具有战时随机损耗的军事运输路径优化

研究了战时带有随机损耗的运输路径优化问题；建立了随机机会约束规划模型和随机相关机会规划模型；针对运输中的必经点问题，设计了特殊的遗传算法染色体编码、交叉与变异规则；提出了通过对初始种群染色体的预处理采提高算法性能；给出了获取适应度的随机模拟步骤；最后还进行了实验，验证了模型和算法的有效性．     

基于均衡原理的定位-运输路线安排问题模型及求解算法

提出了物流配送均衡原理,构造了基于物流配送均衡原理的定位-运输路线安排问题的双层规划模型.运用Frank-Wolfe算法求解物流配送均衡模型,采用改进的禁忌算法优化选址问题和车辆路径问题,并通过双层规划模型将选址和车辆路径问题进行有机结合.应用提出的模型和算法求解了多个算例,并选取了其中一个算例试验结果进行分析.分析表明,基于均衡原理的双层规划模型和算法能够有效的求得定位-运输问题的优化解,是解决定位-运输问题的有效方法.     

干线运输优化的两阶段局部搜索启发式算法

干线运输的车货匹配及车辆运输路径优化对于降低大规模、多分布网点的物流企业的运输成本有重要意义.建立了干线运输的发车费用模型及总费用模型,提出应用一种基于直达网络搜索和车辆行驶路径搜索的两阶段局部搜索启发式算法进行求解.通过对企业实际数据的计算,表明该算法优化了干线运输的运输路径,减少了运输车辆数,降低了运输总费用,具有较好的应用前景.     

大规模随机运输网络的路径优化

针对具有不确定性、复杂性的大规模运输网络,以各种概率分布函数的运输路径优化问题为研究对象,通过具体的网络实例证明传统最优路径方法的局限性,提出了一种用于搜索随机运输网络中最优路径的频域生成图模型(Frequency-domainSpanning Graph, FSG), 并给出其求解大规模运输网络路径优化的算法.FSG通过时频域间概率函数的相互转化,能够定量处理连续概率分布和离散经验分布两种形式,其大规模分层搜索算法易于计算机化, 实现效率高.最后给出的大规模运输网络路径优化算例,验证了模型和算法的可行性和有效性, 显示出良好的应用前景.     

单周期离散随机需求的库存-运输整合优化

库存-运输整合优化问题极为复杂,目前尚缺乏系统研究。本文针对一个配送中心与多个客户组成的配送系统,讨论客户单周期离散随机需求条件下,建立该系统的库存-运输整合优化问题模型。并通过分析模型的离散特征,把问题转化为一般的车辆路径问题,借鉴现有的求解方法,构造了求解模型的自适应单亲遗传算法。最后用MATLAB编程并用测例进行了测试。结果表明,借助现代优化方法,库存-运输整合问题的研究具有理论意义和实际价值。     

战区物资调运数学模型研究

如何优化分配,合理调运,及时准确地完成后勤保障任务,是现代战争中战区物资调运面临的重要问题之一.基于运输问题,就现代战争条件下战区物资调运问题的各种情况建立了数学模型.该模型可用于后勤物资保障的决策支持系统及指挥自动化系统,为解决战时后勤保障供应问题提供了新的理论方法和思路.     

带有随机运输时间和成本的4PL路径优化问题

针对复杂多变环境带来的第四方物流(4PL)运输时间和成本的随机性,研究带有随机运输时间和成本的4PL路径优化问题.在总运输成本约束下,以总运输时间最小为目标,建立期望值模型(EVM)以及机会约束规划模型(CCPM).进而,为提高模型求解效率以及鲁棒性,将CCPM转化为等价确定性模型(EDM).根据4PL选择路径过程中需要同时选择第三方物流供应商的特点,设计蚁群算法和带有替换策略的改进蚁群算法对模型进行求解.算例分析验证改进算法的有效性,并表明EDM在保证解的鲁棒性的同时保证了较高的求解效率.     

模糊环境下多出救点应急救援车辆路径与物资运输优化研究

为研究灾害发生后应急救援车辆的运输路径和救援物资的运输问题,考虑受灾点对救援物资的需求量为模糊变量,将多出救点到多个受灾点的应急救援运输优化问题视为两阶段决策问题.第1阶段建立救援车辆的路径优化模型,实现运输时间最短;在满足第1阶段最优的情况下,第2阶段建立模糊线性规划模型,在运输成本最小前提下,确定出救点与受灾点之间的救援物资调运以及受灾点与受灾点之间救援物资的转运量.最后,利用具体算例来验证该模型的有效性.     

基于频域生成图的随机运输路径优化

根据运输系统的不确定性、开放性、复杂性等特点,以各种概率分布函数的运输路径优化问题为研究对象,提出了一种用于搜索随机运输网络中最优路径的频域生成图模型(Frequency-domain Spanning Graph, FSG), 并设计出相应的优化算法来求解问题模型.FSG通过时频域间概率函数的相互转化,可直观地定量分析出O-D对之间通行概率的动态变化过程, 既能处理连续概率分布又能处理离散经验分布, 且算法易于计算机化,实现效率高. 最后结合MATLAB给出的算例,验证了模型和算法的可行性和有效性, 显示出FSG具有良好的应用前景.     

基于动态蚁群遗传算法的弹药保障路径选择研究

战时弹药保障路径规划属于典型的不确定性路径规划问题,针对战时弹药保障路径的特点,对传统的解决最短路问题的蚁群算法进行改进,引入将蚁群算法和遗传算法相混合的策略,提出了基于动态蚁群遗传算法的路径优化算法,并通过仿真实验验证此算法可快速、科学和稳定地解决弹药保障路径选优问题.程序实现简单、研究结果可靠,能够为弹药保障路径选择的决策提供科学可靠的辅助手段,具有一定借鉴意义.     

红外系统攻防对抗数字化建模理论和方法

针对机载导弹逼近告警系统是否能够精确控制红外诱饵的释放时机、方向和数量,并使载机正确规避,从而达到最佳干扰效果这一难题,和多机红外系统攻防对抗战法的需要,综合应用多学科交叉领域理论,对由攻击机、红外制导导弹、目标机、红外诱饵组成的复杂系统空中运动的物理特性和随机特性的数字化建模方法进行了研究,并通过仿真计算,验证了该方法的可行性。     

随机需求条件下生产-库存系统优化与仿真

针对多周期、多产品、有能力约束动态制造系统的生产-库存问题,考虑随机需求条件和产品的需求满足率,建立以系统总成本最低为目标的二级随机线性规划模型,通过随机模拟法将原问题转化为等价的确定性问题,运用对偶理论和Benders分解法把等价问题分解为相互关联的主问题和子问题,然后分别进行求解。最后的实例仿真结果验证了模型和算法的合理有效性,表明了它们在生产实践中的应用性。     

需求稀少情况下随机动态装卸混合问题研究

针对随机动态装卸混合问题中存在的排队现象,运用排队论推导出需求稀少情况下随机动态装卸混合问题期望系统时间的下界;提出了一种实时优化策略——多车场随机队列中位策略;推导出需求稀少情况下,多车场随机队列中位策略和实际应用中广泛采用的随机队列中位策略的期望系统时间,并分析了期望系统时间的渐近性.模拟计算结果表明,需求稀少情况下,多车场随机队列中位策略明显优于随机队列中位策略;当服务强度趋于零时,多车场随机队列中位策略近似为最优策略.     

Stochastic Optimal Control Problem in Advertising Model with Delay

This paper investigates the optimal control problem arising in advertising model with delay. The authors reformulate the problem in Hilbert space by stochastic evolution equation and consider the optimal control problem of controlled stochastic evolution system. The necessary and sufficient optimality conditions of the control are established. The proposed approach is different from most existing studies of optimal advertising policy problem with delay. These results are applied to the optimal advertising policy problem under two different structures and the optimal advertising strategies are obtained.     

Stochastic maximum principle for mixed regular-singular control problems of forward-backward systems

This paper considers a stochastic optimal control problem of a forward-backward system with regular-singular controls where the set of regular controls is not necessarily convex and the regular control enters the diffusion coefficient. This control problem is difficult to solve with the classical method of spike variation. The authors use the approach of relaxed controls to establish maximum principle for this stochastic optimal control problem. Sufficient optimality conditions are also investigated.     

随机动态车队管理问题

详细描述随机动态车队管理问题，分析问题的随机特性，建立问题的随机线性规划模型。根据未来需求的概率分布函数，设计期望车辆数的估计方法、车辆选择概率的确定方法和车辆期望收益值的确定方法，从而确定线性替代函数斜率，构造线性替代函数来逼近目标函数中的期望函数部分，使问题分解为多个单时段单节点问题，并设计单时段单节点问题的求解方法。最后给出问题的完整求解过程，从而使问题能够得到有效解决。     

State and Output Feedback Finite-time Guaranteed Cost Control of Linear It Stochastic Systems

The problem of guaranteed cost control based on finite-time stability for stochastic system is first investigated in this paper.The motivation of solving this problem arises from an observation that finite/infinite-horizon guaranteed cost control does not consider the transient performance of the closed-loop system,but guaranteed cost control based on finite-time stability involves this practical requirement.In order to explain this problem explicitly,a concept of the stochastic finite-time guaranteed cost control is introduced,and then some new sufficient conditions for the existence of state and output feedback finite-time guaranteed cost controllers are derived,which guarantee finite-time stochastic stability of closed-loop systems and an upper bound of a quadratic cost function.Furthermore,this problem is reduced to a convex optimization problem with matrix inequality constraints and a new solving algorithm is given.Finally,an example is given to illustrate the effectiveness of the proposed method.     

战争模拟:复杂性的问题与思考

战争系统是典型的复杂巨系统之一，这给战争模拟带来了许多难以解决的问题。本文首先分析了信息化战争模拟的新需求，然后根据长期从事战争模拟研究工作的实践，就战争问题分解与求解、模型颗粒度与聚合解聚、实体能力与损耗计算，以及计算复杂性等主要的复杂性问题进行了讨论。并指出，战争模拟的复杂性主要原因取决于参数的不确定性、系统的适应性和层次涌现性，最后依此给出了关于战争模拟过程中需要注意的几个问题。     

Optimal Reinsurance and Investment Strategies Under Mean-Variance Criteria: Partial and Full Information

This paper is concerned with an optimal reinsurance and investment problem for an insurance firm under the criterion of mean-variance. The driving Brownian motion and the rate in return of the risky asset price dynamic equation cannot be directly observed. And the short-selling of stocks is prohibited. The problem is formulated as a stochastic linear-quadratic control problem where the control variables are constrained. Based on the separation principle and stochastic filtering theory, the partial information problem is solved. Efficient strategies and efficient frontier are presented in closed forms via solutions to two extended stochastic Riccati equations. As a comparison, the efficient strategies and efficient frontier are given by the viscosity solution to the HJB equation in the full information case. Some numerical illustrations are also provided.