本文選題：危險化學品運輸　切入點：車輛路徑　出處：《系統(tǒng)科學與數(shù)學》2017年02期

【摘要】：危險化學品因其固有的危險性,容易引發(fā)事故,且事故后果往往很嚴重,對于危險化學品各個管理環(huán)節(jié)必須考慮其安全性.文章針對危險化學品運輸環(huán)節(jié)的車輛路徑選擇問題,建立了同時考慮運輸費用和運輸安全風險的雙目標優(yōu)化模型.不同于該類傳統(tǒng)模型,文章新引入了描述需求點訪問次序的決策變量,減少了傳統(tǒng)模型的決策變量個數(shù)和約束條件的數(shù)量,對傳統(tǒng)模型進行了簡化.針對新模型的求解,文章提出了一種改進的粒子群算法,將非支配解方法與種群雜交策略相結合來處理雙目標問題,在迭代過程中加入了局部搜索策略以增強算法效率.數(shù)值實驗說明改進的粒子群算法與傳統(tǒng)的粒子群算法相比具有更優(yōu)的搜索效率,能更有效地求解新模型.
[Abstract]:Hazardous chemicals are prone to accidents because of their inherent danger, and the consequences of accidents are often very serious. The safety of hazardous chemicals must be considered in every management link. This paper aims at the problem of vehicle routing in transportation of hazardous chemicals. A two-objective optimization model considering both transportation cost and transportation security risk is established. Different from the traditional model, this paper introduces a new decision variable to describe the access order of demand points. The number of decision variables and constraints of the traditional model is reduced, and the traditional model is simplified. In this paper, an improved particle swarm optimization algorithm is proposed for solving the new model. The non-dominant solution method is combined with the population hybridization strategy to deal with the two-objective problem. The local search strategy is added in the iterative process to enhance the efficiency of the algorithm. Numerical experiments show that the improved PSO algorithm has better search efficiency than the traditional PSO algorithm and can solve the new model more effectively.
【作者單位】： 北京化工大學理學院;北京化工大學經(jīng)濟管理學院;北京工業(yè)大學經(jīng)濟管理學院北京現(xiàn)代制造業(yè)發(fā)展研究基地;
【基金】：國家自然科學基金(71171011,71571010) 新世紀優(yōu)秀人才支持計劃(NCET-12-0756) 中央高校基本科研業(yè)務費項目 北京化工大學學科建設項目基金(XK1522)資助課題
【分類號】：TP18;TQ086.52

【相似文獻】

相關期刊論文 前10條

1 常曉萍;秦建華;Yigong LOU;;粒子群算法在化工過程優(yōu)化中的應用[J];石油化工高等學校學報;2007年01期

2 吳青卿;趙建平;;粒子群算法在化工設備可靠性分析中的應用[J];工業(yè)安全與環(huán)保;2010年06期

3 桂衛(wèi)華;張美菊;陽春華;李勇剛;;基于混合粒子群算法的鋅電解過程能耗優(yōu)化[J];控制工程;2009年06期

4 莫愿斌;陳德釗;胡上序;;混沌粒子群算法及其在生化過程動態(tài)優(yōu)化中的應用[J];化工學報;2006年09期

5 李學文;金思毅;陶少輝;;模擬退火粒子群算法在化工過程綜合中的應用[J];青島科技大學學報(自然科學版);2011年01期

6 于穎;李永生;於孝春;;離散粒子群算法的波紋管優(yōu)化設計研究[J];化學工程;2008年04期

7 陳展雄;周全;程慕鑫;曹楓;;量子粒子群算法在可燃性氣體檢測中的應用[J];廣東化工;2013年13期

8 于穎;李永生;於孝春;;基于離散懲罰粒子群算法的波紋管優(yōu)化設計[J];石油機械;2007年12期

9 王珊珊;杜文莉;陳旭;徐斌;錢鋒;;基于約束骨干粒子群算法的化工過程動態(tài)多目標優(yōu)化[J];華東理工大學學報(自然科學版);2014年04期

10 孫鳳英;胡勇;;混凝土熱學參數(shù)反分析粒子群算法的分析及改進[J];商業(yè)文化(上半月);2012年04期

相關碩士學位論文 前6條

1 姜奕;基于混整空間粒子群算法的精餾塔優(yōu)化設計[D];青島科技大學;2015年

2 樊呂彬;粒子群算法改進及其在旋風分離器結構優(yōu)化中的應用[D];太原理工大學;2017年

3 徐騰飛;危險化學品選址及車輛路徑問題研究[D];北京化工大學;2015年

4 王健;危險化學品車輛路徑問題及算法研究[D];北京化工大學;2016年

5 王珊珊;基于骨干粒子群算法的化工過程動態(tài)多目標優(yōu)化[D];華東理工大學;2014年

6 許寧;對粒子群算法的改進及應用[D];浙江大學;2006年

，

本文編號：1671215