运输与倒垛集成的多吊机调度问题

考虑了钢铁企业仓库管理中经常出现的多吊机调度问题．根据实际存储的需求,每个板卷已经被放在了预先指定的按两层摆放的位置上．当给定一些需求板卷时,如果一个需求板卷在上层或无板卷阻碍的下层,它可以被直接运输到指定位置（运输操作）;否则,阻碍板卷需要首先被运到另外的位置（倒垛操作）．所研究的问题为由吊机协调调度运输和倒垛操作．在以前研究的文献中,这两种操作都是分开研究的．目标为最小化最后一个运输到指定位置的板卷完成时间,这与最后结束操作的吊机的最早可能完工时间一致．为了更清楚地描述问题,提出了一个混合整线性规划模型（MILP）．由于证明了所研究问题的特殊情况是强NP难的,这意味着所研究的问题也是强NP难的,因此提出了问题的启发式算法,给出了下界并进一步分析了算法的最坏性能．     

罩式退火过程中的多吊机调度问题

研究了钢铁企业罩式退火中的多吊机调度问题,目标函数是最小化最后一个板卷的退火完工时间.通过考虑机器和吊机位置,建立了混合整数规划模型,并提出了一种整合的方法以降低问题的难度同时保持问题的本质.然而,即使是整合后的问题也是强NP难的.进一步提出了包括分配和调度的两阶段启发式算法.在分配阶段,利用动态规划先将每个吊机分配给唯一的子区块,再进行机器的分配.调度阶段采用最早需要操作阶段优先的策略.最后,算法的有效性通过绝对性能分析的角度给出了估测.     

轧制计划的优化模型及其应用

对于钢铁企业热轧生产控制计算机系统中的实际轧制计划初选问题,即板坯库倒垛问题,提出了一个新的非线性０－１整数规划数学模型,通过实际应用表明,该数学模型与原有的启发式经验模型相比,效果显著。     

一种基于神经网络的运输问题优化方法

将Hopfield神经网络与亚当姆斯公式相结合,在此基础上提出了一种解决运输问题的优化算法.该算法结合Hopfield神经网络优化功能,并根据运输问题的实际情况,将优化运输问题转换成求解网络系统的平衡点.通过实例验证了该方法的有效性、可行性,并且提高了网络的收敛速度.     

一类产销不平衡最短时限运输问题的求解

研究产量大于销量的产销不平衡最短时限运输问题.考虑运输时间与运输量相关,存在禁运与封锁,运输能力限制等情况,给出了多项式时间算法.该算法能够较快地找到最优运输方案.     

聚类分析结合BP神经网络的钢坯库堆垛问题算法

在考虑了钢坯库实际堆垛的基础上,设计了一种将订单K-means聚类分析后通过BP神经网络生成入库计划的算法。该算法主要分为2个阶段,首先通过K-means聚类将轧制计划中的合同按照轧制出厂日期等条件形成类别;然后通过BP神经网络算法生成入库计划。利用钢厂实际生产数据对本算法进行验证。结果表明,本算法能够有效地减少倒垛次数,提高垛位空间利用率。     

基于倒频谱的无噪声运动模糊图像快速复原算法

针对当前运动模糊图像复原算法主要集中在非实时性研究,着重考虑算法的执行质量而不考虑算法执行效率的问题,提出了基于倒频谱的无噪声图像的快速复原算法.该算法对无噪声模糊图像进行倒频谱处理,从倒频谱图中直接得到图像的模糊方向和模糊距离.对于尺寸较大的图像,在执行倒频谱算法前先使用双线性插值算法实现图像压缩,再进行倒频谱操作.通过比较各种复原算法的执行效率及效果,采用维纳滤波对图像进行复原.通过对多幅模糊图像进行仿真复原试验,在获得了良好的复原效果的同时也取得了较高的执行效率.     

两台同型机多阶段维护调度问题的若干结果

研究了2种类型的机器维护:一种为周期性维护,另一种为决策维护.对于周期维护最小化时间表长问题,证明了经典的FFD算法是一个很好的启发式算法,并且得到了该算法的一个上界.对于决策维护最小化总完工时间问题,分析了SPT算法的界.特别地,对于单机并且机器仅需要2次维护的情况,给出SPT算法的界不超过11/9.     

基于仿生算法的灾后救援路径选择

为解决应急物流管理中的路径选择问题,综合考虑了运输时间、运输距离和路径复杂性等因素,建立了灾后救援的路径选择模型.在灾难发生后,路径中的运输速度将被灾难扩展深深影响,特别是在洪水、飓风等灾难中,将在时间和空间上逐渐扩展,因此将运输速度设定为随着时间而连续递减的函数.针对问题性质,提出了多头绒泡菌算法来解决这个问题.多头绒泡菌算法不同于其他的仿生算法,可以100%找到最优路径.案例研究表明:利用该方法进行灾后救援路径选择,能够有效获得最优路径.     

两阶段供应链下极小化最大完工时间的单机系列批排序

【目的】考虑单机情况下的加工和运输两阶段的供应链排序问题。【方法】在生产阶段,将所有工件在加工之前划分成批,在一台有限批容量的机器上加工,工件的实际加工时间是关于该工件退化率和加工位置的函数;在运输阶段,有一辆运输车,且每次只能运输一批工件,即车的容量等于批的容量。通过分析用运输车的车容量限制与工件个数的关系。【结果】由最优算法得到了一个最优排序和最小化最大完工时间。【结论】首先给出最大完工时间问题的一个下界,然后指出在当工件个数小于等于运输车的容量限制时,提供出来一个最优算法。对于当工件个数大于运输车的容量限制时,证明了当工件满足一定条件时,该问题也存在最优算法。     

蚂蚁算法在概念设计方案求解中的应用

通过分析概念设计方案求解问题与旅行商问题的相似性，将方案求解问题转化为组合优化的最优路径问题，建立了基于动态规划的解空间模型和基于最长路径的优化模型，利用蚁群系统内在的正反馈寻优机制，将求解旅行商问题的基本蚂蚁算法应用于方案求解的组合优化过程，结合遗传算法的交叉变异操作，提出一种基于改进蚂蚁算法的求解方法，从而快速有效地获得了最优方案解，最后，以压力机的概念设计为例验证了该方法，研究表明，该方法是合理可行的，它可以使方案求解的人工寻优过程实现算法化，并具有较好的可操作性，从而为解决方案优化的组合爆炸问题提供了一种新的思路。     

计及CO2排放机组组合问题的加速广义Benders分解法

提出求解计及CO2排放机组组合(unit commitment,UC)问题的一个加速广义Benders分解法:首先建立相关问题的一个近似混合整数二次规划模型;然后根据UC问题特点提出一类简单却非常有效的整数割平面,并基于该割平面以及其他一些加速技术构造求解UC问题相应模型的加速广义Benders分解法;最后将所提方法在10~100台机组24时段等6个系统上进行数值测试。与其他方法相比较,本文所提方法测试结果较优,说明所提方法是有效的,从而为有效求解相关UC问题提供了一条新的途径。     

The Closest and Farthest Points to an Affine Ellipse or Ellipsoid

Affine ellipses/ellipsoids based bounding volumes are widely used in various graphics applications,such as ray tracing and collision detection.They provide a much tighter fit than the regular ellipses/ellipsoids.The most important operation involved is to compute the closest/farthest point,on a given ellipse/ellipsoid,with respect to a user specified point.In this paper,we first formulate such a problem for the ellipse case into solving a quartic equation and then for the ellipsoid case by solving a system of quartic equations.The method proposed in this paper is elegant and highly efficient.     

基于核函数的最大间隔聚类算法

提出了基于最优超平面与支持向量机思想的最大间隔聚类算法。该方法借鉴了最优超平面思想和用核函数非线性映射构造支持向量机的思想。通过构造一个二次规划问题 ,得到了使分类后两类间距最大的聚类方法 ,并且借助非线性核函数将该方法推广到非线性情况。仿真试验表明 :该方法可以较好地解决很多非监督分类问题 ,得到的结果基本不受数据分布形状的影响     

基于粒度分层模型的布局算法

研究了问题求解的粒度理论在布局求解中的应用。综合约束问题求解和回溯控制策略,给出了在粒度分层模型基础上的布局算法,以往采用单一粒度模型的布局算法,由于粒度过粗或过细,不能充分利用各种约束来降低求解复杂度。文中提出的算法采用了粒度分层模型,能够利用设计过程不同阶段的约束,来缩小合适解的范围,通过多层面的约束,降低求解的复杂度,克服了以往布局算法的缺陷,通过一个住宅布局设计的实例分析了该算法的运行过程     

粒子群优化算法及其在水库优化调度中的应用

提出了基于粒子群优化算法求解梯级单目标优化调度问题的一般算法结构,该算法通过计算时段库水位的变化范围,把梯级优化调度问题转化为无约束的优化问题处理,使得算法具有稳定、高效的收敛性能.通过对三峡梯级发电优化调度问题的计算,表明该算法是求解梯级优化调度问题的一种有效的手段.     

计及相关性的改进均值一阶鞍点估计概率潮流计算

概率潮流是用于计算具有不确定性电力系统运行的重要工具。许多已知的算法都是假定给定的概率密度函数来模拟随机变量的不确定性,形成参数概率潮流工具。但是随机变量的不确定性可能不会落在标准的概率密度函数中,因此提出了非参数模型即均值一阶鞍点估计模型。均值一阶鞍点估计法要求输入变量相互独立,针对这种情况,提出利用Cholesky分解将相关的输入变量转化成不相关的变量,同时为了解决一些输入变量的累积量母函数不能用显函数表示的情况,提出采用Taylor级数展开。该方法在求解输出变量概率密度函数和累积分布函数时,不需要积分或者微分。最后,在改进的IEEE34节点系统上进行仿真,结果表明所提算法的有效性和实用性。     

一种求解TSP问题的混合算法

结合粒子群算法、蚁群算法、重力搜索算法提出了一种新的混合算法——TSP-GPAA.该算法将粒子群算法和重力搜索算法加入到蚁群算法中,利用粒子群算法的全局搜索能力解决了蚁群算法的初始信息素匮乏的问题,并且重力搜索算法将粒子群算法和蚁群算法参数进行优化,明显提高了蚁群算法的优化性能.实验表明新算法对于解决TSP问题是有效的...     

最大独立集问题的表面计算模型

DNA计算是解决一类难于计算问题的一种新方法,最大独立集问题是一个著名的NP完全问题,最大团问题及最小覆盖问题等价于最大独立集问题。本文中,我们尝试将最大独立集转化为0-1规化问题,利用0-1规化问题的表面计算模型求解最大独立集。本文充分说明了NP-完全问题可以相互转化的性质。     

求解双侧障碍问题的自适应投影算法

对一类具有双侧障碍的自由边界问题得到求它的数值解的自适应投影迭代算法。采用有限差分法将障碍问题离散为有限维双侧障碍问题,该问题等价于一个新的投影不动点问题,可得到双侧障碍问题的投影算法。并通过迭代数据自动调整投影算法的参数,加快其收敛速度。从而提出求解双侧障碍问题的自适应投影算法,给出算法过程和收敛性分析。理论分析和数值算例结果都表明该算法的有效性。