不确定环境下多阶段多目标决策模型

在贝叶斯网络的基础上进行扩展,提出了一种不确定多阶段多目标(Uncertainty,multistageand multi-object,UMM)决策模型来求解不确定环境下的多阶段多目标决策问题.首先描述了不确定环境下多目标多阶段决策问题的数学描述,然后给出了决策模型的定义,详述了其构建方法及求解算法.采用此模型求解决策问题时,决策者只需考虑某节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.实际案例分析表明基于贝叶斯网络的决策模型描述、建模及求解方法对不确定环境下的多阶段多目标决策问题是有效的.     

自动闭塞区段追踪列车节能操纵仿真算法研究

研究了自动闭塞区段追踪列车节能运行优化操纵问题,分析了追踪列车运行与操纵的特点.构造了自动闭塞区段追踪列车节能运行优化操纵的仿真模型,能够反映信号显示变化对于追踪列车操纵策略的影响.设计了列车运行过程中信号显示变化的启发式算法,在考虑信号显示变化时机的基础上,研究了追踪列车工况转换与手柄位确定的算法设计问题.仿真案例表明:采用提出的机车操纵优化方法可以有效避免追踪列车不必要的制动调速,降低列车运行能耗.     

基于离散事件拓扑图模型的单线列车运行调整迭代修复算法

列车运行调整的优化是一个非常复杂的问题,需考虑的因素很多,很难给出一个完美的优化模型.根据单线列车运行调整的特点,建立了单线列车运行图的离散事件拓扑图模型,并在此基础上提出了单线列车运行调整的迭代修复算法.在综合考虑列车运行调整各种常用的性能指标的基础上,提出了"调整运行图综合满意度"作为运行调整的目标,给出了基于离散事件模型的迭代修复算法的原理与步骤,并实例进行仿真.仿真结果表明,该算法模型在实际运行过程中的具有较好的优化性和有效性.     

基于贝叶斯网络自适应推理的无人机任务决策

针对不确定环境下无人机任务决策问题, 提出一种基于变结构离散动态贝叶斯网络的自适应推理算法. 该算法能够利用软/硬证据和先验信息动态地调整任务决策模型参数, 通过推理和参数学习互动的方式使任务决策模型具备适应动态环境的能力. 仿真证明, 提出的自适应推理算法能够在突发威胁信息不完备、先验参数不精确和先验参数无认知的情况下为无人机任务决策提供保障.     

基于有色Petri网的CBTC系统列车追踪过程建模与仿真

针对基于通信的列车控制系统(CBTC)特点,首先分析了CBTC系统移动自动闭塞下的列车追踪模型,给出了模型的形式化描述,并依据此追踪模型采用分昙有色Petri网(CPN)建立了两辆列车运行追踪过程的模型,仿真分析CBTC系统移动自动闭塞下的列车追踪特性.仿真结果表明追踪模型能够描述CBTC系统移动自动闭塞下的列车运行追踪过程.     

单线铁路列车运行调整优化模型与算法研究

构造了单线区段列车运行调整混合０－１线性优化模型，该模型综合考虑了列车运行计划调整和车站到发线利用。鉴于列车运行计划调整为ＮＰＣ问题，结合问题的实际背景，提出了一种有效的大系统分解算法－动态区域局部优化算法。该算法通过构造列车状态空间树，应用分枝定界法实现局部问题的优化。对车站到发线利用提出了复杂性为Ｏ（ｎ）多项式算法。     

不确定条件下舰载机动态调度仿真与优化方法

针对舰载机调度中的不确定性及动态特征,给出了基于多主体技术的舰载机动态调度仿真与优化方法。定义了不确定条件舰载机动态调度的概念模型。基于多主体技术描述了概念模型中变量与目标、约束之间的隐函数关系。为降低不确定因素中能够引发重调度的各类系统扰动（故障或新任务到达）的影响,给出了主体之间的交互协商机制。在此基础上,给出了基于合同网与遗传算法的混合优化算法以提高模型的求解能力。最后以舰载机的典型任务模式为例,测试了混合优化算法的能力,并利用敏感性分析方法对故障扰动的影响进行了描述,验证了仿真模型与优化算法的可行性。     

基于有色Petri网的ETCS通信系统与列车间隔分析

利用分层赋时有色Petri网(CPN),综合信道失效模型、概率传输延迟,信道恢复行为,提出了欧洲列车控制系统中列车追踪运行无线通信系统的分层结构,分析了无线通信系统中列车运行速度、列车位置报告周期对列车时间间隔的影响,给出对应的列车安全间距指标。研究结果对于优化列车间隔时间、提高列车运行效率和保障列车运行安全具有重要意义。     

钢铁企业铁水运输路径选择及自动避碰算法的研究

以钢铁企业铁水运输仿真系统为背景，阐述了路径选择及避碰算法的作用，建立了路网二级拓扑模型及列车运行模型；提出了两级静态路径规划和路径动态调整方法；分析了列车碰撞检测的条件及机制，最后对避碰算法进行了描述。     

多阶段多目标多部门应急决策模型

在考虑部门协同、动态决策的基础上,提出了部门协同网络、协同矩阵、协同系数等新的概念.基于多目标优化的思想,建立了多阶段多目标多部门的应急协同决策模型.该模型能够结合多部门意见,并随着事态的发展对决策进行动态调整.模拟实验表明该模型可以实现科学决策,对于实际的应急决策问题具有重要的意义.     

基于优先规则的复杂并行机调度问题研究

研究一类从实际指挥控制系统提炼的具有工件释放时间、机器可用时间和机器适用限制等约束的并行同速机调度问题.首先针对该问题建立混合整数规划模型;其次考虑到该问题的NPhard性以及实时调度的要求,提出基于优先规则的调度算法框架从而可以快速获得可行解;最后将该算法框架应用到实际案例并分析比较不同优先规则的效果,发现与工件释放时间相关的优先规则(如ERD,EFD)效果更好.值得一提的是,本文首次研究具有多重约束的并行机调度问题Pm|r_j,a_i,M_j|C_(max),TC.     

基于灾情信息更新的应急物资配送多目标随机规划模型

研究了多出救点、多受灾点、多物资、多车型的应急车辆选址、路径选择和物资配送问题. 考虑到灾害预测准确性和物流成本效率之间的悖反关系, 从多目标规划和随机规划的角度, 建立了应急物资配送的多目标随机规划模型. 建模中同时考虑需求和配送路径连通性的随机性, 以及出救点对受灾点的最大覆盖范围限制. 将统计决策与运筹规划相结合, 设计一个加权贝叶斯风险将多目标规划问题转化为单目标规划问题, 以及设计一个决定最优停止观测时刻的决策规则使原问题转化为最优停止问题. 通过Xpress软件编程求解. 最后, 算例分析表明了模型和软件的求解速率与精度, 并分别证明了两阶段随机规划和灾情信息更新的优势.     

基于交叉效率DEA和随机模拟的区间语言偏好关系排序方法

针对区间加性语言偏好关系排序问题,提出一种基于交叉效率DEA和随机模拟的排序向量计算方法.首先,针对具有一致性的加性语言偏好关系,构建产出导向的DEA模型,分析其相对效率得分与排序向量之间的内在关联.其次,对不满足一致性的加性语言偏好关系,建立改进仁慈型语言偏好关系交叉效率DEA模型,并提出基于该模型的加性语言偏好关系的排序方法.最后,将构建的DEA模型与随机偏好分析相结合,提出区间加性语言偏好关系期望排序向量和可信度的Monte Carlo计算方法.算例分析表明,本文提出的方法能够有效避免信息损失,具有较好的可信度和适用性.     

集货需求随机的同时配集货VRP及混合变邻域搜索算法

集货需求随机的同时配集货车辆路径问题(VRPSSPDD)是同时配集货车辆路径问题(VRPSPD)研究的进一步深化,由于该问题中集货需求的不确定性,使其较确定型VRPSPD问题更为复杂.基于预优化和重优化策略,构建了两阶段VRPSSPDD模型,预优化阶段基于随机机会约束机制以及车载量约束为客户点分配车辆,生成预优化方案;重优化阶段对失败点及其后续客户点进行线路调整.根据问题特征,结合变邻域深度搜索算法的深度搜索能力以及遗传算法的个体交流等优点,设计混合变邻域遗传算法,采用分离配送网络信息的编码方式,提出自适应种群搜索范围和自适应邻域搜索次数策略平衡算法迭代中的搜索深度和搜索广度的关系.通过多组算例以及企业配送实例验证了本文模型及算法的有效性.     

多阶段混联生产系统的DEA效率评价

将并联系统DEA效率评价模型与两阶段串联系统DEA效率评价模型延伸至多阶段混联结构生产系统,提出了针对多阶段混联生产系统的DEA效率评价模型,并将其转化为线性规划求解.与传统CCR模型相比较,该模型能更好地反映多阶段混联结构生产系统的前沿生产能力,能更合理地评价混联结构生产系统的技术效率.通过算例分析证明了这种效率评价模型的合理性.     

基于随机规划的制造/再制造物流网络优化设计

针对含有连续型随机参数的制造/再制造物流网络优化设计问题,在Monte Carlo模拟抽样基础上,建立了样本数量决定解算效率的两阶段随机规划模型,给出了模型求解的混合遗传算法,结合样本均值近似方法阐述了获取理想目标值及其可行解的最优值上下界逼近技术,明确了基于两阶段随机规划的物流网络优化设计步骤,举例说明了模型及其算法在设计决策中的应用。     

供应不足条件下战时连续消耗资源调度模型

研究了供应不足条件下连续消耗作战资源的战场调度问题。在分析资源供求特点的基础上构建需求点优先度评价体系,提出了用分层聚类法将需求点分类并按优先度将各需求点类排序的方法。建立多需求点资源调度规划模型,依据及时更新的战场信息依次实现各类需求点的资源动态调度,解决了战场背景下这类资源调度中“突出重点”与“整体协调”的矛盾。最后,通过仿真算例中两类资源调度方法的对比,展示了分类调度方法的可行性和优越性。     

应急血液多阶段调剂优化

血液是一类特殊的应急物资,在灾害救援中发挥着至关重要的作用. 为提高应急血液保障效率,通过分析血液特性与应急血液保障的阶段性特点,并考虑运输方式对血液质量的影响,建立了一种多阶段优化模型解决多灾点、多品种应急血液调剂问题,设计了一种基于关键受灾点优先的向量编码遗传算法进行求解,并对算法的时间复杂性进行了分析. 最后,以汶川大地震应急血液保障为背景构建算例进行验证,结果表明该遗传算法的计算效率较高,所提的多阶段决策方法在血液新鲜度、血液积压量等方面具有明显优势.     

New partial cooperation model for bilevel programming problems

Partial cooperation models are studied for many years to solve the bilevel programming problems where the follower’s optimal reaction is not unique. However, in these existed models, the follower’s cooperation level does not depend on the leader’s decision. A new model is proposed to solve this deficiency. It is proved the feasibility of the new model when the reaction set of the lower level is lower semicontinuous. And the numerical results show that the new model has optimal solutions when the reaction set of the lower level is discrete, lower semi-continuous and non-lower semi-continuous.     

随机需求条件下生产-库存系统优化与仿真

针对多周期、多产品、有能力约束动态制造系统的生产-库存问题,考虑随机需求条件和产品的需求满足率,建立以系统总成本最低为目标的二级随机线性规划模型,通过随机模拟法将原问题转化为等价的确定性问题,运用对偶理论和Benders分解法把等价问题分解为相互关联的主问题和子问题,然后分别进行求解。最后的实例仿真结果验证了模型和算法的合理有效性,表明了它们在生产实践中的应用性。