|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
物流系统的集成优化题目是一类复杂的优化题目，特别是随着经济全球化的不断推进，逆向物流成为物流系统集成优化题目研究中一个至关重要的环节，同时大大增加了物流系统集成优化的复杂度。目前这方面的研究大多对物流配送环节作了简化，本文在分析总结国内外研究现状的基础上，重点考虑集成正向物流和逆向物流的配送环节，从实用的角度出发，对物流配送集成优化题目进行了研究。主要目的是寻求一种有效的集成方法，通过对物流配送的集成优化来最大程度地降低成本并提高企业的竞争优势。本文的主要研究内容及创新点如下：1. 针对一类不确定需求和旅行时间下的随机车辆调度题目，建立了一个随机规划模型，对模型中机会约束条件进行等价变形的基础上，提出了一种基于配偶染色体基因位置的改进自适应遗传算法（Improved Genetic Algorithm with Self-adaptive Mechanism，IAGA），通过采用不同的算法对两种不同规模的随机VRP题目进行仿真实验，验证了IAGA算法的性能，并分别针对自适应选择机制和新的交叉算子做了讨论。结果表明，所提算法不仅取得了更好的优化结果，而且具有更快的收敛速度。最后，进一步讨论了算法参数与题目变量之间的变化关系，为进行数值实验确定算法参数提供了有力的依据。2. 针对组合优化题目，按照差分进化算法（Differential Evolution Algorithm，DE）“按位”操作的设计思想，提出了两种不同形式的离散差分进化算法（Discrete Differential Evolution Algorithm，DDE）的设计方法：一种是引入计算机语言中的按位操作运算符，对差分进化算法的变异算子进行重新设计；另一种是引入泛函中的取大和移位算子，对算法的变异算子进行重新构造。通过采用新的离散差分进化算法求解标准算例和三种不同规模的随机同时取货送货的车辆路径题目，验证了DDE算法的性能。3. 建立了不确定需求下的生产批量、车辆调度与回收再配送的集成优化模型，设计了一个和声搜索和遗传算法相结合的混合优化算法，对四种不同规模的题目采用集成优化策略进行优化，与独立优化的结果进行对比分析，结果显示了集成优化策略的优越性。最后通过对产品故障率和客户需求满足水平的灵敏性分析，讨论了这两种因素对生产运作成本的影响。4. 针对多时段、多产品、有生产和库存能力约束、考虑不确定需求条件和随机产品故障率的物流配送集成优化题目，建立了生产-配送-返修再配送集成优化的一个随机规划模型，并设计了一个和声搜索算法和离散差分进化算法相结合的优化策略进行求解。对八种不同规模的题目进行仿真实验，实验结果表明模型和算法是合理有效的。最后通过将本章的算法与文献中解决相关题目的算法进行对比分析，显示了本章算法性能的优势。 |
上一篇：间断Galerkin有限元方法以及高阶混合格式的研究与应用下一篇：不完备数据条件下的计算机层析成像方法研究
|
发表于 2022-9-1 21:42:26
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
