基于树枝形铁路专用线网络的小运转货物作业系统优化

针对树枝形铁路专用线小运转货物作业系统优化问题，首先剖析了铁路枢纽小运转货物作业机理，进而根据各车组到达编组站时分、车组目的装卸站位置、车组取送作业时间要求、调机牵引定数等限制，以调机早到等待成本、调机晚到惩罚成本、铁路枢纽专用线调机和货车运营成本最小化为目标，构建问题模型。鉴于模型复杂，直接求解较为困难，故设计HH-GAP&AIP求解策略。该方法首先给出基于作业紧急度-编组定额-集结时间的送车-取车贪婪调配策略，形成小运转列车初始取送方案。进而设计异步循环启发式完成解的迭代寻优，同时为避免算法陷入局部最优及扩大解的搜索空间，给出基于检测-剔除-变换的取送车径路调整策略。最后，设计实验场景，对所提出的方法进行过程验证，并设计不同规模问题，对算法进行测试对比与性能评估。     

基于单机作业的树枝形专用线非直达车流取送优化

针对铁路枢纽地方货物流的小运转作业系统,研究一类基于单机作业的树枝形铁路专用线非直达车流取送问题。考虑调机牵引定数、挂运列车出发时刻、先送后取作业顺序等实际限制,构建在站停留车小时费用和调机取送成本之和最小化为目标函数的数学模型。鉴于该模型复杂,直接求解较为困难,设计HH-IBAGA融合求解策略。该求解策略首先根据模型的起作用约束组生成初始取送作业顺序集合;然后给出一种基于融合随机惯性权重策略的蝙蝠算法进行一步更新,进而引入交叉和变异机制对初始取送作业顺序集合进行再次更新,从而完成装卸站间货车取送作业顺序优化。设计实验场景,对本文所提方法进行过程验证,结果表明HH-IBAGA融合求解策略表现出较好的计算性能。     

工业编组站MIS决策支持若干问题的数学模型

信息系统决策支持的关键是要解决管理过程的数学描述和最优化问题。本文运用运筹学、模糊数学等数学原理和方法，对工业编组站取送车顺序、空重车在各作业区的分配、车列解体顺序和解体钩计划的调车作业方案，从理论上进行数学描述，对这些决策支持问题提出了确定作业方案的优化模型。     

铁路编组站配流协同优化模型与算法

编组站配流问题是研究车站作业计划优化编制的主线, 是站调阶段计划的核心. 为了实现配流的协同优化, 综合考虑解体调机、编组调机、到发线运用、取送车作业、配流等约束, 对总车流量、出发列车满轴列数、车辆在站停留时间等目标函数进行层次划分, 建立了编组站配流优化模型, 并以ECGACO算法为基础, 设计了针对配流问题的遗传-蚁群协同求解算法. 以郑州北站的实际数据进行测试证明了算法的有效性, 为编组站阶段计划的优化编制及配流智能化的实现提供了较好的解决途径.     

基于蚁群算法的拣选作业优化问题

蚁群算法是一种新型的启发式算法,研究表明该算法具有较强发现较好解的能力,但同时存在一些缺点如易出现停滞现象、 收敛速度慢等.在蚁群算法的基础上结合自动化立体仓库固定货架拣选作业的特点,构建了货物拣选路径问题的数学模型,设计了新型的改进蚁群算法用于合理优化货物拣选路径以减少作业时间,并在算法中 采取了三个改进措施, 改善基本蚁群算法的搜索能力.候选节点集合策略和自适应调整算法参数能有效提高算法的搜索速度,选择算子使问题的解始终保持最优.实验表明该算法具有较好的全局寻优能力, 收敛速度大幅度提高,能够很好地满足中大规模的拣选作业要求.     

基于状态集分解的一类车间计划、调度算法

针对集成生产计划,调度中的一类强NP-hard问题,提出了基于状态集分解的分层混合优化算法.通过状态集分解将计划、调度一体化模型转化为一系列的最小网络流模型,上层搜索通过建立可行性必要条件和启发式规则,迅速排除劣解或不可行解,缩小搜索范围.底层搜索主要依靠网络流算法及对偶再优化算法,辅以启发式策略,做小范围的局部精确寻优.数据仿真说明了算法的有效性.     

基于混合遗传算法的物流配送车辆调度优化问题求解方法

物流配遥车辆调度优化问题是一个NP-hard问题,随着问题规模的扩大,若单纯地应用精确算法将很难获得最优解.首先对物流配送车辆调度问题进行了深入分析并建立了优化数学模型;然后,根据模型把问题的解决合理地划分为两个阶段,将遗传算法的全局搜索能力和C-W节约启发式算法的局部搜索能力有机结合,由此构造出一种混合遗传算法;最后,通过一个应用实例的分析验证了此算法寻优的有效性.     

面向订单基于Agent的启发式产品组合生产计划研究

由于需求的不确定,很多企业在综合生产决策中渐渐采取面向定单的生产计划方式.当订单需求大于企业最大生产能力时,需要进行产品组合决策,以确定使利润最大的多产品混合生产的产量.本文针对一个面向订单生产的半离散制造型企业,结合Agent,建立了一个不依赖于特定成本和利润函数形式的基于作业流程和BOM结构的分布式生产决策模型,并给出了基于粒子群优化算法的启发式求解方法.该算法通过一维搜索调整粒子群"飞翔"的速度系数以解决寻优过程中粒子"飞出"可行域的问题,通过算例验证了求解算法的有效性.为将算法融合到所研究企业的ERP系统中,开发了试验性原型系统,并进行了模拟决策,结果表明所提出的模型和算法是可行的.     

综合客运枢纽接运公交线路优化设计

分析了综合客运枢纽接运公交线路优化设计问题的内涵及作用,构建了以运输效率最大和布设线路最小为双目标的优化模型,并将它转化为一类特殊的取送一体化的开放式车辆路径问题进行求解,给出了求解的禁忌搜索算法。最后通过案例进行了验证,证实了该算法具有良好的寻优性能。     

基于PSO-H优化算法的单机E/T调度问题

经典的粒子群优化算法是一个有效的寻找连续函数极值的方法。其在离散空间的应用还很不成熟。主要针对公共交货期下E/T(Earliness/Tardiness)指标的单机调度问题进行研究,并基于粒子群与启发式集成的优化算法(Particle Swarm Optimization integrated with Heuristic:PSO-H)对该问题进行求解。启发式信息由工件加工时间和拖期惩罚构成,它对算法的寻优性能有明显的改善。同时,采用OR-Library中的标准算例对该算法进行仿真实验,显示出理想的寻优结果。     

基于仿真优化的集装箱港口大门作业调度研究

提出基于仿真优化的集装箱港口大门通道作业的调度优化方法.首先,建立了大门作业的离散事件仿真模型和调度优化数学模型;其次,设计了启发式Tabu搜索算法和仿真模型相结合的仿真优化方法;然后,结合仿真自动化方法和在线数据库实现了仿真优化系统;最后,用实例验证并分析了本方法的有效性及效率问题.结果表明了本方法对在线、实时作业调度优化问题的适用性.     

多约束混流线平衡与排序优化问题研究

针对G企业混流装配线设计不合理导致工位间负载不均衡及产品堆积现象,考虑工序与工位间匹配关系,节拍时间、工序优先关系等多约束,以减少工位数量、均衡工位间负载、减少产品等待时间为目标,建立混流装配线设计与产品排序问题的多目标混合整数规划模型,分别设计了分层算法和混合启发式算法;利用小规模算例验证了分层次算法的精确性,利用大规模算例验证了混合启发式算法高效性。基于本文算法对G企业装配线进行优化后,其工位间负载极差由15.6 min减少到0.1 min,优化后投产顺序对应的节拍时间降低了6 min。     

一种求解TSP的生物信息启发式遗传算法

遗传算法是解决旅行商问题（traveling salesman problem，TSP）的通用路径优化算法之一。为解决传统遗传算法收敛速度慢且解不稳定的问题，提出一种生物信息启发式遗传算法（bioinformation heuristic genetic algorithm，BHGA）。通过优化适应度函数和初始种群，引入生物信息学中的基因序列对比手法进行交叉重组排序，采用基因逆转操作进行变异，对遗传算法进行改进，使算法能够加快收敛速度，得到更优路径解。利用BHGA对TSPLIB数据库中算例进行求解，实验仿真结果表明：该算法在中小型规模的TSP中求解效果好且结果稳定。     

卫星地面站资源调度优化模型及启发式算法

针对涉及合理确定各地面站各类设备的数量及其分布,对设备进行最优调度,提高地面系统资源利用率等卫星地面站资源优化问题,建立了一种非线性泛函优化模型,并根据实际,在适当假设的基础上建立了系统的0-1规划模型。为了求解模型,提出基于地面站资源冲突消解策略,提出了一种启发式调度算法。利用该算法,研究了一个5站10星问题的调度方案,并与人工经验调度方案进行了比较。结果表明,采用这种启发式调度算法,卫星获得服务的时间增加,平均每天服务总圈数没有明显下降,说明该算法是有效的。     

考虑保障装备可用度的舰载机作业调度优化

为了在保证较高水平的保障可用度前提下提高舰载机出动效率, 提出一种支持可用度约束的统计优化模型及其对应的启发式求解算法。能够同时生成舰载机的保障作业调度方案和保障装备计划性维护的时间安排, 并通过基于仿真的优化方式, 在启发算法的适应度评价中增加对视情维修和事后维修的仿真, 提高了舰载机作业调度方案的鲁棒性。仿真结果表明，所提算法能够提供一个稳定可靠的基准调度方案, 避免不必要的重调度。     

基于超启发式算法的备件供应网络结构优化

为了通过对供应网络结构进行优化从而提高备件供应的效率和效益,分别对传统正向供应网络、应急横向供应网络以及考虑抢修任务的闭环供应网络3种备件供应网络结构进行研究。以供应成本最小和供应时间最短为目标,以备件满足度、库存等为约束,构建了带约束的多目标优化模型。提出了一种基于排序选择函数的超启发式多目标进化算法,同时可以对不同网络结构模型进行求解。在ZDT系列测试函数上将该算法与其他进化算法进行对比测试,验证了所提出的超启发式算法在收敛性和分布性上的优越性。算例表明,一方面,与传统前向供应网络相比,横向和闭环供应网络能够提高备件供应的时效性和经济性;另一方面,超启发式算法在求解模型时取得的解优于其他元启发式算法。     

一类多资源作业车间混合优化调度方法

针对多资源作业车间调度问题,结合启发式算法和遗传算法的特点,提出了混合优化调度方法,建立了多资源约束的车间优化调度模型.根据启发式算法中调度优先规则对调度目标的影响程度,设计了新的编码规则.采用正弦函数作为改进遗传算法中的自适应因子,使交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率.通过实例仿真并与其他算法比较结果表明,该混合调度算法可以进行作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

单线列车运行调整的梯度搜索算法仿真与研究

列车运行调整的优化是一个非常复杂的问题,需考虑的因素很多,很难给出一个完美的优化模型。根据单线列车运行调整的特点,建立了单线列车运行图的离散事件拓扑图模型,提出了＂调整运行图综合满意度＂作为运行调整的目标,并进一步论证了＂调整运行图综合满意度＂函数的单调递减特性;提出了冲突树的概念和梯度搜索算法的算法原理及搜索步骤,并实例进行仿真。仿真结果表明,该算法模型在实际运行过程中的具有较好的优化性和有效性。

Abstract：

The optimization of railway rescheduling is a very complex issue, many factors should to be taken into account, and it’s difficult to give a perfect optimization model. A discrete event topologic diagram model was derived according to the characteristics of the single-track railway diagram, and the ＂comprehensive satisfaction of the adjusted train diagram＂ was proposed as the target of the railway rescheduling, then the monotonically decreasing characteristic of the target function was demonstrated. The concept of conflict tree was developed and the principle and steps of the gradient search algorithm based on the DET model were given and simulated. The simulation results show that this algorithm has better adaptability and effectiveness in practical application.