本项目研究满足关联约束的物流运输优化调度问题,即IVRP,具有重要的理论意义和广阔的应用前景。项目从基本理论和算法两个方面按线性IVRP、非线性IVRP和时变IVRP三个层次展开研究。分别研究IVRP精确特解、精确通解及ε-近似特解、ε-近似通解的NP-完全性;用图论工具、并借鉴排序论的研究方法研究典型交通网络的IVRP的通解理论;基于混沌遗传算法和混沌粒子群算法等的原理、研究一般IVRP的特解的智能算法和并行智能算法,从理论上分析关联约束对算法执行过程和性能的影响,改善算法,使之能以较快的速度求出高质量的特解;在深入分析关联约束作用机理的基础上,用图论和仿真分析等工具,借鉴复杂系统稳定性或周期解研究的一些思想方法来研究IVRP稳定性和时变IVRP周期解。通解、稳定性和周期解均是运输调度问题研究的全新领域。本项目的独特研究视角为复杂组合优化问题研究提供了一条新的思路。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
面向云工作流安全的任务调度方法
基于分形维数和支持向量机的串联电弧故障诊断方法
地震作用下岩羊村滑坡稳定性与失稳机制研究
异质环境中西尼罗河病毒稳态问题解的存在唯一性
智能物流运输集成调度研究
物流资源整合与调度优化研究
钢铁企业板坯库物流调度问题的建模与优化方法研究
铁路集装箱的无缝运输组织与优化调度理论及应用