用试探法求解DCPM问题的一种新算法

试探法是解决决策关键路问题的一种直观推断方法。本文在原有试探算法的基础上,提出了一种改进算法。它先求出时间-费用权衡曲线,然后求出奖罚费用,最后作出最优决策。在进行工期压缩时,它对存在多条关键路的情况给予了重视,认为各条关键路必须同时受到压缩,并优先压缩它们的公共工序。     

双代号DCPM问题的动态规划算法

本文在单代号 DCPM(Decision Critical Path Method)的基础上,提出双代号 DCPM 问题及求解双代号 DCPM 问题的数学方法——动态规划法。通过分析建立了动态规划模型,给出了求解的基本过程及其计算框图,并且编制了电算程序。由于动态规划法是严格地按着数学逻辑进行计算,因此为得到最优解提供了可靠的保证。     

用遗传算法求解DCPM问题

本文将遗传算法引入网络计划技术领域，详细分析了如何用遗传算法求解决策关键路线法(DCPM)问题，并给出了一种求解算法的具体步骤。该算法不用基于领域知识的规则，具有很强的通用性与鲁棒性。通过实例试算验证了该算法的有效性。     

总时差定理与最低成本压缩工期问题的一种新方法

研究了项目管理中时间-费用优化问题中一种典型问题--最低成本压缩工期问题的新方法.首先推导出总时差定理,即通过任意工序的路长最大的路线与关键路线的路长之差等于该工序的总时差.在此基础上,提出了对原网络逐步化简、逐步压缩的一种新方法,并对该方法的正确性进行了证明.     

施工进度计划柔性网络仿真的不确定性研究

工程施工中应用柔性网络计算机仿真突破了传统的PERT只考虑单一关键线路的限制以及工序的持续时间均服从β分布的假定,也使得仿真工期与关键线路都具有了不确定性.一次仿真结果只相当于对系统模型的一次抽样,缺乏代表性.将网络计划仿真技术与风险分析技术结合起来,采用统计分析的方法确定仿真运行次数,对实际系统大量的动态仿真工期进行完工概率与风险分析,用"工序关键度"表征关键线路的概率分布结果,能够较好的描述施工进度计划的不确定性,为施工管理与决策提供更多的信息.     

一种改进的SAR原始数据压缩算法

针对SAR原始数据的特点,采用二级小波变换进行数据压缩。对低频分量作DCT再作Huffman编码;对高频分量采用一种改进的嵌入式小波零树编码方法。结合一组实测SAR原始数据,用两种算法分别进行了压缩和解压缩,并计算了数据域及图像域信噪比,给出了两种压缩算法所成的图像。实验表明,改进算法数据域及图像域信噪比均比原算法高,改进算法在性能上优于原算法。     

军用物资供应道路选择最优算法研究

军用物资供应道路选择最优算法是物资后勤保障辅助决策系统的核心算法之一。针对军用物资供应道路的特点 ,建立了道路选择评价模型 ;给出了基于启发函数下的最短路标号搜索算法及程序流程图 ,对Dijkstra算法进行了改进 ,最后找出最佳路径 ;并进行了实例分析。通过道路选择辅助决策系统的实际使用证明 ,此算法可快速、科学和稳定地解决战区范围内军用物资供应道路选优问题     

一种FCM聚类算法的改进与优化

针对一种FCM聚类算法的一些不足 ,提出了具体的改进与提高的方法 ,并引入模糊决策理论 ,进行算法参数m的优化选择。改进后的算法 ,一方面有效地弥补了原算法中存在的不足 ,更好地解决了聚类数目选择等初值问题 ;另一方面 ,通过对参数m的优化选择 ,取得了较理想的聚类效果。最后给出了几种聚类算法对某数据样本集的聚类对比结果。     

求解Job Shop调度问题的改进禁忌搜索算法

提出一种改进的禁忌搜索算法,解决传统禁忌搜索算法优化效果对运行次数和初始解依赖的不足,提高这类问题的求解质量.根据Job Shop调度问题解的特征,提出基于关键工序的邻域选择方法,采用此邻域选择方法构造禁忌搜索算法,当无邻域时,重新产生初始解进行禁忌搜索,将传统的禁忌搜索算法从单起始点搜索改进成多起始点搜索.采用改进的禁忌搜索算法对13个难的benchmarks问题进行10次求解,得到的平均值8个优于TSAB算法,得到的最优解6个优于TSAB算法、4个与TSAB算法相同.采用基于关键工序的邻域结构构造的改进TS算法具有较强的搜索能力.     

飞行模拟器视景中纹理压缩技术的研究与实现

在不增加纹理内存的条件下，纹理压缩技术是提高纹理容量的一种有效方法。本文详细介绍了纹理压缩的基本算法及其4种改进算法，并以表格方式给出了纹理压缩前和压缩后的对比结果，最后分析了飞行模拟器视景所使用的各种纹理，说明如何在实际应用中针对不同纹理使用不同的纹理压缩算法。     

新建铁路基本走向决策研究

新建铁路线路基本走向选择在整个铁路建设中具有举足轻重的作用。在分析新建铁路线路走向方案比选特点的基础上，运用多目标决策分析原理，应用较为成熟的AHP主观赋权法作为指标权重分配计算方法，综合多种系统评价方法建立新建铁路线路走向决策优选模型，并以某新建铁路线路走向方案比选为实例进行验证，证明本文建立的决策方法和模型能利用全部信息，排序结果能够比较客观公正地符合新建铁路线路走向选择的实际情况。     

基于碳排放与速度优化的带时间窗车辆路径问题

研究了考虑碳排放和速度优化的带时间窗车辆路径问题,引入了基于速度的碳排放计算方法,以油耗、碳排旅行时间费用最小化为目标,将速度作为决策变量,建立了混合整数规划模型. 提出了两阶段启发式算法,第一阶段采用改进的禁忌搜索算法优化配送网络中的速度,第二阶段设计了弧段速度优化算法用于优化路径弧段上的速寻求对最优解的进一步改进. 数值实验分析表明: ①两阶段启发式算法能快速有效地找到满意解; ②采用优度的路径安排比固定速度的路径安排能减少更多的碳排放和总费用; ③碳排放和旅行时间之间存在替换关系,减少碳排放会导致旅行时间的增加; ④传统的车辆路径安排中存在很大的碳排放改进空间,由于油耗和碳排放是相关的,减少碳排放有利于节约总费用.     

带时间窗的开放式满载车辆路径问题建模及其求解算法

为满足某些企业的满载运输需求, 针对运输任务对车辆具有独占性的特点, 分析得到总运输费用的大小取决于车辆的空车运行费用, 在此基础上, 将带时间窗的开放式满载车辆路径问题转化为带时间窗的多车场开放式车辆路径问题, 建立了相应的数学模型, 并设计了改进的自适应遗传算法进行开环路径求解, 并把算法应用于某木材厂的周运输计划的制定, 算法在很短时间内求得了运输方案, 比木材厂原运输方案减少了车辆数, 并节省了运输费用. 实验证明, 算法是可行和有效的.     

基于改进蚁群优化算法的客运专线旅客出行方式选择

客运专线建成后客运通道内的旅客出行选择有更多的方式,根据出行时间和费用对旅客出行选择的影响,采用改进蚁群优化算法建立旅客出行方式选择的概率转移模型.用信息量对出行时间和费用进行描述,将通道内城市问各种运输方式线路上的信息量看作是对旅客出行选择的吸引强度.通过引入武汉-广州客运通道进行实例分析,得出不同出行距离的旅客选择各种运输方式(客运专线、既有铁路、公路、航空)的概率.     

网络规划中一般路线的算法

网络规划是一类广泛应用的定量管理技术。在处理各类实际问题时，不仅要计算关键路线，而且还要兼顾其它的非关键路线，其中包含次关键路线。非关键路线算法研究被长期忽视了。本文从网络时间的一般性质入手，给出了判别路线长度的工序总时差和工序单时差的若干性质，然后给出了所有不少于预定长度的路线的算法，并且结合实例进行了计算，最后对本文算法进行了若干讨论。     

多策略选择的在线租赁模型及其竞争分析北大核心CSCDCSSCI

传统的租赁问题以经典的"租雪橇"模型为基础,只考虑纯租赁和纯购买策略,为更加贴近实际,进一步考虑了投资者可选择先付部分购买费用后以某一较低的租赁费用进行租赁的策略,提出了多策略选择形式下的在线租赁模型。首先分析了该问题的最优离线策略;其次运用在线算法理论和竞争比思想给出该问题的确定性最优在线策略及其竞争比;最后,数值例子结果表明:在多策略选择的问题中,竞争比性能随着策略的不同而改变,说明了多策略选择对投资者的租赁决策具有显著的影响。     

基于K-means聚类的超启发式跨单元调度方法

结合我国制造业实际生产状况,针对柔性作业车间跨单元调度问题,提出一种基于K-means聚类的超启发式算法。应用K-means聚类算法将相近属性的实体划入相应“工件簇”决策块中,采用蚁群算法为每个决策块选择启发式规则;对每个决策块内的实体运用相应的启发式规则产生调度解。仿真结果表明：该算法以决策块的形式适度增大了计算粒度,有效降低了算法时间复杂度,以聚类的方式将具有相近属性的被加工实体进行聚集,有利于为不同属性的实体选择合适的规则。该算法提高了计算效率,具有较好的优化性能,是解决柔性跨单元调度的一种有效算法。     

资源受限多项目选择计划模型及其免疫优化决策方案

针对资源受限多项目选择计划问题探讨其数学模型,利用改进的克隆选择算法对其进行求解.算法设计中,利用启发式规则生成初始抗体群;利用变异算子改善进化群体的质量和增强进化群体的多样性;在群体更新中,基于启发式规则,插入新的成员微调进化群体的多样性.数值实验结果说明了模型设计的合理性,以及改进的克隆选择算法的有效性,获得了所建模型的较好决策方案.     

模糊需求下的单货源多设施Weber问题

在设施选址中,客户的需求往往是不确定的,用模糊变量来描述不确定需求更能真实地模拟出决策过程。在模糊可信性理论的基础上,建立了基于模糊需求的单货源多设施Weber问题优化模型,并结合改进的重心法(ALA)与两阶段优化算法,设计了一种新的混合启发式算法。该算法建立了客户的优先级,通过不断更新设施容量和设施位置来实现对客户分配,为了防止陷入局部最优,首先利用改进的重心法来优化初始选址位置(实质上是局部优化),然后用PSO算法进行全局优化。对小规模的问题,分别采用精确算法和本文提出的启发式算法求解,发现算法是有效的,并且具有良好的性能。将该模型和启发式算法应用到大牛地气田污水处理厂选址中,当客户为58,设施个数为6,种群大小为40时,该算法在375代左右收敛,年污水配送费用从360万元减少到312万元。该模型和算法对于进一步补充和完善设施选址模型具有重要意义,在现实中对于不确定需求决策具有一定的应用价值。     

n/k(G)表决冗余多阶段任务系统可靠性优化模型

提出采用多阶段任务系统（phased mission systems, PMS）冗余故障树模型和PMS冗余二元决策图（binary decision diagram, BDD）模型来描述冗余多阶段任务系统;通过递归法实现PMS冗余故障树模型到PMS冗余BDD模型的转换,从而得到整个PMS的最小割集;在分析n/k(G)表决冗余模块在PMS中可靠度计算模型的基础上得到整个PMS的可靠性计算模型。以费用最小为目标,构建多阶段任务系统可靠性冗余优化模型,并应用微粒群算法对模型进行求解。算例通过一个三个阶段n/k(G)表决系统来阐述该方法的应用,并验证了模型的合理性及算法的有效性。