不确定与损毁情景下可靠性设施选址鲁棒优化模型与算法研究

设施选址是长期战略性决策问题,选址决策面临各种不确定因素,设计一个可靠的选址网络具有重要的战略意义.本文同时考虑需求的不确定性及设施可能损毁的情景,扩展无容量限制的固定费用可靠性选址模型,建立不确定与损毁情景下服务能力有限的可靠性设施选址鲁棒优化模型.基于Bertsimas和Sim鲁棒优化方法提出一个新的混合整数规划模型,通过引入辅助变量和对偶变换实现非线性鲁棒优化模型转化为鲁棒对应模型,提出蝙蝠算法(BA)对模型予以求解,并通过算例仿真验证模型和算法的可行性,为设施选址决策提供模型和方法设计.     

不确定信息下应急设施选址-路径鲁棒优化

为抵御突发灾害对路网造成的破坏性，提高救援效率，考虑路径超期风险和设施点失灵对系统的影响，针对需求点物资需求量不确定和车辆运输时间不确定，构建三级路网，采用车辆和直升机联合运输方式进行多物资运送。基于鲁棒优化思想，建立了以物资送达需求点救援时间之和最小为目标的应急设施选址-路径鲁棒优化模型，采用CPLEX进行求解。最后，设计不同算例进行数据仿真实验，证明了鲁棒优化方法在处理需求量和车辆运输时间不确定以及偏差鲁棒优化方法在处理设施点失灵风险的有效性和鲁棒性，进而为解决应急设施点的选择和救援物资的及时准确配送，增强应急物流系统的风险应对能力提供了有效的方法。     

云制造环境下考虑不确定性的产品配置优化

越来越多的大规模定制企业借助于云制造技术实现产品的个性化定制。针对云制造环境下的产品配置问题, 提出了基于鲁棒优化的方法建立最小化配置总成本为目标的优化模型, 并考虑了云制造成本和时间的不确定性。运用基于budget 和区间的不确定集来刻画参数的扰动性。通过对偶理论, 将其转化为鲁棒等价模型, 从而可以采用 CPLEX 进行求解。以一个配置案例为例论证了鲁棒优化模型的有效性。最后, 设计了不同的算例进行仿真实验, 证明了鲁棒优化解在应对不确定风险时更为稳健、能够显著改善产品的准时交货期。     

考虑节点中断和需求波动的可靠供应链网络设计问题

本文研究了一个包含供应点、中转点和需求点的三级可靠供应链网络设计问题(RSCNDP).文章同时考虑了供应端的不确定性(节点中断的可能性)和需求端的不确定性(需求量的波动性),针对这些因素,采用情景的方法描述,并结合p-鲁棒模型的优点提出了一个新的混合整数规划模型.在模型中,α,β两参数分别表示决策者对节点中断和需求波动的风险偏好,优化的目标是在给定的风险偏好下最小化设施的固定成本和产品的运输成本.文章提出了一个由最短增广链法和遗传算法的相结合的混合智能算法来求解该模型,并结合实际进行了相应的数值分析.结论显示决策者的风险偏好对可靠供应链网络的设计会产生重大的影响,而在面临风险时,可靠的供应链网络表现要优于确定型的供应链网络,这些为企业的供应链管理决策提供了理论支撑.     

考虑下游ICU病床容量约束的鲁棒手术计划调度

手术计划调度是医疗资源配置的重要组成部分,也是复杂的组合优化问题.由于在手术计划调度过程中,存在手术时间、术后重症监护病房(intensive care unit,ICU)内住院时间、急诊病人的到达、病人取消等不确定因素.本文考虑手术后下游的ICU中病床资源的容量约束,基于不确定的手术时间和术后ICU住院时间,借助ellipsoid和box不确定集合刻画不确定性,提出一个手术计划调度两阶段鲁棒优化模型,得出易求解的鲁棒等价问题,并提出列生成启发式算法.算例结果表明,较之住院时间的不确定性,手术时间的不确定性对总成本和手术块的加班时间影响显著,而住院时间的不确定性对ICU内短缺病床数量有显著影响.管理者可选择恰当的手术时间和住院时间的不确定水平参数组合(Ω,Γ),综合权衡手术块的加班时间和ICU内病床的短缺数量,尽可能地最大化手术室、ICU病床资源的利用率.     

考虑区域异质性的应急物资选址-分配优化

重大灾害影响下的多个区域存在一定程度异质性,如灾区不同的受灾程度、救援区域不同的响应能力等。选择以"差异化反应时间"作为综合表征各救援区域异质性的关键指标,并用差异化物资需求来刻画各灾区异质性,研究将反应时间因素纳入应急总成本决策考量时的最优选址和物资分配优化问题。构造了一个包含多个指标因素的综合评价体系,用来区分各备选救援中心处面对灾害应急反应时间的快慢,结合各灾区不同受灾程度,构建一个考虑区域异质性的应急物资选址-分配模型。设计并应用遗传算法对所构模型在2008年汶川地震案例背景下实施仿真求解,将求解结果与不考虑区域异质的选址-分配方案作对比分析,并对关键参数进行敏感性分析。     

不确定需求下基于匹配度的应急物资分配区间鲁棒优化

考虑需求不确定性的应急物资分配是重大突发事件救援领域关注的热点问题。针对需求不确定下的应急物资分配问题，综合考虑需求量和需求时间的匹配度，构建以综合匹配度均值最大为目标的区间鲁棒优化模型，设计基于随机采样的改进自适应遗传算法，以某突发事件中的应急物资需求为对象开展算例研究，计算相应的物资分配方案及需求匹配度，分析模型和算法的性能，探究模型中部分参数的影响。结果表明：改进的自适应遗传算法在大规模物资分配问题求解方面的优势更加突出；鲁棒优化在提高应急物资分配中需求匹配度方面具有一定的优化效果，但鲁棒性降低并不一定意味着平均匹配度的明显增长；需求量匹配度权重对匹配度具有更加显著的影响，但需求量不确定程度的增加并不一定导致匹配度的下降。权衡保守值与匹配度之间的关系，设置合理的需求量匹配度权重，调节与控制需求量的不确定程度等，能够有效改善不确定条件下应急物资的分配效率与需求匹配度。     

不确定离散时滞系统的鲁棒滤波与仿真

研究了一类不确定离散时滞系统的鲁棒滤波问题,其中不确定性存在于系统的状态矩阵和输入矩阵当中,且满足范数有界条件.对于所有容许的参数不确定性,构造一个线性滤波器,使得滤波误差系统渐近稳定且满足一定的性能指标.给出了滤波器存在的充分条件,并通过矩阵变换得到了设计滤波器的LMI方法.为了使得滤波器具有良好的稳态性能,本文考虑了LMI的优化问题.通过求解一组LMI,可以得到最优滤波器.最后,仿真结果很好地说明了本文方法的有效性.     

基于情景分析的应急资源布局决策

考虑灾害发生时需求、运输代价等不确定因素,建立基于情景的应急资源布局两阶段数学规划模型,解决针对自然灾害的应急资源布局问题。将应急资源分配过程作为辅助决策阶段,解决应急设施选址和应急资源配置问题,并利用最小最大值的鲁棒优化方法进行应急资源布局决策。在求解模型时,根据灾害发生的不确定性,利用有限个情景集表示第二阶段的不确定性数据,并将模型化为与其等价的混合整数规划模型,利用情景松弛的迭代算法进行求解。数值试验结果表明基于最小最大准则的应急资源布局模型具有良好的鲁棒性,而且算法也是有效的。     

需求不确定环境下的供应商选择与订购量分配问题优化模型及算法

设计一个同时考虑需求数量和需求时机不确定性的供应商柔性衡量方法,在此基础上以采购成本、运输成本、退货成本以及交付晚点率、废品率最小和总的供应商柔性最大为优化目标,建立了需求不确定环境下的供应商选择和订货量分配优化模型,该模型不仅可以确定最优供应商,同时还可以确定各供应商的订购量分配率,并基于模拟退火算法设计了启发式求解方法进行计算和分析。最后的算例计算证明上述模型和方法计算快捷,结果合理,从而能为企业的供应商选择问题提供科学的决策依据。     

Robust H∞ filter design for uncertain nonlinear discrete systems with state delay

In this paper, we address the problem of robust H∞ filter design for a class of nonlinear discrete-time systems with norm-bounded parameter uncertainty, unknown state delay, and unknown nonlinear disturbance. Firstly, the sufficient condition of the existence of the robust filter is analyzed by the modified Riccati inequalities, such that the filtering process remains robustly stable and a prescribed H∞ performance lever is achieved. Then the filter is characterized in the terms of positive solutions of two algebraic Riccati-like equations, irrespective of the uncertainties, time delays and nonlinearities. The simulation example further shows the validity and the applicability of the proposed approach.     

考虑技术突破与技术升级的能力规划问题研究

技术进步与市场需求不确定性,都是制造业能力规划问题需要面对的最重要因素.以往研究仅考虑技术突破而没有考虑技术升级,较多考虑能力扩张而较少考虑能力更替,本文首次提出了一种同时考虑技术突破和升级的设备采购与替换的集成能力规划模型.在需求和技术进步双源不确定性条件下,采用Scenario方法建立了多计划期能力规划的集成决策模型,探求能力扩张、替换、维护的期望总成本最低.面对该决策问题所建立的非线性混合整数规划模型,本文为该NP complete问题设计了一种基于遗传算法框架的启发式求解算法,即通过增加变换操作的方法将该问题转换为可以随机进化求解扩张方案最优化求解替换方案的一个等价问题.在种群初始化过程中采取仅选择能力扩张决策进行染色体部分编码策略,然后用经典优化方法针对每个个体精确求解最优能力替换决策,将扩张和替换整体成本作为个体适应度参与个体评价与种群进化.实验结果表明,技术升级在不同需求变化情景下都可以有效降低能力规划的成本,且本文提出的启发式算法对于求解此类规划问题具有很好的收敛稳定性和性能稳定性.     

THE DEMAND DISRUPTION MANAGEMENT PROBLEM FOR A SUPPLY CHAIN SYSTEM WITH NONLINEAR DEMAND FUNCTIONS

This paper addresses the problem of handling the uncertainty of demand in aone-supplier-one-retailer supply chain system. Demand variation often makes the real productiondifferent from what is originally planned, causing a deviation cost from the production plan. Assumethe market demand is sensitive to the retail price in a nonlinear form, we show how to effectivelyhandle the demand uncertainty in a supply chain, both for the case of centralized-decision-makingsystem and the case of decentralized-decision-making system with perfect coordination.     

基于库存成本优化的配送中心选址问题研究

研究了需求不确定、存在运输规模经济下的连锁零售企业的配送中心选址问题．在传统选址分析中加入了详细的库存系统分析，在此基础上，以配送中心和门店的服务水平为约束条件，建立了较为全面的配送系统年总成本优化模型，并通过该模型找到了各方案下的最优库存水平和最小成本，从而选出最佳方案．最后。通过仿真，分析了需求变化和运输距离变化对系统的总成本以及方案选择的影响，为连锁零售企业的物流配送中心选址提供了决策支持．     

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。     

带有空间公平性约束的换乘停车场布局双目标规划模型

为规划城市交通网络中换乘停车场的布局,建立了带有空间公平性约束的双目标规划模型,目标分别为换乘停车场的客流量最大和建立换乘停车场的成本最少. 提出了单位成本客流量的概念,将原问题转化为含参数的单目标问题求解,分析了模型解的性质,并给出了单位成本客流量在参数 的不同区间上的函数增减性以及上下界. 模型应用在Anaheim市的交通路网中. 该研究为换乘停车场 的投资方从成本-收益角度评价建设方案提供决策支持,对城市交通部门进行换乘停车场的布局规划 具有理论指导意义.     

损毁情景下应急设施选址的多目标决策方法

应急设施选址问题是应急管理中的重要问题,设施的长期战略性地位,促使决策者在进行选址决策时关注多种目标.在一定的经济投入条件下,本文首先提出了决策者制定设施选址方案时的目标原则,构建以时效性、均衡性和鲁棒性为核心的评价体系,进而建立了应急设施选址的多目标优化模型,用覆盖为目标的救援总时间反映时效性,最大救援半径反映均衡性,以及设施损毁情景下额外增加的救援变更时间反映鲁棒性,用三个目标函数组成的三元组刻画选址决策的目标向量,理想点是一个三元向量,每一个分量值表示只以这个分量目标函数求解得到的最优值,提出了基于理想点的目标扰动最小化模型,并采用遗传算法设计求解方法,通过算例分析了模型和算法的有效性,说明本文提出的模型与算法在解决应急设施选址决策方面具有一定的应用价值.