时间-费用相关的随机活动网络仿真研究

针对复杂产品研发项目活动时间、费用不能准确确定,采用蒙特卡罗仿真方法,建立了时间和费用为相关随机变量的随机活动网络仿真模型。利用乔列斯基因子分解法,将独立分布的时间和费用随机变量转化为相关的随机变量,通过对仿真结果的分析,可以更准确地进行时间-费用交换分析,优化项目工期和费用。通过算例说明了仿真建模和分析过程。     

资源约束下的时间-费用交换问题研究

传统的活动网络时间 -费用交换问题着重研究如何通过增加费用压缩活动工期以实现项目费用最小 ,而没有考虑资源的约束 .考虑资源可用量限制情况下 ,建立了资源约束下的时间 -费用交换问题模型 .采用特殊编码方式为该模型设计了启发式遗传算法并编写了 VC++5 .0程序 ,用数值实例说明了该模型的合理性和程序的有效性 .该模型对项目业主和承包商之间的合同谈判决策具有借鉴意义 .     

基于随机网络模拟的航天项目风险分析和评估

鉴于各种不确定性因素对航天三项关键参量(战术技术指标,进度和费用)影响的重要性,应用随机网络理论和方法,建立了航天项目研制过程的随机网络模型,对航天项目进度风险和费用风险进行了定量化分析和研究。以一个典型航天项目为例,构建了其研制过程每一阶段的随机网络模型,并进行了求解和分析,得出了富有价值的建设性结论。     

GERT网络时间──费用优化数学模型(Ⅰ)

对于肯定型网络或是随机型网络在时间-费用线性关系条件下, 网络的时间一费用最优化问题已得到较好地解决；但在GERT网络中, 当时间-费用为非线性关系时, 优化问题至今尚未有完善的解决方法。本文旨在对于GERT网络中时间-费用为非线性关系时, 阐述了追加费用与缩短作业时间的一般性关系, 进而建立了一个多目标数学规划模型。该模型主要研究如何在各活动中分配追加费用, 求出最佳方案, 使得总追加费用最省并且缩短工期方差最大。该模型的建立对网络理论的基础研究和实际应用方法有一定的现实意义和参考价值。     

时间和费用不确定的网络计划资源均衡优化

研究了基于网络计划活动的时间、费用是随机分布，且活动持续时间上费用分配（时间-费用模型）非均匀分布的工期固定-单资源（投资资金）均衡优化问题。对时间和费用具有不确定性的网络计划进行Monte—Carlo仿真以及仿真输出的统计分析，获得了n次仿真输出结果的代表性样本。以代表性样本的仿真输出数据构造一个确定性网络计划，并根据实际情况假定该确定性网络计划各活动持续时间上费用的分配服从Weibull分布，由此在整个周期内迭加得到一个多峰的Weibill时间-费用模型。最后，采用启发式的“削峰填谷法”对呈现“高峰”和“低谷”落差很大的，具有很强的不均衡性Weibill时间-费用模型进行均衡优化，得到了一个较为均衡的投资强度分布。     

多分配快递轴辐网络的枢纽选址与分配优化方法

快递网络枢纽选址与分配方案的优劣直接关系到快递网络的运营成本和服务水平, 是快递企业运作的基础. 本文详细分析了多分配快递轴辐网络的节点及连接关系、径路特征与形式等网络设计要素, 并分析了快递网络设计中的相关费用和运输时间预算; 在运输时间预算约束下, 以分拣费用、运输费用、中转费用之和为目标函数, 建立了多分配轴辐式快递网络枢纽选址与分配优化模型, 并设计了基于条件最短路的模拟退火求解算法, 最后通过算例验证了模型和算法的有效性.     

考虑收入因素的旅行时间价值模型研究

时间价值在分析交通行为、定量地评价交通项目的经济效益中都起到十分重要的作用.在随机效用函数理论的基础上对旅客的时间价值进行了深入研究,提出了一种新的效用函数的构建方法和模型参数标定算法,其不仅考虑了传统的旅行费用和旅行时间,而且进一步考虑了旅客收入这一因素.其次运用极大似然估计方法对模型的参数进行标定.最后针对京沪通道相关数据进行了简单的实证分析.     

时间和费用具有不确定性的优化进度计划

对时间和费用都具有不确定性项目的进度计划的风险性进行了研究 ,提出了以净现值的期望值为优化目标的数学模型 DSPSP,描述如何权衡财务费用的节省和推迟现金流入的风险 ,合理地安排各个活动开始的延迟时间 .假定活动周期和费用都是离散随机变量 ,两者相关 .利用模拟退火过程对两个实例的求解表明 ,DSPSP模型的优化结果明显优于非常保守和非常乐观的两种极端策略.     

基于活动重叠的随机活动网络时间费用模型仿真研究

活动重叠是压缩项目工期的手段之一,也是并行工程思想的重要体现。针对活动重叠模式特性进行了深入分析,在重叠机理研究的基础上,运用仿真工具分析了活动重叠条件下的时间费用模型。通过对仿真结果的分析,将活动重叠时的时间费用交换问题与活动压缩时的时间费用交换问题统一起来。     

考虑换乘费用的城市公交网络随机用户均衡配流模型及算法

文章在引用增广公交网络的基础上,考虑换乘次数对乘客出行时间的影响,引入换乘次数惩罚因子,给出了计算换乘费用的方法,并给出了乘客在公交出行中包括步行时间、等待时间、乘车时间和换乘时间以及换乘惩罚在内的路径费用. 在此基础上,构建了随机用户均衡模型来描述城市公交O-D需求在网络上的分配问题,证明了模型的最优解满足平衡条件,采用改进的MSA算法对模型进行求解. 最后,用一个简单算例验证了模型及算法的可行性和有效性.     

变动补偿的多模糊选址-路径机会约束模型及算法

针对同时具有模糊需求和模糊旅行时间,且有车辆容量、配送中心容量和时间窗约束的选址-路径问题,基于预优化和实时调整的两阶段策略,引入变动成本的概念,建立变动补偿的机会约束预优化模型.在实时调整阶段,考虑多模糊参数的联合影响,定义变动成本为因车辆剩余容量不足返回配送中心卸载的额外配送成本和因车辆实际到达时间超出客户时间窗的时间惩罚成本总和.鉴于多模糊参数影响的时间窗可信度计算复杂,且已将时间惩罚成本作为变动成本的一部分修正目标函数,去掉时间窗机会约束,设计一阶段模拟退火算法求解,贪婪聚类构建初始解,随机模拟法估算变动成本.测试算例验证了模型和算法的有效性.得出,该模型可弱化偏好值的影响,生成实时调整变动幅度小且整体最优的预优化方案,提高对不确定环境的风险抵抗力,且求解简单;该算法是求解此类问题的较好算法;研究成果为多模糊选址-路径问题提供新的求解思路.     

Analysis of effect factors-based stochastic network planning model

Looking at all the indeterminate factors as a whole and regarding activity durations as independent random variables, the traditional stochastic network planning models ignore the inevitable relationship and dependence among activity durations when more than one activity is possibly affected by the same indeterminate factors. On this basis of analysis of indeterminate effect factors of durations, the effect factors-based stochastic network planning （EFBSNP） model is proposed, which emphasizes on the effects of not only logistic and organizational relationships, but also the dependent relationships, due to indeterminate factors among activity durations on the project period. By virtue of indeterminate factor analysis the model extracts and describes the quantitatively indeterminate effect factors, and then takes into account the indeterminate factors effect schedule by using the Monte Carlo simulation technique. The method is flexible enough to deal with effect factors and is coincident with practice. A software has been developed to simplify the model-based calculation, in VisualStudio.NET language. Finally, a case study is included to demonstrate the applicability of the proposed model and comparison is made with some advantages over the existing models.     

基于波动-均衡的员工工作行为定性模拟

为模拟员工工作行为，给企业管理者提供决蓑依据，提出波动-均衡规律：员工工作行为变化是一种受社会场引力和费用引力吸引的波动-均衡过程。根据该规律，对变量进行分类和表述，用因果关系图描述变量之间作用关系；用BP神经网络衡量社会场及费用引力；根据波动现象，设计状态变量的转换规则、过滤原理和模拟步骤。在示例应用中组合了不同环境和管理措施的实验方案，模拟结果表明，该方法能够正确地描述和预测员工工作行为的变化过程。     

Robust reliable guaranteed cost control for nonlinear singular stochastic systems with time delay

To study the design problem of robust reliable guaranteed cost controller for nonlinear singular stochastic systems,the Takagi-Sugeno(T-S)fuzzy model is used to represent a nonlinear singular stochastic system with norm-bounded parameter uncertainties and time delay.Based on the linear matrix inequality(LMI)techniques and stability theory of stochastic differential equations,a stochastic Lyapunov function method is adopted to design a state feedback fuzzy controller.The resulting closed-loop fuzzy system is robustly reliable stochastically stable,and the corresponding quadratic cost function is guarauteed to be no more than a certain upper bound for all admissible uncertainties,as well as different actuator fault cases.A sufficient condition of existence and design method of robust reliable guaranteed cost controller is presented.Finally,a numerical simulation is given to illustrate the effectiveness of the proposed method.     

Robust reliable guaranteed cost control for nonlinear singular stochastic systems with time delay

To study the design problem of robust reliable guaranteed cost controller for nonlinear singular stochastic systems, the Takagi-Sugeno （T-S） fuzzy model is used to represent a nonlinear singular stochastic system with norm-bounded parameter uncertainties and time delay. Based on the linear matrix inequality （LMI） techniques and stability theory of stochastic differential equations, a stochastic Lyapunov function method is adopted to design a state feedback fuzzy controller. The resulting closed-loop fuzzy system is robustly reliable stochastically stable, and the corresponding quadratic cost function is guaranteed to be no more than a certain upper bound for all admissible uncertainties, as well as different actuator fault cases. A sufficient condition of existence and design method of robust reliable guaranteed cost controller is presented. Finally, a numerical simulation is given to illustrate the effectiveness of the proposed method.     

空间站展开机构虚拟样机仿真及可靠性分析

柔性机构的运动具有复杂非线性的特点,为了进行柔性机构的运动分析和动态可靠性分析,提出了一种集成仿真环境下建立虚拟样机模型并进行运动仿真的方法。在UG-ANASYS-ADAMS多软件平台上进行动力学分析,利用蒙特卡罗随机抽样方法进行随机动态响应分析。在MATLAB中建立神经网络进行随机动态响应仿真实验以减少时间成本,得到了运动参数动态响应分布特性和运动参数的动态可靠度。通过空间站柔性展开机构实例分析和计算,结果表明该方法可以用于复杂柔性机构的仿真和分析,具有精度高、时间成本小的优点。     

面向任务流程的装备体系完成任务概率仿真评估方法

为了解决传统可靠性建模方法无法刻画装备体系复杂性及对装备体系完成任务概率进行准确评估等问题,提出了一种面向任务流程的装备体系完成任务概率离散事件仿真评估方法。该评估方法中,采用过程流网方法对装备体系任务流程进行建模,并对过程流网扩展了时间和资源等元素,引入活动影响因子,梳理子任务及活动间逻辑关系。采用离散事件仿真方法建立装备体系完成任务概率仿真评估模型,生成实体执行仿真过程,将进入导致任务成功的端点的实体数量与生成的所有实体总量的比记为完成任务概率,设置仿真时钟记录实体执行每项活动的时间,求平均值记为任务平均时间。最后,以某典型陆军作战体系为例,说明所提出方法的可行性。     

随机型网络瓶颈容量扩张的机会约束模型与智能算法

文章研究的问题为，在不确定环境中的机会约束下，怎样去增加一组边的容量到一个指定的瓶颈容量，以至于网络瓶颈扩张的费用最小。本文假定每一条边的单位扩张费用w1是一个随机变量，服从一定的概率分布。带有随机单位扩张费用W的网络瓶颈容量扩张问题可以根据一些概率机会约束规则，列出它的机会约束规划模型的通用表达式。随后，本文将网络瓶颈容量算法、随机模拟方法、神经网络和遗传算法合成在一起，设计出该问题的混合智能通用算法。最后，给出数值案例。     

一类随机摄动系统的最优控制与仿真

在内模控制(IMC)结构下对控制能量存在约束时一类随机摄动系统的最优控制及其仿真方法作了探讨。首先在鲁棒重新设计的基础上,针对一类随机模型误差的描述提出了一个平均意义上的包含跟踪误差和控制能量的性能指标,然后通过谱分解极小化该性能指标导出一个最优的内模控制器设计方法,可以兼顾模型摄动和控制能量约束,最后根据随机摄动系统的特点进行仿真研究进一步说明了所得控制方法的有效性。