多中心社区居家养老服务调度与服务网络优化

针对随机环境下的复杂多中心社区居家养老服务问题,以最小化总运营时间为目标,建立带机会约束的随机规划模型.设计改进的混合牧羊人优化算法,通过引入交叉算子,使新的步长更新仍基于当前和其他个体的位置信息,让算法能够用于解决具有离散特点的社区居家养老服务问题.最后,通过不同规模的算例试验和算法比较,验证了所提算法的有效性.     

考虑行为主体和需求变动的家庭护理人员调度干扰管理

针对客户需求变动下家庭护理人员调度的干扰管理问题,考虑参与主体的心理行为特征,利用前景理论度量扰动对居家养老服务系统中的护理机构、护理人员和老年客户的影响.以这三大主体的前景值最大化为扰动恢复目标,构建多目标的干扰管理模型,并提出一种改进的多目标鲸鱼群优化算法(IMOWOA).通过标准案例集和随机生成案例验证本文模型和...     

基于拉格朗日松弛的预约调度模型与算法

针对带有爽约的预约调度问题,在假定未爽约病人都在相应预约段的起始点准时到达的情况下,构建了一个以预约人数为优化变量的整数规划模型.目标函数包括服务病人收益、病人等待费用及系统超时费用.通过松弛各时间段剩余人数概率的关联约束,提出了基于拉格朗日松弛的求解算法,其松弛问题通过动态规划求解,对偶问题通过经典的次梯度法求解.数值实验表明,针对小规模的预约段数,该算法都能找到最优解;当预约段数较大时,算法找到的最好解整体上优于文献中已有的算法,从而验证了算法的有效性.     

不确定服务时间下分布式鲁棒门诊预约调度和排程

研究了单服务台门诊预约调度问题,考虑了门诊服务中不确定服务时间,基于服务时间联合概率分布的支撑集和矩等部分信息,并利用平均绝对偏差刻画服务时间的相关性,最小化最坏情况下期望等待成本和加班成本,建立了分布式鲁棒优化门诊预约调度和排程模型,利用优化方法结合对偶理论,得出了模型的数学性质和易求解的等价问题,确定患者最优的预约服务时长和服务次序.最后,仿真实验结果验证了模型的可行性和有效性.     

基于异质患者行为特征的动态门诊预约策略

针对服务时间不同的异质患者,研究患者动态到达且存在取消预约和爽约行为的门诊预约策略。假设患者行为依赖于其类型,以最大化期望利润为目标,采用超订的方式应对患者取消预约和爽约行为,当患者发出预约请求时需要立刻决定是否接受该患者。建立动态规划模型刻画患者的预约过程,利用逆推法进行求解以获得最优动态预约策略;通过近似方法降低模型的状态空间维度,并设计启发式算法求解状态向量不依赖于患者类型的动态预约策略。最后,基于蒙特卡洛模拟对启发式算法和动态规划结果进行比较,验证启发式算法的有效性,并分析参数变动对最终结果的影响。     

交箱序列不确定下的堆场箱位分配及多场桥调度优化

集装箱码头堆场出口箱箱位分配和场桥调度对装船效率有重要影响.为了避免翻箱,从装船和预约信息的视角提出新的堆存策略,考虑场桥实际作业中的安全距离,以装船时场桥完成提箱任务总时间最短为目标,构建堆场箱位分配及多场桥调度集成优化模型.设计文化基因算法进行求解,在遗传进化过程中加入了变邻域搜索操作,增强了算法的局部搜索能力.通过实例验证了模型和算法的有效性,并对集卡预约时段长度和准确性进行了鲁棒性分析.研究成果有利于提高装船作业效率.     

具有服务时长的在线TSP问题

针对城市快递揽件服务过程中,需求事先无法预知并且每个需求服务时长不确定的情形,提出具有服务时长的在线TSP问题.分别在一般网络图上和直线上证明了此问题的竞争比下界进而在一般网络上给出PAH-ST算法,在直线上给出PQR-ST算法,并对算法进行了竞争性能分析.本文提出模型是在线TSP问题的一般形式,结论可以为快递车辆的实时调度决策提供依据.     

一类有动态时间窗的并行多机启发式调度算法

航班过站服务中的货邮装卸作业调度是一类有时间窗和作业调整时间的多目标多设备并行作业动态排序问题，其特点是作业时间窗和服务作业时间动态变化。在分析区别于一般制造业生产作业排序特点的基础上，建立了服务作业的调度模型．提出了设备能力差的概念．给出一个考虑不同设备加工能力的启发式分配法。当时间窗或服务时间发生变化时，算法只需要修改判断矩阵中的一行或一列数据，而对算法运行的效率没有影响。算例分析显示，能力差分配算法在减少航班延误数量、时间压设备生产能力平衡上均优于目前使用的先到先服务和最小负荷调度的混合算法。     

基于模糊时间窗的车辆调度干扰管理研究

为解决由顾客需求变动引发的物流配送干扰问题,最大化满足顾客需求并兼顾企业利益,提出基于模糊时间窗的车辆调度干扰管理方法.采用干扰管理思想对由客户需求变动引起的实时车辆调度问题进行研究,在深入分析现实中客户服务时间要求特征的基础上,把客户满意度水平定义为模糊时间窗的隶属度函数,并提出了车辆调度干扰恢复问题转换策略,构建了基于模糊时间窗的客户需求变动干扰管理救援模型,实现从顾客、驾驶员和供应商3方面对干扰影响程度的度量.为寻求最优解,设计模糊遗传算法,并改进了基于客户点的编码方式.在算法中用模糊优化程序处理问题的模糊特征,通过对客户服务时间的局部调整来确定最佳服务时间.实例结果表明了时间窗模糊化处理、扰动恢复模型及算法在应用中的有效性.     

基于预知信息的占线Nomadic TSP问题

自然灾害的频繁发生使得应急减灾倍受关注, 尤其有效的应急救援车辆调度对应急减灾非常重要. 针对受灾点被提前获知但是不能立即接受救援服务的情形, 通过将受灾点(需求)的揭露时间和释放时间引入Nomadic TSP模型中构建了预知信息的占线Nomadic TSP问题, 并分别给出了问题的下界, 直线网络结构下的ENO-dd算法, 和一般网络结构下的GTR-dd算法, 并对算法进行了竞争性能分析. 结果表明两个算法随着预知信息的增多会有明显改进. 更为一般的预知信息结构以及最优的算法设计是下一步研究的方向.     

多医生环境考虑患者爽约的门诊预约决策方法

针对多个医生医疗环境下具有提前预约和当天预约两类预约患者的门诊预约问题,在考虑提前预约患者可能存在爽约行为的情形下,提出了一种用于决定是否接受提前预约患者的预约请求的门诊预约决策方法.文中首先以医院的期望收益最大作为决策目标,建立了患者存在爽约行为的医疗预约问题的马尔可夫过程模型;然后基于所建立模型的特征,证明了对于任意的提前预约时段,均存在对应于每个医生的提前预约患者的最优预约数量的上界,且此上界随着患者爽约概率的增加而增加,随着预约所有医生的患者总数的增加而减小;进一步地,给出了该门诊预约问题的一种预约决策方法以及确定该方法的精确算法;最后,通过数值实验说明了本文所提出的决策方法的适用性和有效性.     

基于延迟Petri网的信息系统开发风险评估方法

信息系统建设是企业信息化建设的一个重要组成部分 ,在开发过程中出现的各种不确定因素导致企业信息系统中建设中存在着多种风险 ,对这些风险的管理和控制是信息系统开发管理的一个重要步骤。提出信息系统开发的风险管理和决策模型以及风险管理计划的制定策略 ,然后引入延迟时间模糊Petri网的概念并将其用于建立信息系统开发风险管理计划执行效果评估模型 ,重点论述应用延迟时间模糊Petri网对企业信息系统开发的各种风险进行评估的算法以及该算法的时间复杂度分析。     

资源约束的拼件维修模型与粒子群求解算法

为了获得最优的装备作战单元的拼件维修方案与任务分配方案, 建立了一种同时优化拼件维修方案与任务分配方案的非线性规划模型, 模型中同时考虑了不同任务对武器系统的具体需求、武器系统的客观情况、维修资源约束, 可以最大化地协调任务、装备群与维修资源之间的矛盾, 所以更加贴合实际. 设计了基于粒子群算法的求解算法, 包括算法框架、粒子的表示、初始化、适应度函数、更新方法等. 最后, 应用该粒子群算法对具体实例进行了求解, 分析表明模型与算法可以有效地优化任务分配方案与拼件维修方案, 提高装备作战单元任务成功概率, 为决策者制定决策提供指导.     

基于Jess和机器学习的Robocode策略研究与实现

研究Java规则引擎和机器学习在Robocode坦克机器人战斗仿真引擎中的应用。探讨利用Jess规则引擎对Robocode坦克机器人决策规则库部分进行开发与维护,满足仿真环境实时性和策略易扩展性的要求。同时为了提高坦克机器人的在线自适应和自学习能力,结合机器学习方法进行角色训练,利用人工神经预测网络对产生式系统中瞄准规则的火炮瞄准角度值进行优化。结合遗传算法与产生式系统,设计混合的移动策略选择器,并对神经网络预测瞄准和基于遗传算法的移动策略进行了实验,给出了实验结果。     

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.     

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.     

Research on the self-defence electronic jamming decision-making based on the discrete dynamic Bayesian network

The manner and conditions of running the decision-making system with self-defense electronic jamming are given.After proposing the scenario of applying discrete dynamic Bayesian network to the decision making with self-defense electronic jamming,a decision-making model with self-defense electronic jamming based on the discrete dynamic Bayesian network is established.Then jamming decision inferences by the aid of the algorithm of discrete dynamic Bayesian network are carried on.The simulating result shows that this method is able to synthesize different targets which are not predominant.In this way,various features at the same time,as well as the same feature appearing at different time complement mutually;in addition,the accuracy and reliability of electronic jamming decision making are enhanced significantly.     

Research on the self-defence electronic jamming decision-makingbased on the discrete dynamic Bayesian network

The manner and conditions of running the decision-making system with self-defense electronic jamming are given. After proposing the scenario of applying discrete dynamic Bayesian network to the decision making with self-defense electronic jamming, a decision-making model with self-defense electronic jamming based on the discrete dynamic Bayesian network is established. Then jamming decision inferences by the aid of the algorithm of discrete dynamic Bayesian network are carried on. The simulating result shows that this method is able to synthesize different targets which are not predominant. In this way, various features at the same time, as well as the same feature appearing at different time complement mutually; in addition, the accuracy and reliability of electronic jamming decision making are enhanced significantly.     

基于遗传算法的相位调制波形智能优化

随着智能化程度的提高,雷达发射信号更加复杂多变.为有效应对复杂的、未知的威胁信号,需要提升对抗系统智能对抗的能力,提出一种基于智能优化算法的对抗波形智能优化方法,并通过仿真实验对基于遗传算法的相位调制波形智能优化进行研究.不同优化参数、不同实施条件、不同雷达信号及信号变化条件下的实验结果表明,遗传算法能够以较少的迭代次...     

基于产品体验性的供应链交货模型与仿真研究

消费者对线上购买产品的交货时间要求愈来愈高，根据产品体验性和市场地位确定产品交货时间对零售商变得更加重要。通过构建三种渠道权利结构下的供应链交货模型，分析了产品体验性对最优交货时间、考虑交货时间的零售商决策模式选择和交货后供应链利润的影响，并通过数值仿真验证了模型的正确性和可靠性。研究表明：不同权力结构下零售商最优产品交货时间均随着产品体验性降低而延长；产品体验性不影响零售商决策模式的选择，但对零售商主导下的供应商总收益影响较为明显。