基于改进粒子群算法的生鲜农产品配送路径优化研究

以生鲜农产品在途时间最短、配送成本最低为优化目标,构建了农产品配送路径优化问题的模型,采用基于局部精益搜索策略的改进粒子群算法求解该问题。通过仿真实验表明,改进粒子群算法是农产品配送路径优化问题的一种有效方法,对于提高农产品配送效率,降低配送成本有重要的现实意义。     

生鲜农产品多车型冷链物流车辆路径优化

针对冷链物流配送系统中总成本较高以及车辆有效利用率低的问题,在考虑拥堵指数的基础上,构建以包含碳排放在内的配送总成本最小化和客户满意度最大化为总目标的多车型路径优化模型。采用自适应遗传模拟退火算法,对带有时间窗的冷链物流路径优化问题进行研究。结果表明:1)在配送总成本和客户满意度被视为同等重要的前提下,与采用配送总成本最低的单车型相比,多车型配送的满意度提高1.28%,总目标降低31.40%;与采用满意度最高的单车型相比,多车型的配送总成本降低20.01%,总目标降低38.80%。因此,在上述前提下,多车型相比单车型配送更具优越性。2)与采用传统遗传算法相比,自适应遗传模拟退火算法在配送总成本上降低3.52%,满意度提高29.54%,且能较快求得最优解,验证了该算法的有效性;3)根据模型参数对各目标函数值的影响分析可得,适当的定价可提高满意度,降低碳排放量和货损成本;保质期的增长虽然降低了货损成本,但是会增加制冷成本和时间窗惩罚成本;生鲜农产品对时间敏感度的增加,会增大货损成本,但时间敏感度与配送总成本不成正相关。     

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IPSO算法的多目标车辆配送路径规划研究

针对汽车零部件车辆配送路径规划问题,提出一种基于IPSO的多目标车辆路径规划算法。以平均行驶成本、等待时间成本和惩罚时间成本为目标函数,建立多目标车辆路径规划模型。研究结果表明,选择搜索成功率、平均行驶成本和搜索时间为评价指标,IPSO算法在搜索成功率和搜索时间以及平均行驶成本方面,均优于GA和PSO算法,同时避免局部最优,对降低配送成本和提升企业竞争力具有重要意义。     

生鲜农产品物流中心选址的优化研究

基于生鲜农产品具有保鲜时间短、易变质等特点,对生鲜农产品物流中心的选址进行优化,可缩短其流通时间并提高农产品保鲜率。以最低的生鲜农产品配送成本为目标,构建了选址优化模型,提出了相应的求解算法,并通过仿真试验验证了模型的可行性。     

低碳条件下鲜活农产品冷链物流配送路径优化

近年来,低碳物流日益受到重视,低碳条件下鲜活农产品冷链物流配送路径优化分析也成为研究热点。通过综合分析配送车辆的运输成本、固定成本、制冷等相关成本,和在配送过程中的货损成本、碳排放成本,以及未能达到客户要求的服务时间窗而出现的惩罚成本作为具体的目标函数,建立低碳条件下鲜活农产品配送路径的优化模型,并为该问题的解决提出优化的改进建议,即采用2-opt局部搜索机制的蚁群算法进行改进。同时应用实例对模型和算法的有效性进行分析,包括对算法参数的敏感性分析。仿真试验及算法对比结果表明模型和结果都是有效的,能够为最终企业进行配送决策提供有力支持。     

电子商务环境下新鲜农产品流通路径的优化研究

快速发展的电子商务技术,为新鲜农产品销售开创了一个新局面,而新鲜农产品的物流配送是保证农产品高品质到达消费者手中最重要的环节。从配送路径优化管理角度展开研究,建立新鲜农产品配送路径模型,采用禁忌搜索算法对配送路径模型进行路径优化并论证,结果表明,实验模型具有可行性和有效性,通过流通路径的优化,科学合理分配车辆和行程路线,从而提高货物的配送效率、降低配送成本和提高服务质量。     

生鲜农产品车辆和无人机组合配送路径优化及效果测试

【目的】为提升生鲜农产品的配送效率,提出生鲜农产品车辆与无人机组合配送路径优化方案。【方法】按照生鲜农产品冷链配送体系要求,采用模糊K-means聚类方法确定生鲜农产品配送中心;定义配送中心位置为车辆和无人机组合配送的起点,以生鲜农产品配送总成本最小为目标函数,利用蚁群算法和无人机物流车协调配送算法求解上述构建的目标函数,获取最低配送总成本的配送路径规划结果;引入安全启发函数优化蚂蚁转移规则,获取安全最高的无人机最优配送路径。再按照该方法,将生鲜农产品按照质量划分为重件和轻件,并计算重件和轻件在配送过程中产生的成本,获取在不同的总配送生鲜农产品快件数量下,优化前与优化后的配送成本。【结果】效果测试表明,该方法具有良好的聚类效果,簇类凝聚度(Davies-Bouldin, DB)指数值均低于0.15,可合理选取配送中心,保证配送中心的覆盖程度。并且通过对比该方法应用前后的数据对比可知,应用前重件和轻件的配送成本明显更高于应用后的成本。【结论】该方法可以更高质量地完成车辆和无人机组合配送路径规划,能够显著降低生鲜农产品的配送总体成本,应用效果满足应用需求,提升配送效率。     

基于改进的Bellman-Ford算法优化中药配送路径

目的针对中药配送"小""散""多"现象,解决中药配送路径优化的问题,提高中药配送效率。方法围绕中药配送最佳路径问题,对传统的Bellman-Ford算法进行了改进,解决算法的存储空间等问题。结果通过亳州地区中药配送仿真实验,改进Bellman-Ford算法,对v-1条轮降距操作,找出所有路径,验证是否存在负环路,对Bellman-Ford算法结束后再增加一轮降距检查。结论改进的Bellman-Ford算法在计算最短路径优化过程中增加了算法的存储空间,优化了配送路径,节省了配送成本,提高了中药配送效率。     

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.     

应急物流运输方式选择

为解决应急物流运输中最优运输方式的组合问题,在建立运输方式选择多目标优化数学模型的基础上,构造了求解该问题的虚拟运输网络,运用Floya法求解,并进行了算例计算．模拟结果表明,这种方法可以方便有效地求解该问题．     

食品冷链物流软时窗配送模式优化研究

本文依据生鲜食品冷链配送存在的问题及其特殊性,在分析成本构成因素的基础上,以车辆固定成本、运输成本、货损成本、能耗成本及客户惩罚成本共同构成的综合成本最低为目标,建立冷链物流配送优化模型,最后利用启发式算法解决实际问题。并验证了模型的有效性。     

集配货一体化VRP问题的具记忆功能的模拟退火算法研究

针对集配货一体化车辆路径问题的特性,建立了考虑配送车辆出行固定成本、车辆出发满载系数等因素的更加符合实际的数学模型;并设计了一种带记忆功能的模拟退火算法求解模型,确保输出结果是每次寻优的最优解;最后通过算例计算,结果表明,算法求解更优,稳定性更好,计算效率也较高。     

钻井布局选址的优化模型

本文对钻井布局问题提出了有效的算法,钻井布局可以归结为在一定约束条件下利用旧井的地质资料来减少新井的钻探数量,以节省钻探费用的问题。通过网格的移动使可利用的旧井数尽可能大,为进行辅助决策,可分别考虑三种情况下可利用的旧井数的最大值以及所节省的费用,具有广泛的实用价值。     

Subset selection from multi-experiment data sets with application to milk fatty acid profiles

The development of routine analyses to allow for the handling of large amounts of samples and to avoid cost and time expensive analytical techniques is of high value. These routine analyses most often require calibration using the detailed analyses as reference values. A representative subset reflecting the complete range of the variables of interest is required for this purpose. In this paper this subset selection problem is tackled for multi-experiment data sets. Conventional techniques such as the Kennard and Stone algorithm and OptiSim are compared to a new approach based on Genetic Algorithms. The challenge here is to find an adequate objective function and to modify the standard crossover and mutation operators to keep the number of desired samples fixed. These techniques are applied on a data set containing the concentration of 45 fatty acids, determined by a simplified reference method, in 1033 milk samples, stemming from six different experiments. The objective is to select a subset of 100 samples in which each of the six different experiments is sufficiently represented. While there is no obvious way to generalize the conventional methods for multi-experiment data sets, this can quite easily be accomplished for Genetic Algorithms by modifying the objective function. Our results indicate that Genetic Algorithms are very capable of handling the subset selection problem for multi-experiment data sets.     

改进LeNet-5模型在大米分选算法上的应用

针对大米特征提取与分类的算法难以确定的问题,改进LeNet-5卷积神经网络模型并研究其在大米分选问题上的表现。首先对大米原始图像进行预处理、提取单粒大米的图像建立大米图像样本库,然后对原始的LeNet-5模型提出改进方案并进行实验,最后将改进模型与若干传统分类方法、3个轻量化卷积神经网络模型进行对比。改进LeNet-5模型大米形选准确率为97.2%,色选准确率90.6%,处理速度约5 300粒·s^-1,分类效果与分类速度显著优于其他对比方法。实验结果证明,改进的LeNet-5模型可以高效分选碎米与垩白米,且能有效减少实际分选前准备工作的工作量。     

基于可时移农业负荷的光伏智慧农业大棚微型能源网优化调度

针对甘肃省分布式光伏电能远距离传输通道不足,大量光伏电能集中并网影响农村电网可靠性和稳定性的问题,提出对甘肃省传统农业大棚及其供能系统进行智慧化改造的方案,实现光伏电能的就地消纳,构建基于可时移农业负荷的光伏智慧农业大棚微型能源网。采用数学建模的方法对微源和负荷进行精准建模研究,并采用变学习因子的二阶振荡文化粒子群求解算法对微型能源网经济调度模型进行求解,最后对负荷时移前后各供能设备的出力和日综合费用进行了对比。仿真结果表明:对可时移负荷进行调度可以降低系统日综合运行成本,单日成本下降了7.3%。本研究所建模型和提出的算法可以有效实现微型能源网多种能量流的经济合理利用。     

基于状态空间模型的智能优化算法及其应用

基于区域经济发展失衡理论，从农村社会养老保障发展不均衡与政府责任之间内在关联的视角，重点考察了各地区农村社会养老制度提供保障的理论水平和现实差异，并得到以下结论：由于政府主观层面的原因，地方政府在农村社会养老保障制度中承担责任的实际水平与无差异偏好下的理论水平之间有较大差异。     

非平衡有向网络上求解分布式经济分配问题的原始-对偶算法

受电力系统经济分配问题的启发,研究了分布式经济分配问题,其主要目标是在m个智能体组成的非平衡有向网络上最小化m个局部凸代价函数之和.网络中的每个智能体都仅仅知道自己私有的局部凸代价函数,并且同时受到耦合线性约束和局部不等式约束的影响.此外,特别关注每个智能体仅允许通过不平衡有向网络与其内部邻居进行交互的情况.为了分布式地解决上述问题,提出一种新的只需要智能体进行本地计算和本地通信的完全分布式原始-对偶次梯度算法.当网络拓扑是强连通的且权重矩阵是行随机时,理论分析证明本文的算法可以渐进收敛到全局优化问题的最优解.最后,给出了电力系统中分布式经济分配问题的数值仿真,验证了所提出算法的有效性和分析过程的正确性.     

智能手机原位牧草生物量估算

【目的】生物量是草地生态系统物质和能量基础,是最基本的生态参量。以往基于卫星和航空遥感定量反演草地生物量过于专业化,难以在牧民间推广。因此,本文提出一种用手机近距离拍摄的真彩色图像估算牧草生物量方法,构建牧草生物量估算模型,为牧民方便、快捷、无损地掌握牧场牧草长势提供理论依据和技术支撑。【方法】首先,利用手机超高分辨率真彩色图像,分别基于植被指数、纹理特征以及联合植被指数和纹理特征构建牧草生物量估算特征集合。其次,为防止过多的特征提取带来维度灾难,提出一种XGBoost与序列前向选择相结合的特征选择算法（XGB-SFS）,进行特征筛选及最优子集构建。最后,使用随机森林回归和留一法交叉验证对比不同特征集合构建模型的生物量估算效果,分析不同类型特征及XGB-SFS算法在牧草地上生物量（Above Ground Biomass,AGB）估算中的作用。【结果】（1）对比单类型特征构建的模型,基于空间纹理特征的估算模型（R²=0.76）要优于基于光谱植被指数估算模型（R²=0.73）,表明纹理特征在超高分辨率牧草AGB估算中具有一定作用;（2）对比特征选择后的模型,联合空谱多类型特征构建模型优于任何一种单类型特征模型（R²=0.83,RMSE=127.57 g·m^-2,MAE=81.25 g·m^-2）,表明使用多类型特征构建模型,可一定程度上提高牧草AGB估算精度。（3）对比特征选择前后构建的模型,特征选择后的模型估算AGB效果要明显好于未进行特征选择的模型,且筛选出的特征与牧草生物量之间都存在较高的相关性,表明XGB-SFS能够很好降低数据维度的同时提高牧草AGB估算精度。【结论】手机超高分辨率真彩色图像可以对牧草生物量进行准确估算,本文提出的XGB-SFS算法也能从众多特征中筛选出与牧草生物量相关性较高的特征并提高模型估算精度。与以往专业遥感定量反演草地生物量相比,本文方法具有面向大众、成本低廉、使用方便等优势,研究将手机现场采集的数据与遥感和机器学习方法相结合,可开辟新的视角,支持农业信息化发展。