时间接近易逝品的腐烂周期时,供应方所占的利润比例接近于0.     

遗传算法用于电机电器优化设计的展望

介绍了遗传算法及其特点，分析了传统优化方法在电机电器优化设计领域存在的问题，认为遗传算法将是电机电器优化设计领域较理想的方法。     

基于遗传BP神经网络的数据挖掘系统设计

数据挖掘技术是从大量数据中挖掘知识的有效的工具 ,遗传算法和BP神经网络是现今数据挖掘技术中比较新兴的算法。本文介绍了遗传算法和BP神经网络相互结合的一种新算法 ,并设计出了相应的数据挖掘系统 ,且将该系统应用到实际农业实验中。为了便于遗传算法的有效运用 ,文中还提出了格雷———浮点编码法。     

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。