反导预警作战资源调度方法

针对反导预警作战中多部预警资源协同探测多批弹道导弹目标的问题,根据反导预警作战资源调度的特点,提出了反导预警作战任务分解策略,并以调度效益、交接次数和资源负载均衡度为目标建立了多目标优化模型。通过重新设计粒子编码方式以及对重新定义粒子群优化算法中的位置更新公式,使其适用于求解离散变量优化问题。针对粒子群优化算法容易过早收敛的缺点,在进行局部搜索时使用变邻域搜索算法,从而增强算法的寻优能力。通过仿真实验验证,将两种算法相结合能够快速有效地解决反导预警作战资源调度问题。     

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。     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题,从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性,并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法,该算法以活动为基准,采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动,提升调度计划的鲁棒性。最后,为验证MTPC优化算法的有效性和可行性,通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS,Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明:MTPC算法在调度计划的鲁棒性,资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置,还能通过降低活动的拖期风险提升调度计划的鲁棒性,这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题，从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性，并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法，该算法以活动为基准，采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动，提升调度计划的鲁棒性。最后，为验证MTPC优化算法的有效性和可行性，通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS，Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明：MTPC算法在调度计划的鲁棒性，资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置，还能通过降低活动的拖期风险提升调度计划的鲁棒性，这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

管道工具喷粉线生产调度建模与算法

针对不同品种、不同材质和不同颜色管道工具喷粉生产调度问题, 以生产成本最小化为优化目标, 研究其优化调度方法. 首先, 建立这个问题的混合整数非线性规划模型(MINLP); 其次, 针对该问题设计出相应的贪婪随机自适应搜索算法(GRASP)和遗传算法(GA); 在此基础上, 提出两种算法相集成的GRASP+GA算法. 应用生产实例数据分析比较了这三种算法, 验证了GRASP+GA 算法的优越性.     

甲供非商品化资源约束下可中断项目群调度模型

不可更新资源的约束会导致项目群中各合同项目开工延误甚至施工中断。针对不可更新资源受限理论研究存在的局限性,开展了多种甲供非商品化资源(NCRPE)约束下可中断项目群调度问题的研究。首先,由于资源分配多样性会给项目群进度造成不确定性影响,围绕项目群工期—延误成本双目标优化模型展开研究,采用改进编码方式的多目标粒子群算法(MOPSO)进行求解,获取项目群的资源分配方案,利用串行调度生成机制(SSGS)得到项目群进度计划;其次,将MOPSO算法和NSGA-II算法进行对比,通过IGD和HV两个指标来衡量MOPSO算法求解该问题的有效性;最后,结合实际案例,对模型进行求解分析。在甲供非商品化资源约束和项目可中断情况下,构建的项目群调度模型能够有效地实现项目群工期和合同项目延误成本的双目标优化。研究成果为业主合理分配NCRPE以及进行项目群调度提供理论依据。     

基于模糊软集的中药制药车间不确定调度模型和算法求解

为解决加工时间和交货期不确定状态下的中药制药车间调度问题，利用模糊软集的三角形模糊数和梯形模糊数来表征加工时间和交货期信息，并基于模糊数的运算规则定义了可能性测度和必然性测度，用拖期可信度来度量药品生产发生拖期的概率，建立以最小化药品生产平均拖期可信度为目标的混合整数规划模型。针对该模型，提出了一种混合模糊布谷鸟算法的求解方法，并以规模为10(3)×10的经典算例进行仿真测试。实验结果表明，给出的不确定调度模型能反映中药制药调度的真实场景，而且混合模糊布谷鸟算法能很好地对该模型进行求解，相比经典布谷鸟算法，该算法有更好的性能。     

基于改进蚁群优化的多目标资源受限项目调度方法

多目标资源受限项目调度是一类典型的NP难组合优化问题,具有广泛的实际应用背景.本文提出了一种带局部搜索的改进蚁群优化算法用于求解多目标资源受限项目调度问题,优化指标为最小化项目工期和资源投资.首先,采用改进的蚁群优化算法获取Pareto解集;其次,通过基于带逻辑约束的Insert和Swap邻域搜索方法对已获得的非支配解进行局部搜索,进一步提高算法的性能;最后,基于PSPLIB国际标准测试集的数值仿真实验与现有最好的算法比较,验证了所提算法的有效性和高效性.     

项目群业主费用最小条件下费用优化

对于需要甲供非商品化资源的项目群而言，业主通过建立项目群共享资源池统一控制资源费用是业主支付项目群费用最小化的前提条件。在研究项目群甲供非商品化资源-费用优化问题时，首先，根据甲供非商品化资源的特点，定义了资源约束条件，并分析了业主统一管理甲供非商品化资源的优势；其次，为了使业主能够动态地控制项目群甲供非商品化资源生产与调度费用，分别研究并构建了工期固定下项目群实施前和实施过程中甲供非商品化资源-费用优化模型和再优化模型，并选用布谷鸟算法进行仿真实验；最后，结合项目群Z对模型进行验证分析。研究结果表明，与GA、PSO等经典优化算法相比，布谷鸟算法能更高效、稳定地求得甲供非商品化资源费用最小值，从而降低项目群实施前的优化费用、提高资源利用率，使业主支付费用最小。     

考虑行为特征的复杂流水线干扰管理调度方法

针对机器扰动和工件扰动并发工况下的混合无等待流水线(Hybrid No-Wait Flow Shop,HNWFS)调度问题,提出考虑客户主观行为因素的准时交货满意度度量方法和反映调度方案一致性水平的机器指派偏离度度量方法,以最小化加权完工时间和为初始调度目标,以最大化准时交货满意度和最小化机器指派偏离度为扰动修复目标,构建了兼顾初始调度目标和扰动修复目标的HNWFS干扰管理调度整数规划模型,设计了融合微粒群优化算法的全局快速寻优特点和变邻域搜索算法局部搜索能力极强优势的混合智能算法——PVPS算法。算例实验对比结果表明,PVPS算法具有较好的搜索精度和优化效率,验证了本文所提出的HNWFS干扰管理调度方法是有效的。     

考虑行为特征的复杂流水线干扰管理调度方法

针对机器扰动和工件扰动并发工况下的混合无等待流水线(Hybrid No-Wait Flow Shop,HNWFS)调度问题,提出考虑客户主观行为因素的准时交货满意度度量方法和反映调度方案一致性水平的机器指派偏离度度量方法,以最小化加权完工时间和为初始调度目标,以最大化准时交货满意度和最小化机器指派偏离度为扰动修复目标,构建了兼顾初始调度目标和扰动修复目标的HNWFS干扰管理调度整数规划模型,设计了融合微粒群优化算法的全局快速寻优特点和变邻域搜索算法局部搜索能力极强优势的混合智能算法——PVPS算法。算例实验对比结果表明,PVPS算法具有较好的搜索精度和优化效率,验证了本文所提出的HNWFS干扰管理调度方法是有效的。     

模糊环境下应急系统多目标调度问题求解

为研究突发事件发生后的应急资源调度问题,考虑应急救援系统中应急时间呈不确定性的特征,采用模糊数来描述出救点到受灾点的出救所需时间,以最小化最大应急时间和出救点最少作为优化目标,构建模糊环境下具有多种资源和多个出救点的应急资源调度模型。基于该问题的指数复杂度,提出了基于Pareto的模拟退火算法(Pareto Simulated Annealing,PSA)对该多目标问题模型进行求解。最后,通过仿真算例验证了模型的合理性以及所提算法的有效性。     

面向复杂航道的引航员与船舶集成调度优化

为提高复杂航道条件下港口的引航调度服务水平,本文研究了船舶和引航员调度的集成优化问题.本文考虑了潮汐、封航、安全距离以及单双向航道的对向避让等因素,以船舶延误成本和引航员调度成本最小化为目标,建立了整数规划模型.结合问题的特征,设计了一种两阶段变邻域搜索算法对模型进行求解.其中第一阶段讨论了引航员调度对于船舶延误的影响,求得了所有船舶和部分引航员调度方案的集合;第二阶段以传统调度规则得到的所有船舶和引航员的完整调度方案为初始解,使用变邻域搜索算法求解所有调度方案中最优的调度方案.最后,通过一系列数值试验验证了模型和算法的有效性.     

时变路网下考虑时空距离的同时配集货车辆路径优化

针对道路行驶速度时变且软时间窗条件下的同时配集货车辆路径问题,以车辆派遣成本、时间窗惩罚成本以及车辆运输成本之和最小化为目标建立路径优化模型。根据问题特征设计了考虑时空距离的混合变邻域搜索遗传算法,采用时空距离对客户进行聚类生成初始解,提高算法求解质量;将变邻域搜索算法的深度搜索能力运用到遗传算法的局部搜索策略中,增强算法的局部搜索能力;提出自适应邻域搜索次数策略以及模拟退火的新解接受机制,平衡种群进化所需的广度和深度。通过多组不同规模的算例验证了本文模型及算法的有效性,研究成果不仅深化和拓展同时配集货车辆路径问题的相关研究,也为物流企业优化车辆调度方案提供理论依据。     

基于多目标优化的C2组织平台资源动态调度方法

针对指挥控制(command and control, C2)组织的平台资源动态调度问题,对战场上的突发事件进行了分析,针对平台损毁和任务增加两种突发事件,构建了以最大化任务完成质量和最小化计划调整代价为优化目标的数学模型,并基于非支配排序遗传算法设计了多目标优化模型的求解方法。仿真实验表明,所构建的C2组织平台资源动态调度模型及求解方法能够有效应对战场上的突发事件,能够为决策者提供多个有效的平台资源动态调度方案。     

基于优化资源流约束的模具多项目反应调度算法

针对模具多项目执行过程中由于任务拖期而导致的调度计划变更,提出了一种基于优化的资源流约束的反应调度算法. 首先利用基于优先规则的微粒群算法构建一个项目加权工期之和最小的初始调度计划,采用启发式算法建立并优化初始调度计划的资源流网络,并将关键链技术与资源流网络相结合,对初始调度计划进行合理的时间缓冲设置. 然后建立了以调度计划扰动费用最小为优化目标的反应调度模型,并用基于优先规则的微粒群算法进行求解. 最后,通过仿真计算分析了算法的可行性与可靠性,结果表明该反应调度算法在模具多项目动态调度中具有一定的应用价值.     

基于DSM的研发项目流程多目标仿真优化

分析了复杂产品研发项目中流程结构的不确定性,采用设计结构矩阵对其进行仿真建模,并将设计结构矩阵调度策略嵌入仿真模型,建立了同时最小化项目工期和成本的多目标优化模型.提出了一种基于设计结构矩阵仿真与非支配排序遗传算法的混合优化算法,获取研发项目流程多目标优化的Pareto最优解.以某飞机初步研制项目流程为研究算例,验证了混合优化算法的可靠性和有效性,并对获得的最优流程结构进行了深入的仿真评价与分析。     

改进模拟植物生长算法求解汽车维修车间瓶颈工序的多目标动态调度问题

通过对瓶颈的合理调度可以有效地提升系统效率,钣喷工序是整个汽车维修服务系统的瓶颈.针对于此,结合优化调度理论,对汽车维修车间瓶颈工序调度问题的特性、模型和算法进行了研究,提出了多目标动态调度策略.从最小化目标、机器环境、加工特征和约束等方面分析了瓶颈工序调度问题的特征,建立了对应的数学模型.运用混合重调度策略和改进模拟植物生长算法实现了瓶颈工序多目标动态调度问题的求解.最后,以实例分析验证了算法的可行性和有效性.     

疫情事件下多灾点应急资源最优化配置研究

新冠疫情的爆发,使许多地区成为灾区,为了及时对灾区进行救援,灾后应急资源精准供给成为保障灾区人民安全的首要因素。本文利用SEIR预测决策时刻各灾区感染人数,由此计算灾区紧迫程度权重与物资需求量。基于紧迫程度构建以灾民满意度最大化、总成本最小化和考虑分配公平的应急资源调度多目标优化模型。提出多目标人工蜂群算法。针对人工蜂群算法易早熟等缺点,利用动态参数思想与Pareto解集来定义新的蜂群位置更新公式,利用教学优化思想对蜂群位置进行扰动,以避免算法陷入局部极值。通过算例进行模拟实验,结果表明,所提出的模型和算法可以有效解决疫情事件下多灾点应急资源最优化配置问题,且改进算法的性能更优。     

基于深度学习的RCPSP调度优先规则实时动态选择算法

针对资源受限项目调度问题,以最小化项目完成时间为目标,设计基于深度学习的调度优先规则实时动态选择算法,在每个调度阶段实时选择优先规则进行活动安排.通过构建深度神经网络模型,确定已调度项目在各阶段的项目状态与最佳优先规则之间的映射关系,再据此为待调度项目实时动态选择优先规则,结合串行调度机制生成最终调度计划.实验研究表明:实时动态选择优先规则算法表现优于文中所涉及的单一优先规则算法及混合优先规则算法,且具有更好的泛化性;此外,与元启发式算法相比该算法具有更高的求解效率.