多个医生环境下考虑取消预约的门诊预约策略

针对在多个医生的医疗环境下具有两类预约患者(提前预约患者和当天预约患者)的门诊预约问题,在考虑提前预约患者可能存在取消预约行为的情形下,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策略.以医院的期望收益最大作为决策目标,建立了存在取消预约情形的门诊预约问题的马尔科夫过程模型(期望收益模型);将该模型进行等价转化并给出了相关性质;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数量,进而给出了该门诊预约问题的最优预约策略以及确定该策略的精确算法;数值仿真验证了所提出预约策略的适用性和有效性.     

具有模糊收益率的贷款组合优化决策

通过把贷款的收益率刻画为模糊变量,提出了贷款组合的优化决策模型,即均值-方差模型,模型中的贷款收益率可以是任意的模糊变量.对于贷款收益率是特殊的三角模糊变量的情况,给出了模型的清晰等价类,这些等价类模型可以用传统的方法进行求解.对于贷款收益率的隶属函数比较复杂的情况,设计了基于模糊模拟的混合优化算法求解模型.该算法集成了模糊模拟、神经网络、遗传算法和同步扰动随机逼近算法,既具有较强的全局搜索能力,又具有高效的局部搜索能力.经数值仿真,验证了算法的可行性.     

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.     

超大规模管理优化问题的求解:城市小区粪渣清运排班案例研究

深圳市罗湖区小区粪渣清运排班优化为超大规模的实际管理优化问题.以该问题为案例,探索超大规模优化问题可行的求解方法.建立了城市小区粪渣清运排班优化模型,根据"贪婪"规则,设计了基于构造规则的启发式算法.通过小规模算例验证了算法的有效性.将该算法应用于案例中的实际问题,取得了满意结果.研究表明,对于实际的超大规模优化问题,可依据问题自身的特征,基于最质朴的贪婪规则,设计合适的启发式算法求解.该研究为类似的超大规模优化问题的求解提供了可供选择的思路.     

服务模式可变换的家庭医护人员调度优化问题

家庭医生不仅在社区医院为普通病人提供门诊服务,也为行动不便的病人提供上门服务.为了更加灵活地分配医疗资源,允许医护人员的服务模式在上门和门诊之间进行切换,提出一种服务模式可变换的家庭医护人员调度优化问题.以最小化路径成本、门诊病人等待惩罚和最大化医护人员服务模式偏好满意度为目标建立了混合整数规划模型,并设计了改进的混合遗传算法对问题进行求解.数值实验表明:允许医护人员服务模式双向变换可以有效降低运营成本;改进的混合遗传算法可以有效地求解不同规模的问题.     

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.     

考虑兼职用工的呼叫中心坐席人员排班问题

近年来,呼叫中心企业在人力排班中搭配使用兼职人员;兼职人力无论成本或工作模式都与全职坐席人员不同.针对企业实践场景,构建考虑兼职用工的坐席人员排班问题整数规划模型.在分析认识问题优化结构规律基础上提出两阶段优化算法.该算法通过分解日期和班次决策降低问题求解复杂性,通过表征不同类型人力满足话务有效需求的量化指标,局部优化地生成可用排班方案;然后运用具有模拟退火或贪婪机制的邻域搜索技巧来改善前阶段生成的排班方案.计算表明提出的算法能够获得企业规模问题的优化排班方案.最后分析各种因素如何影响兼职用工优化策略.研究表明科学合理使用兼职人力能够有效降低排班用工成本.     

随机服务时间下的家庭护理人员调度问题研究

研究了家庭护理中的医疗服务人员调度问题,考虑了随机的客户服务时间和最迟开始服务时间约束.建立了带补偿的随机规划模型,得到了客户期望迟到惩罚成本的近似计算表达式,并分析了期望惩罚成本的性质.根据问题的特点,基于列生成算法思想建立问题的集分割最优化主问题模型和生成新列的最短路子问题模型,并设计标签算法对子问题加以求解.将列生成算法嵌入到分枝定界过程中形成分枝定价算法得到问题整数可行解.通过数值实验,验证了所提出客户期望迟到惩罚成本近似表达式和分枝定价算法的有效性.     

多技能呼叫中心排班算法研究

对多技能呼叫中心的排班问题进行了系统研究.采用考虑顾客放弃的Erlan争A模型计算人力需求,应用动态集合覆盖算法解决多技能排班路由问题,针对多技能优化排班问题设计开发相应的启发式算法,并应用某呼叫中心的实际数据验证了算法的计算效率和优化效果.此外,对不同人力分组方案和不同班时拆分方案进行了一系列试验计算,发现分组细化和班时细分都能够提升排班效果,相比而言班时拆分对排班效果的影响作用更加显著.     

基于多视线融合的高轨近场感知队形设计

针对高轨卫星近场态势感知(near-field situation awareness, NSA)问题，提出了基于多视线(line-of-sight, LOS)融合的多星协同NSA方案，研究了考虑相对状态估计精度、光照约束等因素的NSA队形设计方法。首先，基于系统状态方程、测量方程，以及扩展卡尔曼滤波算法，构建了多LOS融合的NSA模型；然后，通过理论分析获得了LOS夹角越趋近90°,目标位置估计误差越小的NSA队形设计准则；进一步考虑光照、有界性相对运动等约束条件，提出了NSA队形优化策略，并利用罚函数法对由NSA队形优化问题转换得到的非线性规划问题进行求解。数值仿真验证了所提出的多LOS融合NSA模型、队形设计准则和NSA队形优化策略的有效性。     

考虑休班公平及同班次约束的呼叫中心排班优化问题

国内呼叫中心企业制定人力排班表时,越来越关注员工诉求及体现人性化管理理念.考虑坐席人员双休日休班公平性和周内工作日上班时间规律性,构建以多周为计划周期的呼叫中心排班优化问题整数规划模型.在对问题结构和优化性质分析基础上,提出构造性启发式算法.使用企业实例数据对模型和算法性能进行评估.计算结果表明规划模型只适于求解小规模问题最优解,而启发式算法能够以小计算成本获得较大规模问题优化解.最后计算分析得出了这些员工诉求因素对排班人力成本影响的量化结果.     

城市公交系统连续平衡网络设计的双层规划模型及求解算法

根据城市公交网络的具体特点 ,对公交网络进行了系统的描述 ,提出一个双层规划模型来描述连续平衡公交网络设计问题 .在双层规划模型中 ,上层模型为一个标准的公交网络设计模型 ,下层模型是一个公交网络平衡配流模型 .针对所提出的模型 ,设计了基于灵敏度分析的求解算法 .最后 ,给出一个简单算例对所提出的模型和算法加以验证 .     

基于新型BBO算法的微电网优化调度研究

针对含微型燃气轮机的微电网经济性与环保性协同优化问题，引入具有弃风弃光消纳和碳捕获能力的电转气(pow to gas, P2G)系统，提出了一种基于新型生物地理学优化算法(novel biogeography-based optimization, NBBO)的含P2G系统的微电网优化调度模型。构建含P2G系统的微电网模型，并分析主要设备的工作原理；引入风机备用容量以降低风力发电随机性的影响；建立微电网运行成本最小的目标函数，运用提出的NBBO算法求解该目标函数。通过分析可知，含P2G系统的微电网可减少9.02%的发电成本，降低25.9%的含碳氧化物排放，验证了所提含P2G系统的微电网模型的可行性及改进算法的适用性和优越性。     

基于随机用户均衡原理的充电站分布双层规划

为优化充电站布局，考虑燃油汽车的行程时间，出行能耗，以及电动汽车的行程时间、充电时间和等待时间等因素，分别构建燃油汽车和电动汽车的阻抗函数，利用变分不等式模型建立电动汽车和燃油汽车混合条件下的基于交通流均衡分配的充电站规划模型并提出求解算法。通过数值算例证明所提出模型和算法的有效性和实用性，提出路网内不同电动汽车比例条件下的最优充电站分布方案，并进一步分析电动汽车和燃油汽车共存条件下的交通网络运行特征。研究结果表明：所提出的模型和算法有效可行；充电设施的建设应根据电动汽车在路网中的比率进行科学调整，同时，根据驾驶者选择行为对充电站选址和容量进行规划，以保证交通网络运行状态的稳定、高效。     

空地异构无人系统侦察任务规划方法

相对空中同构无人系统,空地异构无人系统的运动能力、资源载荷、作战场景等异构性质会导致约束条件增多,使求解模型计算量显著增加,协同作战任务的建模和大规模问题的高效求解是需要解决的关键问题。以无人系统完成任务的时间、路径代价、侦察收益为目标函数,同时考虑无人平台续航能力等约束条件,合理构建了空地异构无人系统侦察任务的多目标规划模型;针对具有多威胁区的城市作战环境,考虑无人平台任务路径的安全性和时效性,分别提出了无人机和无人车改进A*算法路径规划策略。针对蛇优化算法(snake optimizer,SO)优化效果不稳定、容易陷入局部最优解的问题,结合粒子群算法和遗传算法提出了改进蛇优化算法(improved snake optimizer,IMSO）;通过Python语言进行了仿真验证和与现有算法的对比分析,验证了模型的可行性和算法的优越性。不同算法在由小到大的3种任务载荷设置下独求解10次,IMSO的平均目标函数值分别为SO的100.11%、108.99%和110.01%,可以看出IMSO能多次跳出局部最优,算法的稳定性、最终适应度值均好于SO,在较大规模问题的求解上更具有优越性。     

动态公交网络设计的双层规划模型及算法研究

根据城市公交网络的具体特点,对公交网络进行了系统的描述,同时从公交管理部门和公交出行者两方面进行系统的考虑,提出了一个双层规划模型来描述动态公交网络设计的问题.在双层规划模型中,上层模型为一个基于时刻表的公交网络设计模型,下层模型是一个动态公交网络用户最优配流模型.针对所提出的模型,设计了基于混沌优化方法的求解算法,并给出了一个简单的数值实验来说明所给模型和求解算法的有效性.     

考虑属性优先性的择期手术医患双边稳定匹配模型

针对考虑属性优先性的择期手术患者和医生双边匹配问题，提出了一种新的方法.在该方法中，首先，给出考虑属性优先性的择期手术患者和医生双边匹配问题的描述和医患双边匹配的定义；考虑到患者最关注的医生属性不同和医生对手术类型的擅长程度不同，分别给出了考虑属性优先性的医患个体理性匹配方案、医患稳定阻塞对、医患稳定匹配方案的定义；进一步地，根据患者提供的属性优先性信息，计算患者关于各优先属性集的权重，进而计算患者关于医生的综合满意度；构建了获得医患稳定匹配方案的多目标优化模型，基于多目标粒子群（MOPSO）算法设计了求解该模型的启发式算法；最后，通过算例说明了本文提出方法的可行性与有效性.     

考虑患者爽约和插队的医疗检查能力分配策略

医疗检查是一种预约服务系统.除了急诊患者外,其他患者往往需要提前预约.考虑提前预约患者可能出现取消预约、爽约以及急诊患者插队情形下的医疗检查预约问题,提出了一种决定是否接受患者预约请求的医疗检查能力分配策略.以医院的期望收益最大为目标,建立了医疗检查预约问题的马尔可夫决策模型;然后对该模型进行了性质分析,证明了对于任意提前预约时段,均存在各类提前预约患者最优预约数量,进而给出了医院最优医疗检查能力分配策略以及该策略的求解算法;最后,给出数值算例验证了所提出的预约策略的适用性和有效性.     

多用户双向AF MIMO中继系统的联合预编码算法

近年,双向放大转发(amplify-and-forward, AF)多输入多输出(multiple input multiple output, MIMO)中继系统中的预编码设计吸引了越来越多研究学者的兴趣。然而,在实际MIMO中继通信系统中,针对双向传输下的系统,对多用户模型进行的研究较少。由此，针对多用户双向AF MIMO中继系统模型，提出了一种联合预编码算法。采用在所有节点功率限制下,以最小和均方误差(minimun sum mean square error, MSMSE)设计准则去求解联合信源、中继和信宿端多用户的非凸优化问题,将最初的非凸优化问题转化成多个子优化问题,并利用半正定规划设计、平方约束二次规划设计以及二阶锥规划设计求解子优化问题。之后通过交替迭代方法进一步求解每个子凸优化问题局部优化值,达到优化所有节点矩阵变量的目的。所提算法较现有的算法,不仅在优化问题方面考虑更全面、更实用,而且实验仿真结果验证,提出的算法在系统和均方误差(sum mean-square-error, SMSE)性能、和速率以及误码率(bit-error rate, BER)上有均有改善。     

一种实现有滞后SISO系统频域参数辨识的新算法

提出了一种能够采用有滞后模型结构的SISO系统的频域辨识算法.该算法采用了直接的非线性指标,能够有效避免指标的线性化所导致的问题.进一步,针对这种非线性指标所导致的非线性优化问题,本文发展了一种最小二乘求解算法,提高了求解效率和解的可靠性.仿真取得了非常好的效果,表明了所提出方法的有效性.