基于混合遗传算法的FMS优化配置及其工艺路线规划

针对基于CQN模型的FMS优化配置问题提出了一种混合遗传算法,充分利用CQN模型中生产量函数和成本函数的单调性,设计了最大产量-成本梯度算子来引导新一代种群从不可行域进入可行域.同时,在求解相应的工艺路线规划问题的遗传算法中引入了具有启发式规则的余量随机分配算子,可以将超过约束条件的余量随机分配到个体中去,并通过按照一定规则的调整而保证所有个体的可行性.这样,一方面实现了利用遗传算法求解FMS配置的约束优化问题,另一方面加强了遗传算法的局部搜索能力.算例证明该算法的求解质量好于目前该领域常用的隐枚举算法.     

基数约束投资组合选择问题

投资者在进行投资组合选择时，通常希望得到的投资组合方案中，被选择资产数量可控，风险水平足够小。模型中通常以基数约束来控制投资组合方案中选择的资产数量。基于一类基数约束投资组合选择模型，该模型以最小化风险函数为目标，在不允许卖空前题下，考虑基数约束和预算约束。该模型应用极其广泛，但目前尚无商用软件可以直接精确求解。提出一种全局最优化算法，在分支定界法框架基础上，以一阶算法求解下界松弛问题。通过Fama-French产业投资组合基准测试数据集设计仿真实验，实验结果表明，本文提出方法能有效解决带基数约束的产业投资组合问题，能够给出任意基数要求的全局最优投资组合方案。     

生产负荷约束下虚拟企业合作伙伴选择

虚拟企业是提高制造企业敏捷性和竞争力的重要手段.对合作伙伴选择问题,建立了以生产负荷为主要影响因素的0-1整数优化目标函数求解模型.根据低效候选企业的概念,提出了缩减解空间的方法和步骤以降低问题的计算复杂度.应用内嵌子项目调度的分支定界算法求解此问题.应用研究算例以验证算法的有效性,结果表明建立的模型与求解方法可以获得满意的结果.     

多技能资源时间窗约束下可中断项目调度的分支定界算法

资源的多技能和时间窗属性是软件开发、工程设计、设备维修等领域在人力资源调度时常考虑的关键因素,而且在很多实际项目中,任务的执行允许中断.研究一类资源具有多技能和时间窗约束的任务可中断项目调度问题,建立了相应的整数规划模型,设计了一种分支定界算法构造搜索树进行求解,搜索树的每个节点代表一个任务组合,同时为减少分支节点数,提出了两个有效的剪枝规则,并设计了节点优先规则,对各节点任务组合则采用贪婪算法来进行资源约束判断.利用改进的PSPLIB案例库设计多组计算实验,实验结果检验了优选策略的有效性,经与CPLEX模型求解和基本启发式方法的对比揭示了算法在解决这类问题上的效率和有效性,求解结果可为实际项目调度提供决策依据.     

采用优先权解码的多阶段供应链网络设计方法

建立基于物流成本最小的多级供应链网络模型。该模型综合考虑了运输成本,设施的建设开办成本以及生产装配成本,本质上属于混合整数非线性规划模型。由于非线性约束及供应链网络庞大的变量和约束条件,常规的分支定界法难以精确求解。为此,本文设计了基于优先权编码的遗传算法进行求解,并将求解结果与Lingo软件的算法结果进行比较,算例结果显示了这种算法的有效性。     

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.     

一类人员调配问题的导引式局部搜索算法

描述一类生活实践中常见的可能存在过度约束的人员调配问题．这类问题用传统的分支定界等精确搜索算法求解时比较困难。本文则探讨了一种较新的超启发式搜索方法导引式局部搜索在求解这类过度约束人员调配问题中的应用。与其他常用的超启发式搜索算法如禁忌搜索和模拟退火的比较表明，GLS在此类问题的求解质量、求解速度和算法鲁棒性方面具有较好的综合性能。     

一个竞争选址问题的新模型及其求解算法

提出了一个竞争环境下使获得的市场份额最大化的选址模型,该模型通过引入竞争设施聚集引起的需求增长率和距离折扣率来刻画设施的聚集效应.同时给出了求解该模型的分支定界算法和贪婪算法,并通过一个数值例子说明和检验以上算法.最后,分析了需求增长率和距离折扣率对选址决策的影响.     

加权约束满足问题的改进深度优先搜索算法

回顾了加权约束满足问题的基本概念，给出了求解的标准深度优先搜索算法，并探讨了利用变量间的约束关系，改进标准深度优先搜索算法的搜索上下界；在此基础上，给出了一种改进的深度优先分枝定界算法，该算法的一个特点是通过循环迭代求解子问题来改进上下界．针对随机约束满足问题模型生成的测试数据的数值计算结果显示，改进算法可以大大缩短求解时间。     

求解项目调度中资源水平问题的近似算法

针对RLP与RCPSP的相似之处和自身特点，以求解PCRSP的遗传算法为基础，设计了一种求解RLP的基于分支定界策略的近似算法，搜索树的每一节点对应一个RCPSP，通过求解各节点RCPSP来求得RLP的最优调度计划，算法从具有基本资源需求水平的根节点开始，采用宽度优化顺序逐渐提高各种资源的可用量，既有利于资源的均衡利用，又可以通过定界策略有效地控制搜索树的节点数量，结合实例问题说明了基于分支定界策略的近似算法的求解过程，最后通过实例问题对该算法与遗传算法进行求解效果和时间效率的对经，分析了对比结果。     

CONVEXIFICATION AND CONCAVIFICATION METHODS FOR SOME GLOBAL OPTIMIZATION PROBLEMS

In this paper, firstly, we propose several convexification and concavification transformations to convert a strictly monotone function into a convex or concave function, then we propose several convexification and concavification transformations to convert a non-convex and non-concave objective function into a convex or concave function in the programming problems with convex or concave constraint functions, and propose several convexification and concavification transformations to convert a non-monotone objective function into a convex or concave function in some programming problems with strictly monotone constraint functions. Finally, we prove that the original programming problem can be converted into an equivalent concave minimization problem, or reverse convex programming problem or canonical D.C. programming problem. Then the global optimal solution of the original problem can be obtained by solving the converted concave minimization problem, or reverse convex programming problem or canonical D.C     

Planned lead time optimization in material requirement planning environment for multilevel production systems

This paper deals with the problem of planned lead time calculation in a Material Requirement Planning （MRP） environment under stochastic lead times. The objective is to minimize the sum of holding and backlogging costs. The proposed approach is based on discrete time inventory control where the decision variables are integer. Two types of systems are considered： multi-level serial-production and assembly systems. For the serial production systems （one type of component at each level）, a mathematical model is suggested. Then, it is proven that this model is equivalent to the well known discrete Newsboy Model. This directly provides the optimal values for the planned lead times. For multilevel assembly systems, a dedicated model is proposed and some properties of the decision variables and objective function are proven. These properties are used to calculate lower and upper limits on the decision variables and lower and upper bounds on the objective function. The obtained limits and bounds open the possibility to develop an efficient optimization algorithm using, for example, a Branch and Bound approach. The paper presents the proposed models in detail with corresponding proofs and se＇~eral numerical examples. Some advantages of the suggested models and perspectives of this research are discussed.     

基于知识约束的决策实体配置问题建模与求解

针对指挥控制组织设计中决策实体的配置问题,提出了在知识约束条件下该问题的数学模型及其求解方法。分析了该问题的约束条件,包括该问题的知识约束、隶属约束、能力属性约束等,建立了以最小化决策实体工作负载均方根为目标的优化模型,提出了基于遗传算法的模型求解算法,设计了针对问题模型的染色体编码方式、适应度函数以及遗传算子。最后结合联合作战仿真算例中一个任务与平台关系的设计方案,验证了所提方法的可行性和稳定性。     

动态车队组合优化模型及精确算法

结合单周期静态车辆配送问题(VRP),分析多周期车队组合及配送,建立起物流企业动态车队组合优化模型.使用Dantzig-Wolf分解方法对此模型进行分解,结合单纯形法、动态规划法和分枝定界法,设计出符合该模型的精确算法,并且通过数值实验对不同的需求分布,得到了动态车队组合的优化解.     

基于Branch ＆Bound方法MIQP问题的求解及应用

研究基于Branch＆Bound(B＆B)方法的混合整数二次规划(Mixed Integer Quadratic Programming，MQP)问题的求解，以及在一类混杂系统优化控制中的应用。B＆B算法求解MIQP问题的过程，可视为对于一个二叉树的搜索。影响B＆B算法寻优效率的两个主要方面是：分支变量的选择规则，以及树搜索策略。通过设定控制变量QPmax，用以限制寻优过程求解QP问题的最大数目，可以在较短的时间内获得MIQP问题的满足整数约束条件次优解。利用MATLAB编制MIQP问题的求解程序，并在混杂系统优化控制中的应用，做了仿真计算。     

基于模糊约束的贝叶斯网络参数学习

针对小样本下贝叶斯网络参数学习结果不准确的问题，提出一种模糊最大后验估计方法，该方法将模糊理论引入到参数学习中，通过对约束效力的度量，利用隶属度函数来确定超参进行学习，以提高约束使用的准确性。实验证明，所提方法可以有效提高参数学习的精度。除此之外，将所提方法应用到网络安全评估中，将通用漏洞评分系统作为专家先验参数，结合漏洞信息迁移样本来进行参数学习。最后，通过节点和路径安全评估验证了所提方法的有效性。     

An Exact Penalty Function Method for Linear Static Stackelberg Problem with Multiple Leaders and Multiple Followers

ＡｎＥｘａｃｔＰｅｎａｌｔｙＦｕｎｃｔｉｏｎＭｅｔｈｏｄｆｏｒＬｉｎｅａｒＳｔａｔｉｃＳｔａｃｋｅｌｂｅｒｇＰｒｏｂｌｅｍｗｉｔｈＭｕｌｔｉｐｌｅＬｅａｄｅｒｓａｎｄＭｕｌｔｉｐｌｅＦｏｌｌｏｗｅｒｓＬＩＤｅｎｇｆｅｎｇ；ＣＨＥＮＳｈｏｕｙｕ（Ｄｅｐ...     

基于线性近似和神经网络逼近的模型预测控制

针对非线性系统的模型预测控制问题,提出了一种基于线性近似和神经网络逼近的控制算法。用Taylor级数展开法对非线性系统进行线性近似时,要求对象系统中的非线性函数必须连续可微。为了突破这一限制,引入了Stirling插值公式线性近似法,拓展了可处理的非线性系统范围。通过对线性化过程中产生的非线性高阶项进行径向基函数(radial basis function, RBF)神经网络逼近,显著提高了对象系统模型精确度。为了降低数值计算复杂度,将控制性能指标函数重构为易于处理的二次型最优化问题,通过对该二次型最优化问题的求解得到了最优控制序列。控制过程考虑了约束条件的影响以模拟真实的工业生产过程。仿真结果证明了所提出预测控制方案的有效性。     

Estimation in discrete reliability growth,a growth model with coefficient condition

This paper considers the well known problem of estimating reliability in discrete reliability growth context with sequence of dichotomous success-failure outcomes. More precisely, the authors generalize the simple order relationship constraint with some coefficients. The authors prove that under some mild conditions, the generalized constraint MLE problem can be transformed to a traditional isotonic problem. The authors also study the lower confidence limit estimation of reliability with sample space ranking method. A simulation is conducted to illustrate the superiority of the proposed method.     

基于模拟植物生长算法的异速并行机调度 ——以汽车4S店维修车间瓶颈环节调度为例

汽车4S店维修车间的钣喷设备是整个维修服务系统的瓶颈, 通过对瓶颈的合理调度可以有效地提升系统效率. 首先, 用三元组α/β/γ方法, 将该问题描述为受准备时间和机器适用约束限制的, 以最小化加权滞后时间和为目标的异速并行机调度问题, 建立了对应的数学模型. 接着, 采用模拟植物生长算法求解此类调度问题, 提出了与问题相适应的生长点表示方法和迭代方法. 最后, 通过实例仿真简要分析了模型及算法的可行性和有效性.