基于人工智能方法的变电站选址定容规划研究

变电站选址定容优化规划是一个多目标、多阶段,非线性．受约束的混合整数规划问题,传统的运筹学方法已不能满足求解的需要,以人工智能技术为主的各种智能优化算法成为解决变电站规划的主流算法。本文对变电站选址定容从规划的技术和经济性划分可靠性和经济性模型,按规划时问分静态和动态规划模型。并对多种算法进行全面的综述,重点分析这些模型和算法存在的问题和不足,并对存在问题和研究进行展望。     

带有等待时间窗的补给运输船航路规划

在渔船补给运输工作过程中,补给运输方案的选择对运输成本和效率有着至关重要的作用.为了降低补给运输的成本和提高运输效率,提出了一种以减少运输距离和运输作业时间为目标的航路规划方法.首先分析了渔船补给运输船的工作方式,以"送报男孩"方式作为补给策略.在此基础上,采用回归分析法预测渔船完成生产任务的初始等待时间,建立了以最短航路和最少补给时间为目标的多目标优化模型.鉴于模型决策变量的多维性,设计了模型求解的禁忌搜索算法,最后通过算例仿真验证了模型的可行性.     

海上开发平台选址规划模型及解法

海上油气开发平台建设是一项耗资巨大的系统工程,为了合理利用有限的资源取得最大经济效益,以产业选址问题为基础,对海上平台选址决策过程中的决策变量、目标函数和约束条件进行了分析,建立了随机油价下海上开发平台选址的双层规划模型.根据模型的特点设计了求解该问题的自适应遗传算法,求解下层规划时采用禁忌搜索算法,提高了模型的优化效率和优化效果.采用这一优化过程,成功地解决了海洋石油平台选址过程中平台产能、成本及资源最优分配问题.     

机会约束规划在地对空雷达干扰资源优化分配中的应用

应用机会约束规划理论,研究了反空袭作战中地对空雷达干扰资源优化分配问题。首先,在给出雷达威胁等级判定模型的基础上,利用干扰压制区建立了地对空雷达干扰效果评定模型。其次,根据所建干扰效果评定模型,综合考虑干扰资源分配过程中存在的不确定因素,建立了双层模糊机会约束混合整数规划模型。最后,利用可能性测度理论,将干扰资源优化分配模型清晰化为双层混合整数规划模型,通过求解混合整数线性规划来获取优化分配模型的最优解。仿真算例表明:所建的干扰资源优化分配模型不仅能够有效处理分配过程中的不确定信息,而且能够在本级干扰效果最大化的同时实现全局最优化;模型的求解算法针对性更强,非常适合求解该问题。     

MRO服务中心多技能员工优化调度模型

MRO服务企业如何科学合理地调配资源直接影响收益.从MRO服务提供商视角,综合考虑员工旅行费用和工作时间成本,研究为分布于不同地理位置的客户的设备提供维修服务的多技能员工的优化调度问题,建立了以维修成本最小化为目标的多技能员工优化调度的非线性整数规划模型.根据整数变量的特点将非线性模型进行线性化,形成线性整数规划模型,进而使用ILOG CPLEX优化软件进行编程求解.通过具有不同参数特征的大量仿真实验案例,验证了模型的合理性和有效性.     

整数规划算法效率研究

通过对整数规划问题的算法Groebner基和分枝定界法的求解过程分析比较,以同样整数规划问题实例,采用数学软件Maple,用Groebner基方法和分枝定界法分别进行了求解,对求解的的效率进行了比较,并对影响效率的原因进行了讨论.     

动车所调车作业计划优化模型与算法

本文在分析动车组一级修作业流程特点的基础上,将动车所调车作业计划优化问题构建为整数规划模型并设计了融合"股道均衡分配规则""股道无效占用时间最小化规则""冲突消解策略"的启发式算法对问题进行求解,以动车所实际案例为背景验证了模型和算法的有效性。结果表明,所提出优化模型和算法是有效的;所提启发式算法相比三类常见的调度方法具有明显的优越性。     

基于多目标粒子群优化算法的输电网规划

输电网规划是一个离散型、非线性、多目标的混合整数规划问题,难于求解.提出一种多目标粒子群优化算法用来求解输电网规划问题.在输电网规划模型中考虑了建设投资费用、运行费用及网损费用等3方面的因素.多目标粒子群优化算法基于Pareto支配关系来更新粒子的个体极值,并采用了精英归档技术,粒子的全局极值由档案库中的非劣解提供.使用Matlab7.1对Garver-6节点系统进行仿真计算,结果表明:与传统的单目标遗传算法相比,多目标粒子群优化算法获得的规划方案总费用更低,该方法可以提高输电网规划的经济性水平.     

基于改进熟人模型的多智能体协作

对RoboCup3D智能体仿真系统内的多智能体协作问题进行了研究和分析,并针对RoboCup3D具体的系统特性,提出了改进熟人模型来解决多机器人协作问题,通过对智能体的熟人类型进行分类,对系统目标最关键的信息进行求解,降低通讯和计算开销,给出了熟人评价体系及策略触发方式,使之能够应用在层次化的整体策略框架。在RoboCup3D仿真平台中对改进熟人模型进行了测试。     

基于实时工况的动态物料搬运路径规划

文章针对生产系统物料需求环境复杂多变以及生产过程中各种扰动所导致的搬运路径的不确定性问题,研究了物料搬运路径规划的重规划驱动机制以及扰动发生时的重规划策略;建立了包含多需求点、多搬运工具的多目标动态重规划搬运路径模型,以搬运时间、成本最小作为模型的优化目标,在扰动发生及到达重规划周期时间的情况下重新生成搬运路径;结合智能优化算法对该模型实例进行仿真计算,验证该规划方法可以增强搬运系统敏捷性并有效减少物料搬运的成本。     

突发需求下的三级供应链协调分析

针对市场需求突发情况,建立了一个基于预测补货的控制系统模型,并运用控制论思想,对供应链系统进行协调控制;仿真结果表明系统能有效降低市场不确定性对供应链的影响,为供应链管理决策提供理论参考。     

水环境治理PPP项目的多主体行为演化博弈

基于水环境治理PPP项目多主体不同策略组合下的收益函数，构建政府主体、经济主体和社会主体多主体演化博弈模型，并通过MATLAB软件进行数值模拟和参数敏感性分析.结果表明：在一定条件下复制动态系统可以达到积极规制，自主推进，主动参与的理想稳定状态；激励措施可以加快自主推进、主动参与策略收敛速度，但激励强度并非越强越好；演化稳定策略受惩罚力度和损失系数γ影响，对损失系数β不敏感.     

Modeling and Simulation of Equipment Material Inventory Control Based on System Dynamics

The paper discusses how the inventory control of army equipment material runs sytematically under the two-level maintenance system,and establishes the inventory control model based on system dynamics.On the basis of modeling and simulation,the influence of different inventory upper limit on the whole system is studied,and the optimal inventory control mechanism under the model condition is foud.In addition,through the simulation of two replenishment strategies(s,S) and(T,s,S),the advantages and disadvantages and feasibility of each replenishment strategy are analyzed.     

基于多Agent的能源供需模型

为了解决用数学模型难以预测能源系统供需结构的问题,提出了基于多Agent的能源供需模型结构.定义各Agent抽象结构与具体实现,提供与各Agent任务匹配的控制方法与控制规则,构建基于多Agent的能源系统分层递阶结构,并在Simulink平台进行仿真.实验结果表明:多Agent方法建立的能源供需模型可有效地实现能源供需结构预测,可以为政府部门的能源规划和决策提供有力依据.     

周期性需求下多级库存缺货控制模型研究

从一个以区域分销中心(DC)为主导地位且由多个供应商与零售商共同组成的多级库存系统出发,系统在假设DC和零售商都实行连续性盘点的(R,Q)库存控制策略,提前期为常量,零售商需求为正态分布的前提下,采用缺货策略的思想来确定订货临界点及订货批量.并且以确定DC的库存策略为目标,建立了缺货条件下的多级库存控制模型,从而达到有效控制库存的目的.最后,给出了一个算例,说明了该库存控制模型的可行度.     

Development of a Portfolio Simulation System for Apparel Supply Chain

In this paper, a generic retailer-oriented portfolio simulation system linking manufacturer, retailer, and customer in apparel supply chain is presented. The purpose of the simulator is to generate a portfolio consisting of replenishment strategy and performance index under different sales forecasting errors to satisfy the retailerdefined customer service level in apparel industry. After analyzing the main parameters in the portfolio simulator,the procedure and detailed structure of the simulator are then described. With the use of data from the industry, one case study of the portfolio simulator is achieved and the process of the simulation is validated.     

Supply Chain Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

Supply China Production-distribution Cost Optimization under Grey Fuzzy Uncertainty

Most supply chain programming problems are restricted to the deterministic situations or stochastic environments. Considering twofold uncertainty combining grey and fuzzy factors, this paper proposes a hybrid uncertain programming model to optimize the supply chain production-distribution cost. The programming parameters of the material suppliers, manufacturer, distribution centers, and the customers are integrated into the presented model. On the basis of the chance measure and the credibility of grey fuzzy variable, the grey fuzzy simulation methodology was proposed to generate input-output data for the uncertain functions. The designed neural network can expedite the simulation process after trained from the generated input-output data. The improved Particle Swarm Optimization (PSO) algorithm based on the Differential Evolution (DE) algorithm can optimize the uncertain programming problems. A numerical example was presented to highlight the significance of the uncertain model and the feasibility of the solution strategy.     

基于复杂网络的供应链鲁棒性分析

主要关注不同干扰情况下的供应链鲁棒性的表现特征.在给出基于复杂网络的供应链的稳定鲁棒性和性能鲁棒性的基础上,采用多主体建模方法设计了供应链网络结构,将广义进化论的思想融入其中,实际模拟了供应链的结构变化过程,分析了该供应链网络在受到不同干扰(随机/有意)以及有无局部联盟的情形下,稳定鲁棒性和性能鲁棒性表现.仿真实验结果表明供应链鲁棒性遵循一定的统计变化规律,这为实际进行供应链鲁棒性分析、提高其抗干扰能力、增强其鲁棒性提供了一定的研究思路.     

恶劣海况下的船舶电力推进系统控制策略仿真

针对恶劣海况下电力推进系统常规控制策略适应性不足的问题,提出抗过旋控制策略.首先,分析恶劣海况下螺旋桨出入水现象对螺旋桨产生的推力和转矩的影响,提出恶劣海况下带动态限速模块的抗过旋控制策略(抗过旋控制策略#1)和带吸气(ventilation)识别模块的抗过旋控制策略(抗过旋控制策略#2),并在后者中设计三种吸气效应识别器来侦测吸气效应;然后,在Matlab/Simulink环境中搭建船舶电力推进控制系统仿真模型;最后,设计恶劣海况下的仿真实验,比较常规控制策略与抗过旋控制策略之间的性能优劣.仿真实验结果表明,在恶劣海况下,带吸气识别模块的抗过旋控制策略拥有优良的控制性能.