损毁情景下应急设施选址的多目标决策方法

应急设施选址问题是应急管理中的重要问题,设施的长期战略性地位,促使决策者在进行选址决策时关注多种目标.在一定的经济投入条件下,本文首先提出了决策者制定设施选址方案时的目标原则,构建以时效性、均衡性和鲁棒性为核心的评价体系,进而建立了应急设施选址的多目标优化模型,用覆盖为目标的救援总时间反映时效性,最大救援半径反映均衡性,以及设施损毁情景下额外增加的救援变更时间反映鲁棒性,用三个目标函数组成的三元组刻画选址决策的目标向量,理想点是一个三元向量,每一个分量值表示只以这个分量目标函数求解得到的最优值,提出了基于理想点的目标扰动最小化模型,并采用遗传算法设计求解方法,通过算例分析了模型和算法的有效性,说明本文提出的模型与算法在解决应急设施选址决策方面具有一定的应用价值.     

基于两个不确定参数乘积的鲁棒设施选址模型

传统设施选址往往被看作为确定问题,但实际存在需求、成本、风险等不确定因素,这些不确定因素增加了决策的困难.本文在考虑设施选址中单一不确定因素基础上,同时考虑需求和运输成本两个独立参数的不确定性,且在模型中两者为乘积形式,引入两个budget不确定集合刻画不确定性,建立一个新颖的鲁棒设施选址模型,并将非线性问题转化为易求解的鲁棒等价模型,然后通过CPLEX和MATLAB编程求解.最后,以四川西北部的汶川等13个县市的应急物资临时供应点的选址为例,确定最优的选址分配布局.结果表明,较之运输成本的不确定性,需求的不确定性影响更显著,且需求扰动对选址总成本和选址分配方案有明显的影响.决策者可根据其风险偏好程度,选择恰当的不确定水平参数组合,以获得最优的总成本和选址分配方案.     

多供应商竞争下再制造闭环供应链鲁棒生产计划

针对外部环境不确定的再制造闭环供应链,采用基于情景分析的鲁棒优化方法,建立了一类基于单方决策型供应链契约的具有多供应商竞争和顾客需求不确定的产品再制造闭环供应链生产计划运作鲁棒优化模型。各供应商可以制定自己的价格策略,企业可通过价格进行优选,模型对新材料、回收品进行分类管理,分类生产与再制造。对基于情景分析的鲁棒优化模型进行了改进,为企业生产计划的制订提供了一个解决方案。数值算例的结果验证了该模型的鲁棒性。     

基于情景分析的应急资源布局决策

考虑灾害发生时需求、运输代价等不确定因素,建立基于情景的应急资源布局两阶段数学规划模型,解决针对自然灾害的应急资源布局问题。将应急资源分配过程作为辅助决策阶段,解决应急设施选址和应急资源配置问题,并利用最小最大值的鲁棒优化方法进行应急资源布局决策。在求解模型时,根据灾害发生的不确定性,利用有限个情景集表示第二阶段的不确定性数据,并将模型化为与其等价的混合整数规划模型,利用情景松弛的迭代算法进行求解。数值试验结果表明基于最小最大准则的应急资源布局模型具有良好的鲁棒性,而且算法也是有效的。     

不确定信息下应急设施选址-路径鲁棒优化

为抵御突发灾害对路网造成的破坏性，提高救援效率，考虑路径超期风险和设施点失灵对系统的影响，针对需求点物资需求量不确定和车辆运输时间不确定，构建三级路网，采用车辆和直升机联合运输方式进行多物资运送。基于鲁棒优化思想，建立了以物资送达需求点救援时间之和最小为目标的应急设施选址-路径鲁棒优化模型，采用CPLEX进行求解。最后，设计不同算例进行数据仿真实验，证明了鲁棒优化方法在处理需求量和车辆运输时间不确定以及偏差鲁棒优化方法在处理设施点失灵风险的有效性和鲁棒性，进而为解决应急设施点的选择和救援物资的及时准确配送，增强应急物流系统的风险应对能力提供了有效的方法。     

物流设施选址问题的双层模拟退火算法

设施选址问题的相关优化模型的本质,都是在最小化相关费用的前提上,从可选设施集合中确定设施的修建位置,并分配用户的需求,即都必须进行选址决策和需求分配决策.本文主要根据设施选址问题的特点,设计了适合求解一般设施选址问题的通用型双层模拟退火算法,算法的外层对设施选址决策进行优化,内层则在上层确定的设施选址决策基础上,进行用户需求分配的优化.最后的多个算例证明了相对其他优化算法,双层模拟退火算法不但收敛速度快,而且能求取更高质量的最优解.     

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。     

α-鲁棒的危险品道路运输应急设施选址问题

针对危险品道路运输, 优化应急设施选址能对危险品事故做出快速响应, 降低事故损失, 提升政府应急管理水平. 应急设施的响应半径经常发生波动, 针对这种不确定性, 首先利用经典的场景方法, 提出一个目标分层的α-鲁棒的弧段覆盖模型, 该模型第一目标是最小化需要建立的设施数目, 第二目标是最大化期望的加权覆盖率, 且各个场景下的加权覆盖率都大于等于最大覆盖率的100(1-α)%; 然后利用贪婪算法进行求解, 最后通过一个实例说明, 该模型为应急设施的选址优化提供了一种有效的解决方法.     

考虑凸形障碍的应急设施选址与资源分配决策研究

应急设施是应急救援的依托载体,其科学合理的选址事关应急救援的紧迫性和应急资源分配的及时性,障碍约束下的应急设施选址与应急资源分配决策研究具有重要的战略意义.从需求区域的视角和应急设施应急服务质量的视角构建基于障碍约束、容量及安全库存约束的应急设施选址与资源分配优化模型,引入安全库存机制,综合考虑时间性、经济性及地理阻断等多重约束限制,剖析选址和应急物资分配的决策过程,进行应急设施的选址决策和应急物资分配预案的制定.设计灰狼优化算法(GWO)与可视凸点绕障路径耦合算法求解模型,结果表明:所设计算法能有效实现绕障路径的优化,且在需求区域的不同时间满意度偏好下,获得最优的选址-分配方案,研究成果将为应急设施选址与资源分配提供模型和方法设计.     

模糊需求下的单货源多设施Weber问题

在设施选址中,客户的需求往往是不确定的,用模糊变量来描述不确定需求更能真实地模拟出决策过程。在模糊可信性理论的基础上,建立了基于模糊需求的单货源多设施Weber问题优化模型,并结合改进的重心法(ALA)与两阶段优化算法,设计了一种新的混合启发式算法。该算法建立了客户的优先级,通过不断更新设施容量和设施位置来实现对客户分配,为了防止陷入局部最优,首先利用改进的重心法来优化初始选址位置(实质上是局部优化),然后用PSO算法进行全局优化。对小规模的问题,分别采用精确算法和本文提出的启发式算法求解,发现算法是有效的,并且具有良好的性能。将该模型和启发式算法应用到大牛地气田污水处理厂选址中,当客户为58,设施个数为6,种群大小为40时,该算法在375代左右收敛,年污水配送费用从360万元减少到312万元。该模型和算法对于进一步补充和完善设施选址模型具有重要意义,在现实中对于不确定需求决策具有一定的应用价值。     

考虑库存控制的物流网络设计优化模型与算法

研究同时考虑库存控州策略和物流网络优化设计问题的优化模型和算法。在考虑顾客的需求量都是随机且服从正态分布的前提下，结合最优库存控制策略，提出了一个能同时描述库存决策和物流网络设计决策的非线性混合整数规划的优化模型，井设计了相应的模拟退火算法进行该优化模型的求解。最后的算例表明，采用该优化方法运算快捷，所得结果正确合理，且与其他方法得到的结果相比，收敛速度更快，且最优解的总费用均有很大程度的节省，从而能为此类的物流网络设计问题提供科学的指导依据。     

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.     

考虑节点中断和需求波动的可靠供应链网络设计问题

本文研究了一个包含供应点、中转点和需求点的三级可靠供应链网络设计问题(RSCNDP).文章同时考虑了供应端的不确定性(节点中断的可能性)和需求端的不确定性(需求量的波动性),针对这些因素,采用情景的方法描述,并结合p-鲁棒模型的优点提出了一个新的混合整数规划模型.在模型中,α,β两参数分别表示决策者对节点中断和需求波动的风险偏好,优化的目标是在给定的风险偏好下最小化设施的固定成本和产品的运输成本.文章提出了一个由最短增广链法和遗传算法的相结合的混合智能算法来求解该模型,并结合实际进行了相应的数值分析.结论显示决策者的风险偏好对可靠供应链网络的设计会产生重大的影响,而在面临风险时,可靠的供应链网络表现要优于确定型的供应链网络,这些为企业的供应链管理决策提供了理论支撑.     

基于图层叠加的多目标选址模型

分析了国防工程设施选址的目标和约束条件,研究建立了建设项目选址多目标决策模型.在MGIS(militarygeographicinformationsystem)中运用叠加模型解决了选址决策空间上可行域或有限方案集的搜索问题,提出了选址规范决策矩阵的构建和求解方法,并给出了算例.     

生产-分销物流系统的Robust优化模型与算法

讨论不确定情况下的生产—分销三级物流系统的优化设计问题。我们首先提出一个生产—分销系统的确定性模型，通过引入Robust优化理论，将该模型进一步拓展为包含不确定需求因素的Robust优化模型，最后运用Lagrangian松弛算法得到了原问题的近似最优解，并通过算例对模型和算法的性能进行了分析与评价。     

考虑同时取送货需求带模糊容量限制的在线设施动态选址问题

共享环境下配送设施作为在线资源，其空闲容量受线下负荷影响而呈现动态可得性与波动模糊性.同时，在线资源的引入也使得城市配送中的设施选址问题由单周期决策模型转变为多周期动态决策.为此，本文构建了考虑同时取送货需求带模糊容量约束的在线设施动态选址模型，改进了五角模糊数隶属度函数用以表示模糊容量约束.在此基础上，将禁忌搜索与自适应大规模邻域搜索算法相结合，提出了邻域生成算子和新解接受准则改进方案.最后，算例结果表明该改进方案能有效提升算法全局搜索能力，降低企业在线设施动态选址成本.     

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.