不确定与损毁情景下可靠性设施选址鲁棒优化模型与算法研究

设施选址是长期战略性决策问题,选址决策面临各种不确定因素,设计一个可靠的选址网络具有重要的战略意义.本文同时考虑需求的不确定性及设施可能损毁的情景,扩展无容量限制的固定费用可靠性选址模型,建立不确定与损毁情景下服务能力有限的可靠性设施选址鲁棒优化模型.基于Bertsimas和Sim鲁棒优化方法提出一个新的混合整数规划模型,通过引入辅助变量和对偶变换实现非线性鲁棒优化模型转化为鲁棒对应模型,提出蝙蝠算法(BA)对模型予以求解,并通过算例仿真验证模型和算法的可行性,为设施选址决策提供模型和方法设计.     

基于鲁棒能力的体系多目标组合优化

针对体系组合优化问题中,不同场景下系统贡献的不确定问题,提出了基于鲁棒能力的体系优化决策方法。首先对体系的鲁棒能力和模糊能力风险进行定量描述;然后以鲁棒能力最大,建设风险和成本最低为目标,考虑军事能力需求等约束,建立多目标体系组合优化模型,采用改进的基于参考点的非支配排序遗传算法求解模型,生成一组符合决策需求的非劣质解;最后通过仿真实验验证了模型和算法的有效性,可以为体系总体建设规划提供决策支持。     

基于动态自适应布谷鸟搜索算法的多目标闭环供应链网络优化

针对不确定环境下的闭环供应链网络设计问题,构建以最小网络成本、碳排放量和顾客满意度损失为目标的闭环供应链网络规划模型。采用多面体不确定集描述不确定参数,建立基于多面体不确定集的多目标鲁棒优化模型,同时提出一种基于动态步长和动态发现概率的自适应布谷鸟搜索算法,并引入群搜索策略以增加种群的进化效率,结合案例企业的运营数据,分别采用动态自适应布谷鸟搜索算法和非支配排序遗传算法求解模型,验证改进型布谷鸟搜索算法的优越性。最后为验证模型的鲁棒性,将多面体鲁棒优化模型与确定模型、盒式鲁棒优化模型以及区间多面体鲁棒优化模型进行对比,验证所提模型对不确定扰动的有效抑制作用。     

基于支持向量机元模型的随机鲁棒设计

随机鲁棒设计是一种基于蒙特卡洛仿真的优化设计方法.通常情况下,对于复杂仿真模型的随机鲁棒设计时间开销很大.为减小随机鲁棒设计过程中的时间开销,使用参数最优的最小二乘支持向量机替代仿真模型进行随机鲁棒设计.使用标准粒子群优化算法搜索支持向量机参擞和控制器参数的寻优.通过一个基准测试问题证明了该方法的可行性.     

城市医疗废弃物回收路径的鲁棒优化模型

由于城市医疗废弃物回收需求量受诸多因素的影响,难以准确预测,假定回收需求为确定值的医疗废弃物回收路径优化模型不能与实际需求相匹配。在两种不确定性集合的基础上,建立了以总成本最小为目标、带时间窗的、变化单位运营成本的医疗废弃物回收路径鲁棒优化模型。运用"时空+容量"的三维网络图重建模型,设计了基于拉格朗日启发式的求解算法。最后通过实例分析检验本文模型和求解策略的可行性和有效性。结果表明:第I类不确定性集合下的最优解极易趋于最保守解。     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

碳中和导向下考虑不确定排放的收费-补贴策略

碳中和导向下,交通系统的碳减排备受关注;同时,机动车排放具有不确定性特征.本文考虑排放评估和管理要求的多重不确定性,构建带有模糊和随机特征的不确定性道路排放约束;建立复杂不确定环境下,求解路段收费/补贴方案的两步模糊随机规划模型(two-step fuzzy stochastic programming method,TFSP),并设计了基于分段线性化的模糊随机非线性优化模型求解算法.使用两个不同规模的路网算例对TFSP模型进行验证,并对不同排放容量限值和风险水平下的路网运行效率和系统排放进行了比较分析.研究结果表明,TFSP模型及算法能够有效地求解带有模糊数和随机变量的非线性规划问题,帮助管理者在复杂不确定性环境下决策兼顾路网运行效率和排放管理要求的路段收费、或是收费补贴相结合的方案.     

复杂制造协同物流网络资源规划的不确定性控制优化

复杂制造协同物流网络作为动态开放系统,其资源规划决策易受网络中随机不确定性因素影响而出现刚性敏感和稳定失效现象,此问题属于参数状态和概率分布均未知的完全不确定型问题.针对这种问题, 提出了带鲁棒控制约束的期望值模型, 并借助蒙特卡罗方法对资源规划决策中相关参数进行了不确定性仿真. 算例结果表明,与不添加鲁棒约束的优化模型相比, 该模型方法能有效控制不确定性因素的负影响, 增加资源规划决策的稳定性和连续性,为解决完全不确定型问题提供了新视角.     

基于最短路的中枢辐射航线网络鲁棒优化方法

中枢辐射航线网络是充分体现规模经济的一种网络构形。航空公司构建适合自身发展的中枢辐射航线网络已变得越来越重要。本文针对成本和需求的不确定性，采用鲁棒优化的方法对中枢辐射航线网络进行规划设计，并将最短路算法加以改进提出了求解的精确算法。得到了可以适用于多种可能情景的鲁棒解。算例表明鲁棒优化方法具有很好的实用价值。     

不确定二阶动力学系统的鲁棒特征结构配置设计

考虑了一类具有参数摄动的二阶动力学系统通过比例加微分反馈控制的鲁棒特征结构配置设计问题。首先利用定常二阶动力学系统的比例加微分反馈特征结构配置参数化方法提供的自由度,将鲁棒特征结构配置问题转化为具有约束条件的优化问题。在此基础上,给出了求解该优化问题的算法,即鲁棒特征结构配置算法。数值例子及仿真结果表明,该算法对参数摄动二阶动力学系统鲁棒性设计的简单及有效性。     

多节点集装箱海铁联运动态定价决策

不确定性需求下集装箱海铁联运的动态定价决策问题,对联运经营人的经营效益和竞争力产生重要的影响. 基于收益管理理论,结合集装箱海铁联运的经营和组织特点,以协议销售和自由销售的差异化定价为切入点,分两阶段建立了多节点集装箱海铁联运综合箱位分配的动态定价模型. 第一阶段为基于协议销售和空箱调运的箱位分配模型,第二阶段为基于自由销售不同时段的动态定价模型. 针对模型中的需求随机性,分别运用机会约束和稳健优化方法进行模型转化并求解. 通过算例验证了上述模型与算法的适用性和有效性.     

基于三元区间数的多指标决策方法

针对不确定型条件下的多指标决策问题,利用三元区间数进行了研究.在定义三元区间数的基础上,给出了三元区间数的基本运算和排序关系,提出了一种基于客观赋权下的三元区间评判模型,通过最大隶属度得到最佳评判结果.建立了一种基于客观权重的投影决策排序模型,利用投影值得到最优排序,并用实例分析说明了评判模型和排序模型的实用性和有效性.应用结果表明,三元区间数为多指标决策问题提供了一种简单实用的有效分析方法.     

CVaR下基于Ф-散度的单周期库存鲁棒优化模型

在离散随机需求情景及概率不确定条件下,针对风险厌恶的库存管理者,建立了基于条件风险值(CVaR)的单周期库存鲁棒优化模型.在仅知离散需求情景条件下,结合统计学理论,采用Ф-散度构建了一定置信水平下的不确定需求概率的置信域;运用拉格朗日对偶理论,将单周期库存鲁棒优化模型转化为易于求解的数学规划问题.特别地,给出了仅知需求情景数据下,基于数据驱动的单周期库存策略.最后,进行了数值计算,分析了不同风险厌恶程度、Ф-函数形式和抽样规模对库存策略和库存管理者绩效的影响.结果表明,基于Ф-散度的鲁棒库存策略具有良好的鲁棒性,能够有效抑制需求概率不确定性对库存绩效的影响.进一步,与数据驱动结果对比,发现基于Ф-散度的鲁棒库存策略能够保证库存管理者获得更为理想的绩效,表明对需求数据所蕴含的统计信息的挖掘能够有效改进库存管理者的运作绩效.     

微分进化算法的研究综述

微分进化(DE)是比较新的基于群体的随机优化方法.它具有简单、快速、鲁棒性好等特点,已经得到广泛关注.不同于其它进化算法,它的变异算子是由种群中任意选取的多对向量的差值得到的.微分进化主要用于实参数优化问题,在非线性和不可微的连续空间问题上优于其它进化方法.近些年,微分进化的应用领域也是不断扩大.研究目的是总结微分进化的研究进展和应用领域,并对它的进一步研究进行展望.     

需求不确定状态下的工厂选址和规模决策的综合优化方法

提出一种整合的工厂选址研究方法,在工厂选址的同时确定所选取工厂的生产规模.改变过去单一不变的成本项,该研究假设随着工厂生产规模扩大,固定建设成本投入增加,单位生产成本减少.建立了消费者需求不确定状态下的两阶段随机规划模型.为了求解这一NP困难问题,设计了Benders分解算法并且用Matlab 7.0编程对所提出的算法进行检验.用随机产生的一组数据进行实验,计算结果显示所提供的算法是有效的.     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning （ERP） implementation, combined with program evaluation and review technique （PERT）, some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm （GA） based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.     

不确定条件下应急管理人力供应链多功能资源配置鲁棒优化问题

在紧急甚至灾难状态下,应急管理物资及人力需求都是爆发性的,为了满足应急状况的不确定需求,实现应急人力的合理管理和配置,借鉴成熟的供应链理论,强化应急管理人力供应链的协调配置能力有很大的理论及现实意义.本文简述了人力供应链的发展,重点讨论应急状态下连续性的人力服务需求.需求到来及其长度都是不确定的,多能力的专业人员应当被合理配置以优化服务.在本文中,我们提出了一个不确定条件下的网络优化模型,强调了多能力专业人员的资源分配.随机规划模型及鲁棒优化技术将被运用来处理不确定需求及网络优化,我们也将讨论其他特殊情况如服务取消,服务延长,提前结束等,我们的模型将有较为普遍的适应性.     

Research on robust mean square stability of networked control systems with packet dropout

This paper is concerned with the robust stabilization problem of networked control systems with stochastic packet dropouts and uncertain parameters. Considering the stochastic packet dropout occuring in two channels between the sensor and the controller, and between the controller and the actuator, networked control systems are modeled as the Markovian jump linear system with four operation modes. Based on this model, the necessary and sufficient conditions for the mean square stability of the deterministic...