基于遗传-禁忌算法的木材物流网络优化

为了完善木材物流网络,保障木材物流顺畅运行,降低区域木材物流系统成本,从木材物流的生产现状出发,建立木材物流网络优化的数学模型,采用遗传-禁忌算法求解模型的策略和流程。以永林集团在福建三明永安境内的木材物流活动为例,将模型算法与计算机技术相结合,进行木材物流网络优化的实证分析,用C#编写相应的求解程序结合地理信息系统软件(Arc GIS)实现方案可视化。结果表明,该模型与算法具有可行性和有效性,可提高木材物流网络优化决策的精度和效率,降低物流总成本。     

浅谈黑龙江省粮食物流的发展现状

黑龙江是占中国耕地面积最大的省份,是中国最重要的商品粮生产基地和商品粮战略后备基地,近6年来,在惠农政策的鼓励下,粮食生产连续大丰收,总产量由全国第三位升至第二位。但是由于粮食产量多,物流要求高,物流难度大,从而体现出黑龙江粮食物流发展的主要问题:运输手段落后,物流系统不完善,造成运输环节多、成本高,产品流通企业不适应现代物流的需要,产品购销企业设施的配套能力较差,技术落后,不适应现代物流对设备的要求,导致农产品大量积压,农民收入增长缓慢等问题。因此,必须健全物流管理体制、加强统一规划布局、完善物流市场主体、提高物流现代化服务水平、积极培养和引进现代物流人才,从以上方面改革粮食流通体制和创新粮食经营方式,培育黑龙江省粮食比较优势和核心竞争能力。     

基于混合遗传算法的农产品物流网络优化模型

为了解决生鲜农产品物流配送系统的优化问题,考虑生鲜农产品保质期短的特点,结合农产品物流配送网络模型的整体优化思路,建立了基于混合遗传算法的冷链物流网络优化模型。该最优模型以物流网络的总运行成本为目标,引入碳税政策来分析碳税对总成本和碳排放的影响,证明碳税政策可以有效减少农产品物流网络中的CO2排放。通过实际案例分析获得的仿真结果表明,该模型为农产品物流企业提供了绿色环保的位置分配方案。     

粮食物流网络资源配置研究现状与展望

粮食物流网络资源配置相关研究是农产品物流研究的新方向之一。对粮食物流网络资源配置的相关定义、研究现状进行了梳理,分析了资源配置在物流领域的作用,界定了粮食物流网络的资源,提出了粮食物流网络资源配置的概念模型,并提出了粮食物流的网络化研究,粮食物流网络节点间的协同研究思路。     

吉林省粮食物流现状及对策研究

粮食物流是指粮食从生产地向销售地的实体流动,位置转移的过程。根据实际需要将粮食的收购、储存、运输、装卸、搬运、加工、配送、信息处理等基本功能进行有机的结合,根据粮食的数量、交货要求、运输条件等,使粮食尽可能由产地通过最少的环节,以最短的物流路线,按时保质地送到用户手中。因此,对于吉林省这样一个粮食产量高的一个地区来说,粮食物流是一种重要的物流方式。吉林省粮食物流的发展对吉林省的经济发展和提高人民（特别是农民）的收入水平起着很大的促进作用。本文主要从目前吉林省粮食物流现状出发,找出其存在的明显问题,从而明确吉林省粮食物流发展的方向,提出改善吉林省粮食物流的可行性对策,这一对策的提出为吉林省粮食物流的发展提供了一定的科学依据。     

基于多头绒泡菌网络模型的蚁群算法优化

基于多头绒泡菌网络模型在求解迷宫问题时所展现的“重点管道重点培养”特性,设计一种优化的蚁群算法. 该优化算法在更新信息素矩阵时考虑蚂蚁释放的信息素和多头绒泡菌网络中流通的信息素.通过对重点管道信息 素浓度的加强,提高路径寻优过程中重点管道的被选概率,从而提高蚁群算法对最优解的开发力度.针对旅行商问 题的对比实验验证了该优化算法可提高传统蚁群算法的寻优能力,并具有更高的鲁棒性.     

黑龙江省粮食物流产业发展模式设计

对于黑龙江省这样一个粮食主产省来说,公路、铁路运力有限,并且地处祖国边缘,运输成本高昂。因此,黑龙江省粮食物流产业就不能像南方的粮食主产省份一样,实行以运输为主的粮食物流模式,而应该实行的是一种集粮食采购、储存、加工、销售、配送等功能于一体,以加工企业为核心,以市场需求为导向的,能够带动整个粮食供应链发展的粮食供应物流模式。我们将这种模式称之为"拉动式"的粮食供应链模式。     

基于复杂网络的皖北城乡物流网络重构探析

在阐述复杂网络理论的基础上,分析了皖北城乡物流网络存在的问题,主要包括城乡物流资源配置不合理、城乡物流通道割裂和第三方物流市场规模较小。最后,基于复杂网络理论,从重构皖北物流基础设施布局、融合皖北城乡物流通道、大力推进第三方物流市场的发展等方面阐述了对皖北城乡物流网络的重构。     

黑龙江省粮食物流存在的问题及解决对策

目前,对黑龙江现代物流的研究还处于起步阶段,粮食物流发展的研究更是薄弱,研究成果较少而且较为分散。因此,本文在一定程度上可以丰富现代粮食物流的理论,深化对知识经济时代粮食物流模式的认识,对现有的粮食物流进行分析,查出其优势和不足,以动态的观点指出粮食物流模式的发展变化规律和趋势。这些研究成果既可以为粮食物流研究提供新的参考,又可以对粮食物流的从业人员有一定的指导意义。     

基于第三方物流的农产品冷链物流网络构建策略研究

为了满足消费者对新鲜农产品不断增加的需求,在对农产品冷链物流运营现状、发展环境和机遇进行总结分析的基础上,对第三方农产品冷链物流企业运营网络构建路径进行研究。提出从干线整车运营网络构建到综合服务运营网络构建的路径策略和拓展运营网络的模式选择,为第三方农产品冷链物流网络构建提供理论参考。     

基于改进蚁群算法的分类规则挖掘

数据分类是数据挖掘中的一个重要课题,研究各种高效的分类算法是数据挖掘的重要问题之一.本文将蚁群算法与分类规则抽取问题相结合,提出了一种基于蚁群算法的具有自适应和变异杂交特征的分类规则挖掘方法,自适应地调整信息素增量,在规则构造中进行杂交变异,有效地节省了计算时间,并优化了生成的分类规则.实验结果表明:该算法可以有效克服停滞,提高搜索效率,有效地挖掘出简洁分类规则.     

ACS优化算法在设计洪水计算中的应用研究

采用蚁群ACS改进优化算法求解了典型洪水同频率放大问题,构造了用于设计洪水过程求解的蚂蚁觅食概化结构图,并给出了具体求解思路和流程。通过实际洪水放大的计算,证实了该方法在洪水同频率放大优化模型中的合理性和有效性,并给出了下一步研究的方向及建议。     

基于改进蚁群算法的供水管网优化计算

【目的】以供水特点为基础建立相应的数学模型,优化选择供水中的管网路径。【方法】利用改进的蚁群算法,对供水管网进行优化选择,在选择策略上,以初始节点引入的虚拟路径距离为基础,对启发信息进行归一化处理,并利用全局策略进行优选节点的概率选择;在更新策略上,利用信息素的局部和全局更新,并结合蚂蚁数量自适应调整及增加随机干扰进行改进;最后以巴家咀水库为对象,利用基本蚁群算法和改进蚁群算法进行优化计算并比较。【结果】利用改进的蚁群算法进行计算时,所得的平均路径、最短路径、最差路径、平均迭代次数和总成本分别为139.635 5km、138.214 7km、142.301 9km、314次和11.32亿元,而基本蚁群算法分别为145.042 1km、140.582 7km、149.215 5km、638次和11.51亿元,改进蚁群算法各项计算指标均优于基本蚁群算法。【结论】改进的蚁群算法可以提高全局搜索能力和收敛速度,能快速有效地获得供水路径的最优解或近似最优解,可以为管道供水路径的优化选择提供参考。     

基于蚁群-粒子群混合算法的水资源优化配置研究

【目的】对区域水资源的合理优化配置进行研究,为区域经济的发展、水资源的合理开发利用和节水型社会的建立提供参考。【方法】建立以经济、社会、生态环境效益为目标函数,各目标加权和为最优解的水资源优化配置模型,采用蚁群-粒子群混合算法对模型进行求解,并对渭北工业区进行水资源优化配置的实例分析,通过原供水量与优化配置水量的比较验证所建立模型的合理性。【结果】经计算,75%保证率下渭北工业区水资源的配置结果为:2015年地表水、地下水、外调水、中水供水量分别为1 747.30,13 244.84,12 905.95和1 060.23万m3;2020年各水源供水量分别为2 019.19,12 214.42,23 530.42和1 798.60万m3;与原始供水量相比,2015年和2020年总供水量分别减少312.73和421.11万m3,表现在农业供水量减少,生活、工业、生态用水均达到供需平衡。【结论】基于蚁群-粒子群混合算法的水资源优化配置结果合理,可作为研究区水资源合理开发利用决策的参考;蚁群-粒子群混合算法收敛速度快,寻优性能优越,可用于水资源优化配置的分析。     

基于蚁群优化的单路口交通模糊控制的研究

本文提出了一种基于蚁群优化的控制方法,应用蚁群算法进行相序优化,确定通行相位,并且结合模糊控制的优点,确定该通行相位的有效绿灯时间.仿真结果表明,本文给出的控制方案和优化算法适应能力较强,在相序相对稳定的前提下.单交叉路口的平均车辆延误更少.     

基于蚁群算法的配电网络重构模型及其应用

采用一种可用于求解一般形式的非凸、非线性约束优化问题的蚁群算法,以求解配电网络重构问题。该算法运用了正反馈、分布式计算和贪婪式启发搜索,不依赖于各种初始参数,不易陷于局部最优。通过算例分析表明,与现有各种方法相比,该算法具有适应性好、计算效率高、优化效果好的优点。     

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。     

基于改进多目标遗传算法的农村低碳物流配送路径优化

针对我国县、乡、村物流配送成本居高不下,需求覆盖率严重不足以及碳排放量较高的现实问题,构建考虑需求不确定和碳排放约束的农村物流配送路径优化模型,并提出了适用于多车型的改进多目标遗传算法。结合农村物流配送数据,运用MatlabR2014a软件进行仿真试验,最终得出在需求不确定和碳排放约束下农村物流的最优配送路径方案。仿真试验结果表明:设计的改进多目标遗传算法对于求解农村物流配送路径优化问题具有较好的有效性和适用性;在需求不确定和碳排放约束下,改进多目标遗传算法能够有效降低农村物流配送成本,提高需求覆盖率;与单车型配送方案相比,多车型配送方案在农村物流配送中更具优越性。     

Detection of grapevine leafroll disease based on 11-index imagery and ant colony clustering algorithm

Grapevine leafroll disease (GLD) is a virus disease that quickly propagates through vineyards under appropriate weather conditions and can reduce grape production worldwide by nearly 60 %. Therefore, the accurate diagnosis and reliable evaluation of GLD distribution, particularly at the early stage of GLD infection, is important to prevent the spread of this disease. This study applied the ant colony clustering algorithm (ACCA) to detect GLD spectral anomalies on 4 GLD-infected vineyards according to multi-spectral imagery for precision disease management. GLD was classified into three stages: GLD1, GLD2 and GLD3 according to its infection severity. An 11-index feature vector and its stacked image were generated to enhance the spectral differences and spectral discrimination between diseased and healthy grapevines. ACCA was then designed to solve the fuzziness of the multi-spectral image for GLD-infected grapevines and successfully identify GLD from healthy grapevines. Finally, a field survey with 49 samples and pixel purity index technology were applied to validate the effectiveness, efficiency and accuracy of ACCA. Field results indicated that an early stage of the GLD infection (GLD1) could be successfully discriminated from GLD2-, GLD3- and non-infected grapevines. The classification accuracies of non-, GLD1-, GLD2- and GLD3-infected grapevines were 94.4, 75, 84.6 and 83.3 %, respectively. Hence, the method based on an 11-index image and ACCA may significantly detect GLD at an early stage from healthy grapevines for precision disease management at the field level.     

基于改进人工蜂群算法的生鲜农产品配送路径优化

为提高生鲜农产品的物流配送效率,降低配送过程中的综合成本,以配送总成本最小化为优化目标,通过引入时间价格成本,结合配送固定成本、运输成本和惩罚成本构建成本函数最小化模型。基于该数学模型,运用改进的人工蜂群算法对模型进行求解,算法中采取中位数选择策略来代替原有的轮盘赌选择策略,并在解的更新阶段引入禁忌表,有效解决了算法容易过早陷入局部最优的问题,并使得算法的收敛速度提高40%。通过算例验证了本文模型和算法的有效性,有一定实践指导意义。