1) vehicle routing problem
车辆优化调度问题
1.
In this thesis, we begin with the introduction of Vehicle Routing Problem related topics.
论文首先介绍了物流配送车辆优化调度问题等相关概念,接着详细介绍蚁群算法的产生、发展和研究现状,以及该算法在经典VRP问题上的应用。
2) vehicle routing problem
车辆调度问题
1.
Hybrid genetic algorithm for distribution vehicle routing problem;
混合遗传算法求解配送车辆调度问题
2.
The basic vehicle routing problem(VRP) is considered in this paper.
在对基本车辆调度问题(VRP)进行简单描述的基础上,提出了求解该问题的两类混合策略。
3.
In this paper, the vehicle routing problem of combinational optimization is used to analyse and study the rolling batch planning in steel making plant.
应用组合优化中著名的车辆调度问题分析、研究钢铁生产中传统的轧制批量计划问题，提出一种新的具有优化分割功能的遗传算法，并进行了计算机仿真。
3) vehicle scheduling problem
车辆调度问题
1.
Study on vehicle scheduling problem with time windows based on ant colony algorithm;
基于蚁群算法的有时间窗车辆调度问题的研究
2.
Research on Vehicle Scheduling Problem Based on Genetic Simulated Annealing Algorithm;
基于模拟退火遗传算法的车辆调度问题研究
3.
A model of distribution vehicle scheduling problem is established in this paper.
建立了配送车辆调度问题的数学模型,针对传统遗传算法对复杂问题搜索效率低,易陷入“早熟收敛”的缺点,构建了求解配送车辆调度问题的单亲遗传算法,并进行了实验计算。
4) vehicle scheduling problem(VSP)
车辆调度问题(VSP)
1.
The vehicle scheduling problem with fuzzy demands(VSPFD) is a variation of vehicle scheduling problem(VSP),which is a typical NP-hard problem.
带模糊需求的车辆调度问题(VSPFD)是在基本的车辆调度问题(VSP)上增加了模糊需求约束条件的一种变化形式,是一个典型的NP难题。
6) vehicle routing problem
车辆优化调度
1.
Study on Logistics Distribution Vehicle Routing Problem;
物流配送车辆优化调度问题研究
2.
Research and Implement of Logistics Distribution for Vehicle Routing Problem System Based on GIS;
基于GIS的物流配送车辆优化调度系统研究与实现
3.
This paper designs an improved mixed genetic algorithm for vehicle routing problem with time window and car load restriction.
设计了一种改进的混合遗传算法求解带有时间窗、有车辆重量限制的车辆优化调度问题(VRPTW),根据问题的实际情况,建立了数学模型,提出了改进的交叉算子,丰富了种群的多样性;并结合模拟退火算法的思想,对染色体的适应度适当变化,改善了传统的遗传算法容易“早熟”的缺点,加强了染色体的局部搜索能力。
补充资料：水电站水库优化调度
水电站水库优化调度
optimized operation for reservoir of hydro-power station
shLJ，dlor、Zhor、ghL{一伙L{yotjh一上〔ld一oodt-水电站水库优化调度(optimized operationfor reservoir of hydropower station)根据电力系统对水电站运行的要求.并顾及综合利用的各项目标，运用优化理论和方法所得到的相对优化的水电站水库长期运行策略。它是指导水电站水库实现最佳长期控制运用的一种科学管理方法，能较充分地反映面临时段的决策对未来时期运行的影响，因而比常规的水库调度图法优越。电力系统中水电站实现优化调度，一般均可在满足规定的综合利用要求下，获得增加电量、提高保证出力和提高供电可靠性等效益。 水电站水库优化调度可分为单库优化调度和库群联合优化调度两种。后者比前者要复杂得多.所使用的具体数学方法也不尽相同。优化准则一般都是在满足运行可靠性及综合利用各项要求等一组约束条件下，使用水电站总效益的数学期望值达最大，或使电力系统年支出费用的数学期望值达最小。 单库优化调度运用优化理论推求单个水电站水库优化运行策略，即确定水电站在年内各时段的优化运行方式。 调度模型分类根据径流描述方法的不同可分为确定性模型和随机模型两类。①确定性模型结构简单.求解相对容量。其基本假定是未来时期各时段的入流确切已知。这一假定显然与实际情况不符.因此它所求得的结果并非真正的优化效益，所得的优化策略无法指导水库的实际运行。为弥补这一缺陷，通常对该模型求解所得到的水库水位和水电站出力的过程线，用统计方法建立各时段状态变量(如时段初库水位)与决策变里(如水电站时段平均出力或时段末库水位)的相关关系，作为指导水电站水库的调度线.这类由确定性模型派生出来的模型称为隐随机模型，由此得到的实际效益比理想的优化效益低。②随机模型结构复杂，它认为未来时期各时段的人流服从一定的概率分布，且这种分布可根据已有的人流实测系列用统计方法预先确定。因此，所得到的优化运行策略能够直接指导水电站水库的实际运行。由于考虑到未来时期入流的各种“实现”的可能性，其优化效益要用期望值表达，即具有“平均的意义”.实际运行中可通过预报手段，提高未来时期径流的预报精度，把不确定因素局限在预报误差的最小范围内，则水电站水库调度可能得到更切近实际的优化结果。 按优化目标的选定，优化调度模型可分为单目标优化和多目标优化两种。前者选定一个主要目标作为优化目标，把综合利用的其他目标或要求作为约束条件予以考虑。后者要求几个目标同时达到总体优化，但它只适用于确定性模型。通常，水电站水库优化调度只考虑单目标优化。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条