多种资源受限多项目排序问题的两层决策方法

分析了多种资源受限多项目排序问题的性质和特点 ,提出用两层决策方法建立这类问题的数学模型 .将基于直接搜索法的随机全局优化方法用于求解该问题的全局最优解 ,给出了具体的算法步骤 .计算示例表明 ,本文建立的模型和给出的算法能有效地求解多种资源受限多项目排序问题.     

关键链项目调度模型及遗传算法求解

对项目管理的关键链方法(CCM)进行了研究.在资源受限项目调度问题(RCPSPs)模型的基础上,引入关键链方法,建立了关键链项目优化调度模型.提出了一种基于优先权的关键链计划生成方案,该方案根据任务优先权排序生成积极计划,定义项目唯一关键链.将输入缓冲区作为虚任务对项目计划进行二次调度,解决了在嵌入输入缓冲区时产生的资源冲突问题.设计了一种混合遗传算法寻找最优任务优先权排序,实现对CCM项目优化调度模型的求解.最后,通过大量的仿真测试验证了所提出的模型和算法的有效性.     

一种解决多星遥感地面接收资源冲突及优化的方法

针对多星遥感任务规划中的地面接收资源冲突问题,提出了一种利用互斥关系矩阵解决多星遥感中地面接收资源冲突及优化分配的技术,详细解释了互斥矩阵技术的实现方法;应用该技术能够给出多种无冲突的优化分配预案。同时以遥感任务完成量为基准,根据卫星星上数据存储能力和星地数据传输能力,采用优化决策技术建立了一种地面接收资源分配的综合评价模型,用来对多个地面站分配的无冲突预案进行评估,解决多星遥感地面接收资源分配的最优化问题。     

资源约束下多项目调度的拓扑优化方法

为了有效解决带有项目优先权约束和资源约束的多项目调度问题,综合考虑项目调度过程中任务的时序关系和资源限制,以拓扑遍历方法为基础,提出了一种多项目调度问题的拓扑优化算法。该算法利用拓扑序列的特点,能够保证任务间的时序关系,采用关键路径任务优先、向后影响度大以及最小空闲时间等优先规则进行任务调度及资源分配。结合工程实例,验证了该算法的可行性。     

以任务需求为驱动的多传感器资源管理方法

针对战斗机火控系统跟踪多目标过程中传感器资源管理问题,提出一种以任务需求为驱动的多传感器管理方法。该方法首先利用矩阵求迹的方式度量跟踪任务的信息需求;然后在分析任务优先级和传感器使用代价的基础上,建立以任务需求为驱动的多传感器集中式管理模型,并根据多个跟踪任务的信息需求自适应地分配传感器资源;对于分配过程中出现的NP (non-deterministic polynomial)难问题,探讨了利用改进蚁群优化算法寻找满足任务需求的最优传感器组合的可行性,并给出传感器自适应分配方案。仿真结果表明,这种管理方法可以在保证跟踪精度的条件下,根据任务的信息需求合理地分配传感器资源;此外,以任务需求为驱动的传感器管理策略可以大幅减少主动式传感器的工作时间,对于提高战斗机的生存性具有重要的工程应用价值。     

基于归纳法的同构资源目标分配算法

针对传统目标分配算法不能求解大规模资源目标分配的组合规划难题,提出了一种基于数学归纳法的资源目标分配算法。建立了资源相同条件下的目标分配数学模型。通过逐步增加资源和资源预分配的方法,不断从每次迭代的预分配方案中选择最优的分配方案,极大地降低了分配问题的搜索解空间和计算复杂度。以无人机协同区域搜索为典型应用案例,分别设计了对比实验和性能实验。仿真实验结果表明，该算法可以保证得到目标分配问题的全局最优解,并且在大规模资源分配中具有很好的实时性。     

考虑全局资源闲置成本的分布式RCMPSPTT

在考虑资源转移时间的分布式多项目调度问题中,增加考虑资源闲置成本,对于多项目共享资源的协调决策具有重要影响.基于多Agent系统建立以单项目完工时间为优化目标的局部调度模型,并采用遗传算法求解初始局部调度计划;同时考虑项目延期成本、全局资源转移成本和闲置成本,以多项目总成本为优化目标建立全局协调决策模型,设计基于贪婪转移策略的序贯博弈谈判机制协调全局资源的分配和转移,并根据协调结果调整单项目局部进度计划;以MPSPLIB问题集开展实验研究.研究结果表明:协调时考虑全局资源闲置成本能更好的协调全局资源的分配和转移;与无博弈随机分配和转移的协调机制相比,基于贪婪转移策略的序贯博弈谈判机制可以有效地降低多项目总成本.     

协同干扰资源优化分配模型及算法

针对伴飞式干扰机编队对抗雷达网的应用背景,以组网雷达融合中心定位精度为目标函数,建立针对组网雷达系统的干扰资源优化分配模型。在此基础上充分利用突防过程的干扰机编队飞行航线信息,提出以“融合中心对航线各点定位精度的加权积分”为目标函数,建立基于突防过程的干扰资源优化分配模型。最后利用遗传算法求解上述模型的最优分配方法,并给出具体的求解步骤。仿真结果表明,该分配模型在干扰资源任务配置问题上具有很好的应用性,对提高干扰机编队的整体干扰效果有一定的可行性。     

面向生产计划调整的资源参数反演逆优化方法

原生产计划是满足预测产品种类及数量需求的成本最小化的生产计划。然而，实际需求常常与预测不符，当获取实际需求数据后，需要对原生产计划进行动态调整。基于此，以逆优化为方法论，将面向生产计划调整的资源重配置问题，转化为一个已知实践最优生产计划，反向求解让该实践方案成为在调整后的参数下的原生产计划模型最优解的反演问题。该反演问题是以市场需求变动为动因，以不同生产线上不同类型产品的生产时间为调整参数，通过对该参数最小化调整的同时达到市场实际需求。首先从资源种类变动项目和每项资源变动数量两个维度刻画调整成本，同时引入 范数正则化方法降低资源变动项数，降低资源变动成本；其次，通过采用全局设备效率OEE测量作业环节生产效率，使得生产资源配置过程更具有全局性与系统性；最后，鉴于本逆优化模型是非凸非线性问题，为了提高求解效率，提出“松弛约束-中位数约束-紧松弛约束”三阶段方法确定生产线生产能力约束，该方法能够在增强最优解准确性的同时提高求解效率。将逆优化引入由果索因、变动需求驱动的生产资源最小化调整问题，有助于促进供需匹配，稳定生产，降低企业生产调整成本。     

半导体封装测试系统的生产能力规划

半导体封装测试生产线的流程复杂，资源多样。其生产能力规划需要解决生产任务在多个工厂的分配．资源在各个工厂优化安排的问题。当生产能力不足时．还需对如何优化地购进资源进行决策。文章介绍了半导体封装测试生产能力规划需要考虑的各个环节．提出生产过程模型单元（PPM）思想，建立了具有流程适应性的线性规划模型．解决了生产能力分配问题。在前一个问题求解结果基础上，还采用派生模型解决了制定资源购进计划的问题。模型已经成功应用在Intel公司的封装测试生产线上，与原来采用的电子表格的能力规划方法比较：实现了计划制订的自动化；规划时间从原来的22小时降低到目前的2小时；资源的优化分配方案帮助减少了资源的购买量，已为企业节约成本约240万美元。     

最小化流水时间的工作流资源优化模型和算法

资源在工作流实例间的分配决定了工作流实例中活动的平均处理时间和等待时间,针对优化资源分配,研究使整个工作流的流水时间最小问题。总结了最小化工作流实例的平均响应时间问题的目标和约束条件,提出了以工作流实例平均响应时间最小化为目标的求解最优资源配置数量的方法;建立了最小化工作流时间属性的工作流资源优化数学模型,设计了改进的遗传算法。仿真实验显示,通过适当增加调用的资源数量可减小工作流实例平均响应时间,优化工作流的流水时间。模拟实验通过将提出的改进算法与传统遗传算法的对比,验证了算法的计算效率。     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

Hybrid particle swarm optimization for multiobjective resource allocation

Resource allocation （RA） is the problem of allocating resources among various artifacts or business units to meet one or more expected goals, such a.s maximizing the profits, minimizing the costs, or achieving the best qualities. A complex multiobjective RA is addressed, and a multiobjective mathematical model is used to find solutions efficiently. Then, all improved particie swarm algorithm （mO_PSO） is proposed combined with a new particle diversity controller policies and dissipation operation. Meanwhile, a modified Pareto methods used in PSO to deal with multiobjectives optimization is presented. The effectiveness of the provided algorithm is validated by its application to some illustrative example dealing with multiobjective RA problems and with the comparative experiment with other algorithm.     

基于关键链和混合优化算法的舰船多项目并行建造进度管理方法

针对舰船多资源约束、多项目并行建造条件下进度优化与管理能力的不足,提出了一套进度管理方法。首先,基于关键链理论给出了多资源约束下舰船多项目并行建造进度管理步骤。其次,构建了舰船多项目并行建造进度优化模型,可实现在优化并行项目总工期的过程中通过合理分配各种资源获取最佳项目实施组合。最后,设计了适合于舰船建造等大型复杂工程项目求解的混合优化算法,并通过算例验证了方法的实用性。     

海外油气项目多目标投资组合优化方法

针对中石油海外复杂合同模式及经营环境多变情况下如何实现产量、投资、效益、风险等多个目标优化配置的问题,本文建立了考虑时间维度及风险因子的非线性多目标优化数学模型,表征了海外不同合同模式涉及的复杂商业规则和约束条件,提出了一种全新的求解多目标优化模型的混合优化方法.该方法先通过排队过滤法生成满足目标和约束条件的投资组合解;然后以该解的特征参数作为约束条件进行线性优化,求出投资组合局部最优解;最后以该最优解作为初始投资组合通过遗传算法求解得到一系列投资组合可行解.通过利用该方法对海外油气项目开展多目标投资组合优化,验证了该方法对于海外项目多目标优化的适用性,为海外项目规划方案设计提供了科学适用的思路和方法.     

资源分配问题两层优化分析的元模型方法

资源分配问题有着广泛应用,它的经典数学模型是线性规划问题。实际应用中资源的拥有量允许在一定范围内变化,资源分配优化所追求的应当是单位资源成本上的利润最大化。针对这一问题,提出了两层优化分析模型,并利用元模型给出了求解的方法。用二阶多项式元模型代替低层的较复杂的优化分析模型,将它嵌入到高层模型,可以实现快速可行的决策支持。数值实验结果表明了该方法的有效性。     

火力分配的最优剖分与投掷点的全局优化

火力分配的最优剖分与投掷点的全局优化李彦君，顾基发，汪寿阳（中国科学院系统科学研究所，北京１０００８０）ＯｐｔｉｍａｌＰａｒｔｉｔｉｏｎｓａｎｄＧｌｏｂａｌＯｐｔｉｍｉｚａｔｉｏｎｆｏｒＡｉｍｉｎｇＰｏｉｎｔｓｉｎＦｉｒｅＡｌｌｏｃａｔｉｏｎｓＹａｎ...     

基于多目标优化的C2组织平台资源动态调度方法

针对指挥控制(command and control, C2)组织的平台资源动态调度问题,对战场上的突发事件进行了分析,针对平台损毁和任务增加两种突发事件,构建了以最大化任务完成质量和最小化计划调整代价为优化目标的数学模型,并基于非支配排序遗传算法设计了多目标优化模型的求解方法。仿真实验表明,所构建的C2组织平台资源动态调度模型及求解方法能够有效应对战场上的突发事件,能够为决策者提供多个有效的平台资源动态调度方案。     

技术创新项目群资源配置模型

为解决技术创新项目群的资源分配问题,首先以研发人员为主要资源,分析了技术创新项目群资源配置的步骤和假设条件,然后提出以时间目标、成本目标和质量目标作为约束条件,构建了以时间、成本和质量为变量的多属性效用函数。在此基础上,以多项目间的时间、成本和质量的综合优化为目的,建立了技术创新项目群资源配置的数学规划模型。最后通过技术创新项目群实例验证了该模型的有效性,可以为国防技术创新项目资源配置提供决策支持。