这是一篇毕业论文,可以参考一下,并且附有源程序
研究多次抢占式资源受限的项目调度问题,假设任意时间点可作为资源抢占节点且抢占次数不受限制,建立满足多次资源抢占的线性整数规划模型并提出改进遗传算法对其进行求解。为克服遗传算法(GA)局部搜索能力缺陷,
介绍一种求解TSP的混合遗传算法,该算法结合了基于邻域的LK算法和采用Inver-Over算子的遗传算法,并在算法中增加一些控制策略,加快算法的收敛速度,又保证群体的多样性。实验表明该算法是有效的。
数学建模中基于遗传算法的配送车辆优化调度问题的描述
提出了一种改进型信赖域微粒群算法来求解带有不等式约束优化问题。粒子群每一次进化后,对所有粒子执行信赖域搜索,寻找更优个体,从而增加了微粒群算法的局部搜索能力。把算法应用于供应商补货优化,实验结果表明,
1、程序运行环境为VisualC++6.0。解压后直接打开EP_OPT.dsw,在VC6环境下即可运行算法。2、problemdata.txt为数据保存文件。3、部分重要函数说明:GenerateDa
带时间窗和同时取送货的车辆路径问题(VehicleRoutingProblemwithSimultaneousPiekupandDeliveryandTimeWindows,VRPSPDTW)是指一组
针对带时间窗车辆路径问题(VRPTW)算法在求解效率、求解复杂度、求解大规模问题方面存在的不足,提出一种改进的分布式多agent蚁群算法,以提高算法精度和速度为研究目的。本算法在传统蚁群算法的基础上,
双约束编码遗传算法在车辆调度优化中的应用,杜彬贤,尹军,依据某物流企业车辆调度的实际情况,建立了考虑卸货时间因素的带硬时间窗车辆调度问题的数学模型,针对该模型,提出了一种基于载
时间窗的车辆路径问题进行研究,建立以最小化车辆数量和行驶路程为目标的多目标数学模型,提出一种结合改进差分进化算法和变邻域下降搜索的基于Pareto支配的混合差分进化算法。首先重新定义了个体的生成方式。