基于卷积长短时记忆网络的短时公交客流量预测

针对传统的短时客流预测方法没有考虑到时序特征中跨时段客流之间的相似性问题,提出一种改进k-means聚类算法与卷积神经网络和长短时记忆网络相结合的短时客流量预测模型k-CNN-LSTM。通过k-means算法对跨时段时序数据进行聚类,使用间隔统计确定k值,构建交通流矩阵模型,采用CNN-LSTM网络处理具有时空特征的短时客流。该模型能够对具有空间相关性的数据进行较为准确的预测。使用真实数据集对模型进行检验和参数调优,实验结果表明：k-CNN-LSTM模型较其他模型有相对较高的预测精度。     

热轧批量计划编制模型及其算法

针对钢铁企业生产调度中的热轧生产批量计划编制问题,建立了以提高平均单元计划轧制长度和热装比为目标的数学模型,在实际生产中两个优化目标具有不同的优先级。提出了一种两阶段变邻域搜索算法,该算法按照先优化平均单元计划轧制长度后优化热装比的顺序求解该问题。基于生产实际数据的仿真试验表明了所提出的模型和算法的有效性。     

钢铁企业分时段多品种高炉生产计划问题研究

建立一个钢铁企业的分时段多品种高炉生产计划线性规划模型，与其它模型相比，该模型具有以下新特点：(1)考虑了高炉生产的多品种因素；(2)分时间段；(3)面向供应链，集成采购与库存；(4)引入喷煤量极限理论与最低碳比理论，加入了相应的约束；(5)考虑了配料对高炉产量的影响，模型求解结果为经济最优(利润最大)物料配比，最后给出了一个应用实例。     

基于鲁棒LS-SVM的ARMA时序模型研究

对时序数据建模与辨识技术进行了分析,提出了使用鲁棒LS-SVM算法建立ARMA时序预测模型。该模型是在LS-SVM的约束条件中加入鲁棒特性和时序模型参数,使之在求解的过程中对孤立点与噪声不敏感,并且能准确地辨识时序模型参数。考虑到高炉的热状态的输入输出数据集间存在着复杂非线性时序上的关系,通过用基于鲁棒LS-SVM的ARMA模型预报铁水中硅的含量,从而达到了预测高炉热状态的目的。说明了该模型在对非线性时间序列预测精度和稳定性上具有明显的优越性,为稳定钢铁质量和生产工艺创造了良好条件。     

数据挖掘中一种新的预测模型——基函数拟合预测及其在股市中的应用

探讨了数据挖掘的一种新模型——伯恩斯坦(Bernstein)基函数拟合预测模型,借助该模型的凸包性,对上证指数这一稠密时序资料进行了分阶段移动预测模拟,并分析了实际拟合模型和预测模拟的误差,取得了较好的结果.实践表明该模型对稠密数据集的研究有较明显的效果.     

面向生产计划调整的资源参数反演逆优化方法

原生产计划是满足预测产品种类及数量需求的成本最小化的生产计划。然而，实际需求常常与预测不符，当获取实际需求数据后，需要对原生产计划进行动态调整。基于此，以逆优化为方法论，将面向生产计划调整的资源重配置问题，转化为一个已知实践最优生产计划，反向求解让该实践方案成为在调整后的参数下的原生产计划模型最优解的反演问题。该反演问题是以市场需求变动为动因，以不同生产线上不同类型产品的生产时间为调整参数，通过对该参数最小化调整的同时达到市场实际需求。首先从资源种类变动项目和每项资源变动数量两个维度刻画调整成本，同时引入 范数正则化方法降低资源变动项数，降低资源变动成本；其次，通过采用全局设备效率OEE测量作业环节生产效率，使得生产资源配置过程更具有全局性与系统性；最后，鉴于本逆优化模型是非凸非线性问题，为了提高求解效率，提出“松弛约束-中位数约束-紧松弛约束”三阶段方法确定生产线生产能力约束，该方法能够在增强最优解准确性的同时提高求解效率。将逆优化引入由果索因、变动需求驱动的生产资源最小化调整问题，有助于促进供需匹配，稳定生产，降低企业生产调整成本。     

面向生产计划调整的资源参数反演逆优化方法

原生产计划是满足预测产品种类及数量需求的成本最小化的生产计划。然而,实际需求常常与预测不符,当获取实际需求数据后,需要对原生产计划进行动态调整。基于此,以逆优化为方法论,将面向生产计划调整的资源重配置问题,转化为一个已知实践最优生产计划,反向求解让该实践方案成为在调整后的参数下的原生产计划模型最优解的反演问题。该反演问题是以市场需求变动为动因,以不同生产线上不同类型产品的生产时间为调整参数,通过对该参数最小化调整的同时达到市场实际需求。首先,从资源种类变动项目和每项资源变动数量两个维度刻画调整成本,同时引入L0范数正则化方法降低资源变动项数以及资源变动成本;其次,通过采用全局设备效率OEE测量作业环节生产效率,使得生产资源配置过程更具有全局性和系统性;最后,鉴于本逆优化模型是非凸非线性问题,为了提高求解效率,提出"松弛约束-中位数约束-紧松弛约束"三阶段方法确定生产线生产能力约束,该方法能够在增强最优解准确性的同时提高求解效率。将逆优化引入由果索因、变动需求驱动的生产资源最小化调整问题,有助于促进供需匹配,稳定生产,降低企业生产调整成本。     

基于微粒群算法的GM(2,1,λ,ρ)优化模型

为了提高灰色GM(2,1)模型的预测精度,本文首先对灰色GM(2,1)模型的向前、向后差分进行线性组合出灰色GM(2,1,λ)模型,利用参数λ修正背景值;然后引入参数ρ对原始数列进行数乘变换,进一步将模型拓展为灰色GM(2,1,λ,ρ)模型.由于参数λ,ρ与误差之间为明显的非线性关系,难以解析,本文基于微粒群算法(PSO),给出PSO-GM(2,1,λ,ρ)优化方法.在该方法中,用λ,ρ构成一个二维的微粒群,以绝对的平均相对误差作适应度函数,以其最小为目标,求解最优的λ,ρ值.实例计算表明,该方法收敛速度快,预测精度高于普通模型,而且可满足实际需要.     

基于准时制的主生产计划方法

在当今的市场竞争中，能否及时供货和满足客户的要求关系到企业的信誉。为了提高企业的竞争能力，制造业都致力于采用日本的准时生产的策略。在前人研究的基础上，建立了适合于单件小批的主生产计划模型，这一模型有３个特点：（１）保证产品及时交货，也就是提前和滞后于交货期都要受到惩罚；（２）模型考虑了带有小批与单件并存的生产情况；（３）产品对能力的需求数据，考虑了分时段分布特点，并采用聚合算法从工艺路线和产品结构数据聚合而成。在对这一模型构造启发式算法的基础上，实现了主生产计划系统。该系统具有方便的人机界面，能够对由启发式算法产生的解进行修改。     

不确定环境多目标主生产计划制定方法

提出一种新的模糊线性规划方法（FLP）来解决部分参数如产成品单侏价格，成本系数，生产能力，产成品市场需求模糊的多目标主生产计划（APP）问题，并给出具体的FLP模型，人机交互系统允许决策人修改模型参数以达到满意的生产计划。本文所提出的方法较确定模型更能反映实际情况，并减少了建模的成本费用。     

双渠道订货条件下基于预测更新过程的报童模型研究

零售商可以在整个计划时段内持续不断的收集市场需求信息,对市场需求进行预测.离销售季节开始越近,市场需求预测越准确,但采购成本会较高.零售商有两次订货机会.在计划时段开始通过正常渠道订货,单位采购成本最低.在计划时段内零售商还有一次紧急渠道订货机会,可以动态地根据市场需求预测更新结果决策是否订货.当市场需求预测更新过程为MMFE (martingale model of forecast evolution),且在各时点存在不同固定订货成本条件下,证明正常渠道和紧急渠道最优订货策略分别为状态相关的basestock和(s,S)策略,最优订货点与当前时点市场需求预测值线性相关.建立了最优订货策略的求解算法.分析了正常渠道和紧急渠道订货对库存管理的不同意义,结合敏感性分析说明零售商如何在正常渠道和紧急渠道,以及市场需求信息和采购成本间进行权衡.通过大量数值算例发现双渠道订货充分地进行了权衡.     

Quality improvement and pricing with reference quality effect

This article studies a problem of joint pricing and dynamic product quality investment with consumers’ reference quality effect under the existence of quality inflation. Optimal control models are constructed to maximize the total profit with a limited quality investment capacity, where the demand is sensitive to historical product quality level. The optimal quality investment strategies for finite and infinite planning horizon are given respectively by solving these optimal control models on the basis of Pontryagin’s maximum principle, which enables the exact trajectory of the optimal quality investment with the reference quality effect over time to be depicted. In addition, an effective algorithm is designed to generate the optimal joint pricing and dynamic quality investment policy for the system. The main difference between the strategy of finite planning horizon and that of infinite planning horizon is that the latter is a constant. Our study indicates that it is never optimal for firm to increase quality investment all the way throughout the planning horizon. The level of quality investment is higher when taking into account the impact of reference quality. Moreover, numerical example is given to illustrate the validness of the theoretical results. Also, sensitivity analysis is carried out to show how system parameters affect the optimal policies, and some managerial suggestions are presented.     

随机急诊需求下基于分支定价算法的手术计划研究

手术计划是优化医疗资源配置的重要组成部分,涉及众多的不确定性,是目前医疗管理领域研究的热点和难点问题.本文聚焦于考虑急诊病人随机手术时长需求的择期病人手术计划问题研究,在各个手术室具有异质性的情况下,优化手术室的超时成本和闲置成本,并为一个计划周期内的择期手术进行手术室和手术日期的分配.建立了一个0-1整数规划模型,针对问题情境和手术计划特有的约束条件提出了满足问题特性的分支定界和列生成相结合的精确型分支定价求解算法.其中在分支定界算法上,通过对比选择适合问题特性的节点选择策略,并且提出了分步分支策略加快搜索过程.为加快列生成算法的求解,通过数值积分和等价转换将带有不确定性的子问题转变为一个0-1背包问题的变形,然后设计动态规划算法进行求解.数值实验表明,根据问题特性设计的分支定价算法可有效求解具有不同实例规模下的手术计划问题,和CPLEX相比,大规模情形下能够在可接受的计算时间内得到问题最优解.     

多入多出超宽带信道建模与仿真

在IEEE802.15.3a超宽带(UWB)信道模型的基础上,利用平行波近似理论,根据天线阵列的结构和多径的传播方向,提出了一种新的多入多出(MIMO)超宽带统计信道模型。各个子信道的多径幅度、相位和波达时间被引入了信道模型。子信道的信道特征参数满足超宽带信道的特征。实际测量的统计结果表明,波离角(AOD)和波达角(AOA)服从拉普拉斯分布。空间相关性、信道容量和天线间距、角度扩展之间的关系表明,该信道模型满足实际的空间相关统计特性。该模型对MIMOUWB系统的研究具有重要意义。     

基于区域控制的航空器滑行轨迹优化模型

针对现有模型解决航空器滑行轨迹优化时冲突约束能力不足问题,提出了一种新的混合整数线性规划(mixed integer linear programming,MILP)模型。利用区域划分和区域公共节点网络构建层次化滑行道结构模型,提高了滑行道建模精度,并在此基础上应用区域控制规则实现对滑行道的无冲突占用。同时,基于滚动时域策略对复杂的滑行轨迹优化问题分阶段求解,提高了滑行规划模块的灵活性和求解速度。实验结果表明,利用该模型能够有效回避滑行冲突,降低平均滑行时间和距离,提高场面运行效率。     

单车型确定性动态车辆调配问题

给出了单车型确定性动态车辆调配问题的定义,引入网络图描述该问题.建立了问题的线性规划模型,鉴于线性模型的缺点,利用函数逼近技术构造一个特殊的线性函数来近似目标函数中未来时段部分,从而建立起问题的时空分解模型,把问题从时间和空间上分解为多个单时段单节点问题,并根据单时段单节点问题特点设计简单的排序求解方法.最后,给出了模型的完整求解过程,从而使问题得到有效地解决.     

Optimal Output Feedback Control and Stabilization for NCSs with Packet Dropout and Delay: TCP Case

This paper considers the output feedback control and stabilization problems for network control systems (NCSs) with packet dropout and input delay, and the TCP (transmission control protocol) case is mainly investigated. Specifically, whether the control signal is lost can be acknowledged by the receiver in the NCSs. The main contributions are: 1) For the finite horizon case, the “optimal” output feedback control is derived by using the dynamic programming approach, and it is noted that the separation principle holds for the considered situation; 2) For the infinite horizon case, for the first time, the necessary and sufficient stabilization conditions are derived for NCSs with packet dropout and delay.     

Scheduling algorithm based on follow-up sharing character for post-event response resource distribution in large-scal disasters

Post-event response planners must develop effective and efficient plans for the proper allocation and distribution of resources to impacted areas (IAs) within a critical time window. To determine the effectiveness and efficiency of distribution plans, this study addresses resource allocation effectiveness losses (RAEL, or losses caused by the mismatch between supply and demand in IAs) and emergency logistics time costs (ELTC, or transportation time of logistics processes under emergency conditions). Moreover, this study examines a follow-up sharing character (FSC) that coordinates resources among different phases. This research proposes an integrated model (IM) based on this character. This model aims to minimize RAEL and ELTC. Furthermore, the IM combines the time dimension model (TDM), which coordinates the demands and supplies of all phases in the planning horizon, and the space dimension model (SDM), which generates a specific distribution plan for the first phase. An analytical solution is obtained for the TDM as per the definition of FSC, after which the SDM is solved through a single-objective linear programming model. After solving the IM effectively, we find that the proposed methodology fits the emergency circumstance well. Insights derived from the model are also presented in the conclusion.)     

变风量空调系统的模型预测控制及仿真研究

采用基于模型预测控制策略的多输入多输出(MIMO)控制器对单通道变风量空调系统的控制问题进行了研究.在分析系统工作机理和系统动力学行为的基础上,建立了内部模型的结构,采用实验确定了模型的参数.通过设定参考轨迹、输入输出约束、控制步长、预测步长及加权矩阵,解决了系统的凸二次型优化问题.通过仿真研究和对实际系统的控制,验证了系统的控制效果.