-
公开(公告)号:CN118297213A
公开(公告)日:2024-07-05
申请号:CN202410298812.2
申请日:2024-03-15
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q50/40 , G06Q10/0631 , G06F17/10 , G08G1/01
Abstract: 本发明涉及一种轨道交通客流管控与大小交路开行方案协同优化方法,属于供应链管理技术领域。该方法包括以下步骤:步骤1,根据问题提出三条假设:假设1:列车车型和编组方式相同,且大小交路列车在交路范围内站站停;假设2:乘客服务过程遵循“先进先出”、“先下后上”的原则;假设3:在大小交路开行情况下,乘客乘坐先到站的列车;步骤2,收集、处理及统计基本输入数据:步骤3,建立轨道交通客流管控与大小交路开行方案协同优化模型:步骤4,处理优化模型中的非线性关系式:步骤5,利用优化求解器Gurobi对所提出的轨道交通客流管控与大小交路开行方案协同优化模型进行求解。
-
公开(公告)号:CN118134045A
公开(公告)日:2024-06-04
申请号:CN202410298824.5
申请日:2024-03-15
Applicant: 重庆邮电大学
IPC: G06Q10/04 , G06Q10/0633 , G06Q10/087 , G06Q50/04 , G06Q30/0201
Abstract: 本发明涉及一种工厂生产计划‑补货管理鲁棒联合决策优化方法,属于供应链管理技术领域。步骤1,根据问题提出合理假设;步骤2,输入三级供应链网络基础数据;步骤3,建立不确定需求下的工厂生产计划及DC补货策略协同优化模型;步骤4,将构建的含有不确定参数的协同优化模型进一步转化为标准的混合整数线性规划模型;步骤5,利用优化求解器Gurobi调用分支定界法对所提出的基于产品需求不确定性的工厂生产计划‑补货管理鲁棒联合决策优化模型进行求解。基于不确定需求和工厂产能限制,以最小化运输成本和补货成本提出一个工厂生产计划‑补货管理鲁棒联合决策优化方法,以期望同时获得兼具协同性和成本控制的生产计划和补货策略。
-
公开(公告)号:CN117575122A
公开(公告)日:2024-02-20
申请号:CN202311749493.4
申请日:2023-12-19
Applicant: 重庆邮电大学
IPC: G06Q10/047 , G06Q10/083 , G06F18/23213 , G06F17/16 , G06N3/126
Abstract: 本发明涉及一种动态需求下面向大规模客户的车辆路径优化方法,属于路径规划领域,包括以下步骤:S1:通过多维聚类将大规模客户划分成n个配送区域,计算各区域距离矩阵;S2:构建末端物流车辆路径优化模型,使用遗传算法求解各区域所有静态客户的初始配送路径;S3:根据路线中实时订单量与车载量的关系动态调整配送路径,若初始路径中客户订单量超出车载量,利用节约里程法将初始路径拆分为多条子路线配送,若客户订单量过小,采用最邻近算法将其中客户点插入邻近路线合并配送,若客户订单量适中,采用遗传算法求解动态需求下的车辆路径;S4:对比初始路径与新路径总行驶里程,输出动态路径规划的最终配送路径。
-
公开(公告)号:CN119379155A
公开(公告)日:2025-01-28
申请号:CN202411421918.3
申请日:2024-10-12
Applicant: 重庆邮电大学
IPC: G06Q10/0835 , G06Q10/047 , G06F18/23213 , G06N3/126 , G06N3/006
Abstract: 本发明涉及一种基于两阶段启发式算法的医药物流车辆路径优化方法,属于车辆路径优化领域。该方法包括以下步骤:使用地图API收集某医药公司特定线路上仓库及客户点的经纬度信息,以计算客户点和仓库之间的距离矩阵。建立带有时间窗限制的医药物流车辆路径优化模型,其优化目标为最小化车辆的运输成本与时间窗惩罚成本。设计两阶段启发式算法,第一节阶段在考虑客户点时间窗和地理位置的基础上,计算客户时空距离,使用改进的K‑means聚类算法对其进行聚类分区;第二阶段结合自适应大领域搜索算法改进的遗传算法进行各个区域的运输路线的优化;解决了医药物流车辆路径优化模型的目标函数。本发明生成了高效的物流行驶路线,降低了成本。
-
公开(公告)号:CN118571007A
公开(公告)日:2024-08-30
申请号:CN202410638807.1
申请日:2024-05-22
Applicant: 重庆邮电大学
IPC: G08G1/01 , G06F18/25 , G06F18/211 , G06N5/025 , G06N3/045 , G06N3/0442 , G06N3/0464 , G06F18/213 , G06F123/02
Abstract: 本发明涉及一种关注兴趣点与多尺度时序关系的交通事故预测方法及装置,属于交通事故预测领域。该方法包括:S1:对数据进行收集与清洗,并提取数据特征;S2:通过PKM模块提取POI对事故影响的POI时空知识;S3:将数据特征和POI时空知识融合为新的特征,并将其划分为空间特征、时间特征和时空特征;S4:将时间特征和时空特征经过尺度划分模块以分割为历史、周期和临近尺度;S5:将空间特征、不同尺度的时间特征和时空特征输入至模型中训练,并保存最佳模型;模型包括SCM、TCM、STCM和注意力模块;S6:向保存的最佳模型中输入测试数据,得到未来某条道路交通事故的预测值。本发明能提升道路级交通事故预测精度。
-
公开(公告)号:CN118229187A
公开(公告)日:2024-06-21
申请号:CN202410298815.6
申请日:2024-03-15
Applicant: 重庆邮电大学
IPC: G06Q10/087 , G06Q10/04 , G06Q10/0633 , G06Q50/04 , G06Q10/083 , G06Q10/0631 , G06Q30/0201 , G06F17/10 , G06F30/20
Abstract: 本发明涉及一种考虑补货提前期不确定的生产计划‑联合补货方法,属于供应链管理技术领域。该方法包括以下步骤:步骤1,根据问题提出假设;步骤2,输入三级供应链网络基础数据:步骤3,构建考虑补货提前期不确定的生产计划‑联合补货优化模型:步骤4,处理考虑补货提前期不确定的生产计划‑联合补货优化模型中的不确定参数:步骤5,结合MCS和Gurobi设计求解方法求解优化模型。
-
-
-
-
-