摘要：为明确需求预测方向和减少预测偏差,提出了一种考虑动态客户需求的物资配送问题求解方法。依据客户历史需求,以泊松分布模拟需求变化情况,建立需求预测模型,得到客户初始预测需求,并在此基础上建立了需求不确定的物资配送模型。为求解该模型,设计了一种预测需求可调节的遗传算法。在遗传算法局部搜索阶段,提出了需求调节算子。该算子以一定概率对客户初始预测需求进行调节,以符合泊松分布的需求变化量减少预测需求,同时对车辆间的顾客进行调整,顾客以调节后的预测需求挑选最小需求客户,移动该客户至其他最低载货车辆中并调整该车辆服务的顾客顺序,整个调节过程以最低配送成本为标准,保留最优配送路径。从标准车辆路径问题测试数据库中挑选10个典型样例进行测试,结果表明,与经典的最近邻算法和遗传算法对比,所提算法在所有算例中均取得了总成本最小值,在90%的算例中取得了运输成本最小值,在70%的算例中取得了车辆成本最小值。

摘要：随着经济的持续发展和城镇化进程的快速推进,城市生活垃圾的产出量越来越多,垃圾处理成本不断增大,其中垃圾收运成本占据相当大的比例,为此分析了一种实际生活中复杂的垃圾收运问题——多回收站点的垃圾收运问题(multi-station refuse collection problem,MSRCP),并将其映射为多中心车辆调度问题,从而建立了以最小车辆运输费用为目标的多回收站垃圾收运问题模型.依据MSRCP的特点,设计了一种基于协同进化(cooperative co-evolutionary,CC)作为外部框架的问题求解方法.首先使用改进聚类算法,将各垃圾收集点分配至合适的回收站点,从而将MSRCP转换成若干单回收点的垃圾收运问题.以各回收站点为中心,采用一种混合遗传算法(hybrid genetic algorithm,HGA)进行车辆路径规划.最后,以安庆市大观区生活垃圾收运为例进行了上述模型及其算法的验证,结果表明,该算法在降低复杂垃圾收运的运输费用时,具有良好的性能.

摘要：鉴于多车型限量弧路由问题(heterogeneous vehicle capacitated arc routing problem,HVCARP)广泛的应用,研究了其优化模型及求解算法.首先将HVCARP的路径费用分为可变费用和固定费用,通过车辆惩罚系数将车型和路径紧密相连,形成费用计算公式.针对HVCARP的特点,提出了一种针对车型的同档路径交换车辆算子,该算子根据路径负载以及车队情况,调整服务车型,以实现服务费用的最优化;然后以其为局部搜索算子,设计了用于求解HVCARP的memetic算法;最后,以CARP标准测试集的修改算例进行实验验证,实验结果表明,基于同档路径交换车辆算子memetic算法是有效的.

摘要：针对救灾工作中因紧急度不确定性造成物资配送延误的问题,以总延误时间和总运输时间为优化目标,建立紧急程度不确定的应急物流规划模型,以Beta分布模拟灾区紧急度变化情况,同时进行预测.设计基于紧急度的混合遗传算法,在该算法的局部搜索阶段使用一种紧急度依赖的路径调整算法,根据物资需求点的紧急度不同的特性,对存在延误的配送路径进行有针对性的优化.实验结果表明,所提模型和算法有效降低了延误和运输时间,尤其延误时间,与一些经典算法相比改进明显,且在多组算例中效果稳定,具有良好的鲁棒性.

摘要：针对多跑道机场起降航班难以进行跑道合理分配,尤其是混合跑道的使用问题,以降低航班延误损失为目标,提出一种基于跑道的航班优先系数计算策略,建立了一种多跑道进离港地面等待问题优化模型,并实现进离港队列延误费用的合理分配.同时,设计了一种启发式局部搜索算子并嵌入遗传算法,形成一种混合遗传算法对问题模型求解.通过对代表性算例的计算,结果表明,所提出的模型及算法不仅可以减少航班的延误损失,还可以显著优化延误损失在进离港队列之间的合理分配.

摘要：“程序设计实践”是高校计算机专业一门重要的专业课程,其开设的目的是弥补程序设计基础教学语言的不足,提高学生的编程能力。本文首先介绍“程序设计实践”课程的意义;然后说明该课程传统教学模式的弊端;最后阐述项目驱动模式的意义,及其在本校“程序设计实践”课程中的实施情况。

摘要：为了减少救灾物资配送的延误时间和救灾车辆的总运输时间,引入紧急度的概念,建立了基于紧急度的救灾物资车辆路径问题模型,并设计了一种改进遗传算法对该模型进行求解。首先,采用多种策略生成初始种群;然后,提出一种基于紧急度的任务再分配算法作为局部搜索算子,该算法依据紧急度为延误安置点重新安排配送车辆或调整配送顺序从而减少延误时间,对无延误的车辆优化其路线从而减少总运输时间,以达到延误时间和总运输时间两者最优。在17个数据集上与先来先服务(FCFS)算法、按紧急度排序(URGS)算法和遗传算法(GA)三种算法进行了对比。实验结果表明,具有基于紧急度的任务再分配策略的遗传算法(TRUD-GA)与GA相比,平均延误时间减少25.0%,平均运输时间减少1.9%,与FCFS、URGS算法相比改进则更加明显。

摘要：大规模带容量约束车辆路由问题(LSCVRP)是基本车辆路由问题(VRP)在客户数上升至一定程度后形成的具有实际意义的热点问题,其难点在于如何在巨大的解空间中进行有效地搜索。为解决此问题,将一种层次分解策略引入到大规模CVRP的求解,使用变邻域搜索对解进行局部搜索,以进一步提高解的质量。为了验证所设计算法的有效性,在Golden和Li两个标准测试集上进行计算,并与现有优秀算法进行对比。结果表明,该研究所设计的算法在较多算例上更新了问题的最优解,尤其在大规模测试集Li上,表现得更加出色。

摘要：背包问题的约束条件通常由客观因素构成,如背包的额定容量,但在实际生活中,确定物品选择方案时,需要结合决策者的主观需求进行调整。基于此,建立考虑决策者主观需求的0-1背包问题模型,并设计一种混合贪心遗传算法(hybrid greedy genetic algorithm,HGGA)对该模型进行求解。针对此模型,首先考虑主观需求,再考虑客观约束,设计一种贪心算子,对初始种群进行优化与修正;然后,设计一种局部搜索算子,改进扰动位点的选择方式,实现对局部最优解的扰动,达到跳出局部最优得到更优质解的目的;最后,在随机生成的9个算例上,分别与同类型的遗传算法进行对比实验。实验结果表明:混合贪心遗传算法在求解精度与算法鲁棒性上具有明显的优势。

摘要：为降低外卖配送过程中的运输费用和提高客户的满意度,现以外卖配送服务总延误时间最短为研究目标,设计了一种基于滚动时域控制的外卖配送问题模型。该模型将一段时间内的外卖生成订单,按多个时间窗口进行划分,并采用最近邻域算法对订单的位置进行路径搜索,在配送服务中,结合多种状态下利用滚动时域控制策略最大程度地筛选出存在动态干扰的订单,优化配送服务路径。最后,以某餐饮商户的外卖服务自负配送模型作为算例,对比了两种经典算法FCFS和NN。仿真实验结果表明,该模型在拥挤、正常、非拥挤、高频率扰动、低频率扰动等五种状态下均能够显著降低配送的总延误时间,缩短外卖配送距离,可为外卖平台商户改善配送服务质量和提升客户满意度提供决策支持。