基于网络Voronoi图的大规模多仓库物流配送路径优化

由于存在多约束和多个优化目标,物流配送决策非常困难。针对城市多仓库物流配送问题,提出基于网络Voronoi图的空间启发式优化方法。从空间角度,将多仓库物流配送优化分解为区域分割和路径优化两个空间子问题。基于网络Voronoi覆盖进行服务区域初始划分,顾及仓库容量差异,进行区域边界修正,并创建初始解。路径优化将局部搜索范围限定在网络K近邻内,只搜索最有可能的空间邻域,迭代改进解的质量。该算法最小化路径数量和路径长度。利用深圳市的大规模多仓库物流配送问题测试算法性能。试验结果表明：本文方法能够在15min内求解6400个客户点的大规模物流配送问题,解的质量优于ArcGIS约10.8%,计算时间约为其21.2%。     

基于GIS和蚁群算法的物流配送中心选址研究

本文应用Arc GIS9.3桌面软件,在可视化的地理环境中实现了基于GIS的物流配送中心位置预选;然后基于蚁群算法的最短路径构建物流配送中心选址的目标函数,在VB开发环境中,运用Ma PObjects组件,实现了GIS环境下物流配送中心的选址。本文基于GIS平台进行选址,具有直观性、交互性等优点,并将GIS和蚁群算法结合,在解决最短路径问题上得到了较好的效果,为物流配送中心优化提供了条件。     

一种适用于物流配送系统的TSP算法

由于城市道路网络图结构复杂,许多TSP算法在物流配送路径优化中的应用受到限制。提出一种TSP算法——改进的均值比较法。该算法突破以往算法对网络图的限制,因而能够满足物流配送系统中路径优化的要求,并具有逻辑结构简单、计算速度快的特点。     

PSO优化LSTM时间序列的桥梁变形预测

针对长短时记忆网络(LSTM)模型的桥梁变形预测存在精度低，预测效果能力弱等问题，利用粒子群算法(PSO)对LSTM模型的参数进行优化，提出PSO优化LSTM神经网络的桥梁位移预测模型。工程实例数据分析结果表明：与LSTM模型和反向传播(BP)神经网络模型进行对比分析，在拟合能力方面等具有改进效果，所建模型的均方根误差为3.68 mm、平均绝对误差为1.47 mm,进而验证了本文模型在桥梁位移预测的可行性和有效性。     

基于小波分析的线状要素压缩优化的综合性研究

利用小波分析理论、Douglas算法、曲率分析算法，对线状要素的压缩优化进行了深入的研究，并在建立线状要素压缩优化的自适应模型的基础上，对实际数据进行了试验。结果表明，此方法不仅能够保持高的压缩比，而且能够很好地保持原数据的特征。     

基于GIS的物流配送路径优化算法

在单点到多点的配送中,一般的路径选择算法通常仅把"时间最短"作为约束条件来进行路径选择,这通常会导致参与配送点的数量过多。探讨了基于地理信息系统技术的物流配送路径优化算法,提出了基于模糊数学理论,以"参与配送点最少"为约束条件并同时考虑配送时间的"模糊权衡算法"。实验表明,模糊权衡算法可以在时间耗费和参与点的数量之间达到一个相对较优解。     

考虑城市路网结构的物流配送优化方法

随着城市路网的建设与扩张,城市物流配送体系的构建变得更为复杂。对城市路网结构影响下的物流配送路线选择进行了研究,为物流企业在配送路线的选择与优化方面提供分析思路。实验证明,该方法在优化线路里程方面颇有效果。     

移动机器人视觉动态定位的稳健高斯混合模型

针对动态场景中运动路标点严重影响传统视觉自主定位算法精度,甚至产生定位失效的问题,提出一种顾及动态路标点的稳健高斯混合模型。在传统图优化视觉定位模型的基础上,增加“运动指数”描述图优化模型中路标点的运动概率,把传统图优化高斯模型增强为高斯混合模型,以约束运动路标点对图优化结果的影响;为增强模型对噪声的稳健性,采用方差膨胀模型约束残差方程;详细推导了该高斯混合模型的期望-最大化求解方法,把该问题转化为经典迭代最小二乘问题进行解算。仿真试验和真实数据试验表明：强动态场景中,提出的算法绝对精度指标和相对精度指标均优于传统优化算法;静态或弱动态场景中,提出的算法仍与传统优化算法定位性能相当。本文方法可有效减小场景中运动路标点对优化结果的影响,更适用于移动机器人的自主定位。     

一种物流配送最短路径混合算法

文章针对Dijkstra和Floyd算法特点及在智能运输中的特点,将两种算法结合起来,形成求解物流配送中两点间最短路径的优化算法-混合算法.该方法用Floyd计算多对顶点之间的最短路径,在路径中少数顶点之间的邻接关系发生变化时,利用Dijkstra计算这些顶点之间的最短路径,加上其余部分路径就得到该图中各对顶点之间的新的最短路径,在约束条件下最终求出各点间最短路径.实验证明,混合算法比Dijkstra及Floyd效率提高11％-20％.本文研究结果可对物流配送中最短路径的选择有所帮助.     

利用粒子群算法优化的GPS高程拟合精度分析

为了获取研究区域内必要的基础数据,采用高精度的拟合模型进行GPS高程拟合的方法备受青睐。多面函数法适用于地形条件较复杂的研究区域,传统的多面函数拟合法很难达到预期效果。针对模型参数难以获取的问题,提出了基于粒子群算法优化的高程拟合方法,将粒子群优化算法分别与传统高程拟合法及蚁群算法改进的拟合结果比对分析。实验研究表明,采用粒子群算法优化的拟合结果优于传统拟合方法,模型精度提高了43.3%。在提高模型精度的同时,验证了粒子群算法获取特征点的收敛效果优于蚁群算法。充分证明了基于粒子群算法寻优过程的有效性,且验证了改进拟合方法的可行性,为高程拟合模型的研究进一步提供了参考价值。     

大区域物流配送中车辆路径选择的GIS研究

区域物流配送中车辆线路选择问题(VRP),就是最短路径的选择问题。在大区域的物流配送过程中,影响车辆最短路径选择的主要是公路网络中的交通流量和公路网络的可行路径。本文讨论了基于交通流量变化的VRP的分配模型。研究了交通流量、车速和公路技术等级之间的关系。提出用路段的技术等级作为最短路径选择的路阻权重。试验表明基于公路技术等级路段权重信息的最优路径搜索与单纯从道路长度考虑的最短路径分析相比,显然更实用也更具有实际意义。     

基于GIS的物流配送中心选址模型研究

配送中心是物流网络中的重要节点,对于优化企业物流系统,合理配置库存资源,提高物流的共同化程度发挥着重要作用。本文应用G IS网络分析方法和改进P中心选址算法,建立了配送中心选址优化模型。该模型由几何网络确定配送中心与需求点间距离、并引入租金、坡度、库存量等因素参与模型计算,通过总费用最小化确定仓库的最佳位置。因采用多因素参与决策和算法的改进,提高了配送中心选址精度,降低了用户选择的盲目性。     

路径优化算法在外卖配送中的应用

在物流行业特别是外卖配送行业中,配送员希望经过餐厅点与客户点的路线尽可能短,且各目的地之间的访问存在顺序限制等特点,本文提出一种具有顺序限制的路径优化算法。该算法首先基于最邻近算法产生初始路径,然后使用LK算法进行优化,最后依据问题特点,使用末端-2-opt方法进行二次优化。试验结果表明,算法能有效缩短初始路径长度,提供较为优良的可行路径,能够有效提升配送员的工作效率,具有一定的实用价值。     

遗传算法在管网优化设计中的应用

介绍了一种较新的工程优化算法遗传算法，将其引入管网优化设计计算，增强了管网设计方案的经济合理性。     

ECM算法的多视SAR影像分割

多视SAR影像像素强度通常建模为Gamma分布,其形状参数为常数(视数)。实验表明,多视SAR影像分割时,设Gamma分布的形状参数为变量可取得更好的分割结果。由于Gamma分布中形状参数以Gamma函数的形式出现,利用EM算法求解时无法获得形状参数的解析解。为此,本文提出了一种基于Expectation/Conditional Maxinnization(ECM)算法的多视SAR影像分割方法。利用ECM算法估计最大化后验概率条件下的Gamma分布参数及表征最优多视SAR影像分割的标号场实现。采用模拟和真实多视SAR影像验证提出算法。实验结果表明,Gamma分布的形状和尺度参数均能快速收敛到稳态值,且以此得到各同质区域的Gamma分布曲线可以很好地拟合其直方图。通过对分割结果的定性和定量分析,可知提出算法具有有效性和可行性,且优于EM算法。     

GIS在现代城市物流配送中的应用

物流作为第三利润的源泉,如今越来越受到各个行业的重视。针对我国物流行业的现状和发展趋势,以ArcGIS软件如何实现物流中心选址和配送最短路径的选择为例,展现了GIS技术在现代城市物流配送中的应用,展望了GIS在该领域广阔的应用前景。     

顾及空间分布与注记相关性的点要素注记配置算法EI北大核心CSCD

点状要素注记自动配置问题是数据可视化研究的难点之一。稠密型点状要素注记之间往往存在着较大的相关性和冲突性,从而导致注记效率低下及配置结果不合理的问题。本文通过充分挖掘稠密型点状要素的空间分布特征和注记相关性,提出了一种顾及空间分布与注记相关性的点要素注记配置算法。首先,充分挖掘点要素的局部空间分布特征和注记间的相关性构建注记关联度模型;其次,利用基于注记关联度模型的空间聚类算法对其整体空间分布特征进行描述和分析,将单一数据集划分为若干个独立的子数据集,以消除整体求解中独立数据集产生的干扰性和模糊性;最后,利用点要素的局部空间分布特征和注记相关性构建基于增序注记关联度模型的注记次序规则,并采用多层次元启发算法求解注记配置的近似最优解。试验结果表明:在5%~40%注记密度下的点要素注记配置,新算法较传统元启发式算法的求解效率提高10.41%~28.92%,注记质量评价函数值下降5.5~35.9,有效提升了点要素注记配置的效率和质量。     

北斗/惯导的快速混合高斯UKF算法

为进一步改善北斗/惯导中无迹卡尔曼滤波的精度,针对导航系统中噪声随机模型本质上的非高斯分布特性,结合有限高斯概率分布可近似任意概率密度函数的理论,以混合高斯UKF滤波为框架,提出了一种快速混合高斯UKF算法。该算法使用奇异值分解替代无迹变换产生采样点中的协方差平方根计算,和迭代中构造有限分量混合高斯模型二次近似后验二阶矩减少子滤波器数量的思路,改善了传统算法子滤波器数量随迭代次数成指数变化而增加计算成本的状况,一定程度上提高了计算的实时性。通过对北斗/惯导紧耦合系统的数据仿真实验,结果分析表明:相对于传统算法,本文提出的新算法在保证滤波精度的同时,计算量较低、实时性较好,适合于处理非高斯非线性北斗/惯导组合导航定位的滤波计算问题。     

GIS在物流配送系统中的应用

主要介绍GIS用于物流配送系统的研究现状,提出将GIS的空间数据分析及可视化功能融入到物流配送过程中。并以ArcGIS为平台,研究GIS与物流配送系统集成的基本框架,阐述系统实现的主要功能,并对功能实现的关键技术进行探讨。