-
题名最短路由问题的改进单亲进化遗传算法
被引量：6
- 1
-
-
作者
祝延军
胡纯德
高随祥
-
机构
中国科学院研究生院
-
出处
《计算机工程与应用》
CSCD
北大核心
2005年第8期64-67,共4页
-
基金
国家自然科学基金资助(编号:10171095)
国家863高技术研究发展计划项目(编号:2002AA103061)
-
文摘
基于信息素动态更新的蚁群算法(DACO)求解大规模最短路由问题收敛时间过长,单亲进化遗传算法(PEGA)在产生初始种群、选择父体及基因换位等操作中存在随机性太大的问题,论章将这两种算法相结合,提出了基于改进蚁群算法的单亲进化遗传算法(DACO-PEGA),该算法通过控制蚁群周游次数,求得满意可行解或次优解,再将已得路由作为初始种群进行优化改良,求得最短路由。实验结果表明,该算法应用于求解最短路由问题行之有效.
-
关键词
改进蚁群算法
单亲进化遗传算法
结合算法
最短路由问题
-
Keywords
DACO,PEGA,combinatorial algorithm,the Shortest Route Problem
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名单亲进化遗传算法在多个配送中心选址中的应用
被引量：10
- 2
-
-
作者
张楷波
祝延军
-
机构
中国科学院研究生院
-
出处
《计算机工程与应用》
CSCD
北大核心
2006年第20期217-220,共4页
-
文摘
为更好地实现多个配送中心优化选址,在分析物流配送中心的作用及现存的用传统遗传算法进行选址的基础上,提出应用单亲进化遗传算法求解选址模型。首先,将所有的需求点按空间地理位置的关系自然划分为若干个配送区域范围;其次,在每一个配送区域,利用父体所提供的有效边的信息,使用保留最小边的方法对个体进行进化,求得费用最低的优化路径;再以优化路径作为父体,求解从各基因为始点的基因片段之和,选择最佳基因片段组合,得到问题的解。该算法可以有效、快速地求得多个配送中心选址问题的全局最优解。
-
关键词
单亲进化遗传算法
基因片段组合
多个配送中心
优化选址
-
Keywords
PEGA,combination of genetic paragraph,distribution centre,optimal location
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名改进的蚁群-遗传算法在优化航线中的应用
被引量：3
- 3
-
-
作者
严勇
-
机构
中国科学院研究生院
中国人民解放军总医院医学工程中心
-
出处
《计算机工程与应用》
CSCD
北大核心
2008年第23期230-232,共3页
-
文摘
航线优化是一个重要问题。提出的改进算法是先通过限制、选择和更新信息素、控制周游次数,找出航线的满意解,大大缩短了搜索时间;再用所得较好的航线表示作为初始种群,指定为父体,直接进行分组定界操作,将已得航线进行优化改良,求得最佳航线。实验结果表明,该算法应用于求解航线优化问题行之有效。
-
关键词
MAX—MIN蚁群优化算法
单亲进化遗传算法
结合算法
航线优化
-
Keywords
Max-Min Ant System（MMAS）
Partheno Evolution Ganetic Algorithm（PEGA）
combinatorial algorithm
route optimization
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名基于PEGA求解TSPD的物流配送路径优化算法
被引量：1
- 4
-
-
作者
张楷波
祝延军
-
机构
中国科学院研究生院
-
出处
《计算机工程与设计》
CSCD
北大核心
2006年第12期2270-2272,共3页
-
文摘
配送-收集旅行商问题是物流中的重要问题,与一般的旅行商问题不同,目前对该问题的研究有限,一般假定必须在完成所有的配送需求后才服务需求,并且所用算法性能较差。运用PEGA利用父体所提供的有效边的信息,使用保留最小边的方法对个体进行进化,求得费用最低的优化路径,得到问题的解。该算法可以快速地求得问题的全局最优解。
-
关键词
物流
旅行商问题
单亲进化遗传算法
-
Keywords
logistics
taveling salesman problem
partheno evolution genetic algorithm
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名基于"货到人"拣选模式的储位分配问题研究
被引量：19
- 5
-
-
作者
李珍萍
范欣然
吴凌云
-
机构
北京物资学院信息学院
中国科学院数学与系统科学研究院应用数学研究所管理、决策与信息系统重点实验室
中国科学院大学数学科学学院
-
出处
《运筹与管理》
CSSCI
CSCD
北大核心
2020年第2期1-11,共11页
-
基金
国家自然科学基金项目(71771028,71540028)
北京市自然科学基金资助项目(Z180005)
+3 种基金
北京市属高校高水平科研创新团队建设项目(IDHT20180510)
北京市科技创新服务能力建设—高精尖学科建设项目,北京市智能物流协同创新中心开放课题(BILSCIC-2019KF-18)
北京物资学院重大项目(2019XJZD09)
北京高等学校高水平人才交叉培养“实培计划”项目毕业设计(科研类)。
-
文摘
研究了"货到人"拣选模式下的储位分配问题,以订单拣选过程中搬运货架总时间最短为目标建立了整数非线性规划模型,并证明其为NP-hard问题,分别设计了求解模型的贪婪算法和单亲进化遗传算法.首先根据订单和物品的关联关系对物品进行聚类,基于聚类结果设计了求解模型的贪婪算法.然后设计了直接求解模型的单亲进化遗传算法,遗传算法中采用了0-1矩阵编码、多点基因倒位算子、单点基因突变算子和精英保留等策略,通过合理选取参数,能够很快求解出问题的近似最优解.最后利用模拟算例和一个具体实例进行计算,并对贪婪算法和遗传算法的求解时间和求解效果进行了比较分析.结果显示,对于小规模问题,两种算法均能在较短的时间内以很高的概率得到问题的全局最优解,对于中等规模的实际问题,利用两种算法得到的储位分配方案均优于企业目前采取的基于出库频率的储位分配方案,遗传算法得到的储位分配方案对应的货架搬运次数、货架搬运总时间等均优于贪婪算法.本文设计的遗传算法可以作为智能仓库管理信息系统的核心算法.
-
关键词
货到人
储位分配
整数非线性规划
聚类
贪婪算法
单亲进化遗传算法
-
Keywords
cargo to person
storage allocation
integer nonlinear programming
cluster
greedy algorithm
partheno evolution genetic algorithm
-
分类号
O221.4
[理学—运筹学与控制论]
F253.4
[经济管理—国民经济]
-
