震后应急物流动态选址-联运问题的双层规划模型

针对震后两级救灾动态网络系统、多品种救灾物资、供不应求、多运输方式以及物资需求急迫性程度不同等特点,建立一个上层以物资运送时间满意度最大为目标,下层以物资分配公平性最大为目标的双层规划动态模型,同时考虑时间窗限制以及物资最低满足率限制、中转设施数量限制、中转设施逐渐增加、运力限制以及物资量守恒等一系列约束条件。并根据模型特点设计了一种混合遗传算法。最后,以汶川大地震应急物资配送为背景,构建两阶段算例验证了模型和算法的有效性和可行性。     

考虑异质物资合车运输的灾后救援选址-路径-配给优化

研究灾后应急救援中的双层选址-路径-配给问题.针对灾害发生之后第一时间内各类型救援物资供给受限的情况,以救援及时性、综合满意度和物资供给公平性为优化目标,建立多工厂节点、多品种物资的考虑异质物资合车运输的多目标双层选址-路径-配给优化模型.采用融合差分进化和约束优化的方法,将多目标优化问题分解为三个单目标子迭代过程和一个多目标迭代过程,同时优化车辆行驶路线和需求节点物资分配方案.实验表明,采用合车运输的策略能够有效减少派出车辆的数量和车辆行驶时间.     

改进差分进化算法求解武器目标分配问题

针对武器目标分配问题求解收敛速度慢、搜索效率低、寻优精度差的问题, 提出一种基于改进差分进化算法的武器目标分配方法。首先, 建立多约束条件下武器目标分配优化模型, 将动态武器目标分配问题离散为静态武器目标分配问题处理。其次, 采用随机邻域变异策略平衡差分进化算法全局探索和局部开发能力, 采用基于历史存档的自适应参数整定方法, 根据“精英”信息动态更新算法参数。最后, 通过与5种变种差分进化算法的对比实验, 验证了所提方法寻优精度高、收敛速度快、鲁棒性强的优点。     

疫情事件下多灾点应急资源最优化配置研究

新冠疫情的爆发,使许多地区成为灾区,为了及时对灾区进行救援,灾后应急资源精准供给成为保障灾区人民安全的首要因素。本文利用SEIR预测决策时刻各灾区感染人数,由此计算灾区紧迫程度权重与物资需求量。基于紧迫程度构建以灾民满意度最大化、总成本最小化和考虑分配公平的应急资源调度多目标优化模型。提出多目标人工蜂群算法。针对人工蜂群算法易早熟等缺点,利用动态参数思想与Pareto解集来定义新的蜂群位置更新公式,利用教学优化思想对蜂群位置进行扰动,以避免算法陷入局部极值。通过算例进行模拟实验,结果表明,所提出的模型和算法可以有效解决疫情事件下多灾点应急资源最优化配置问题,且改进算法的性能更优。     

武器装备科研经费分配的规划模型与算法

针对武器装备科研经费分配难的问题,首先,考虑了不同武器装备研制费用随时间的分布模型,其次,在满足多种现实约束的情况下,以分配方案最大化满足经费需求为目标建立了数学规划模型,并设计了基于差分进化的求解算法。针对模型的特殊性,设计了特殊的编码方式,以满足各种现实约束。最后,通过一个示例验证了该模型和算法的有效性,可以为武器装备科研经费规划提供决策支持。     

多目标置换流水车间调度的混沌杂草优化算法

针对最小化最大完工时间,总流程时间及总延迟时间的多目标置换流水车间调度问题,提出一种改进的混沌杂草优化算法,该算法采用基于熵值权重的灰熵关联度适应值分配策略,引入快速非支配排序法生成外部档案,并将进化种群的更新和最优位置的混沌搜索相结合,用于维护外部档案,提升算法的寻优性能.通过与NSGA-Ⅱ算法进行OR-Library典型测试算例的对比实验,验证该算法的有效性.     

CDM GDP飞机着陆时隙多目标优化分配

为科学利用机场时隙资源、降低航班延误损失,研究了CDM GDP时隙资源分配方法.提出采用有效性、功效性和公平性均衡的CDM GDP时隙分配方法,给出一种多目标优化模型.模型以有效性为约束,以功效性和公平性为目标,寻求总延误成本损失最小和航空公司间损失偏差最小的分配方案;引入具体的评价指标量化比较分析航空公司间的公平性.模型采用一种多目标遗传算法予以求解.算例仿真结果表明,获得的一组最优方案的功效性和公平性比RBS算法提高了17.9%、88.5%,验证了所提方法的有效性.     

未定路网情景下灾后应急物资多方式配送的LRP研究

研究未定路网情景下灾后应急物资多方式配送的定位-路径问题(LRP),综合考虑应急路网连通情况、时间窗限制、车辆随机行驶时间、应急物资满载直配与巡回配送等特性,以应急物资总配送时间最短为目标,构建一个灾后应急物资多方式配送的LRP优化模型,并根据模型特点设计一种混合启发式算法予以求解。最后,通过算例验证了本文模型和算法的可行性与有效性。     

多受灾点救灾物资分配调度问题启发式算法

救灾物资的分配调度问题是灾害应急救援工作面临的一项重要任务。合理的物资分配调度方案可以极大程度地缓解灾情,保障人民群众的生命财产安全。本文提出一类具有多个受灾点、多种救灾物资的分配调度问题,以满足所有受灾点物资需求时间最短为优化目标。证明了该问题是强NP难解的,给出了问题的一个下界以衡量近似算法的性能。此外,提出了求解该问题的若干启发式算法,并通过仿真实验对启发式算法的性能进行了比较。     

集装箱码头ALV调度与堆场位置分配集成优化模型

针对自动化集装箱码头水平搬运作业和堆场作业,提出一种集成调度优化方法,以最小化最大完工时间为目标,同时考虑船舶装、卸作业,建立自动升降车(automated lifting vehicles,ALV)调度与堆场位置分配集成优化模型,提出求解模型的优化算法,设计基于遗传算法的启发式算法,利用算例对模型与算法的有效性进行了验证.计算结果表明,提出的启发式算法可以提高运算效率,能够在很短的时间内对大规模算例求出高质量的解.另外,集成优化模型同时考虑码头多个作业环节,有利于提高自动化集装箱码头的装卸作业效率.     

大规模灾害中基于FCMwNC的医疗物资联合运送优化

针对应急医疗物资供应节点与需求节点距离太远或者通往灾区的关键道路遭到破坏等灾害情境,对应急响应中的"直升飞机+车辆"医疗物资联合运送问题进行研究.首先针对常规模糊C-均值(FCM)的在选择应急中转点和划分医疗救助点中的不足,提出考虑医疗救助点数量约束的应急中转点选择方法(FCMwNC),接着考虑直升飞机飞行时间、应急中转点处的中转时间和车辆运送时间,构建一个考虑中转时间的应急医疗物资联合运送优化模型.数据实验验证了提出方法的有效性,并得出一些结论:1)FCMwNC划分方法能够克服常规FCM划分中的医疗救助点个数不均衡问题,进而能够有效缩短医疗救助点中的最大等待时间;2)随着应急中转点个数的增加,总的联合运送时间、平均等待时间和最大等待时间都有降低的趋势;3)随着中转效率的增加,总的联合运送时间、平均等待时间和最大等待时间会逐渐降低.     

利用嵌套微分进化算法选择微下击暴流模型参数

微下击暴流场的建模在飞行仿真中具有重要意义。将多涡环微下击暴流模型参数选择看作一个优化问题,引入微分进化算法来解决该问题。在按照水平垂直风速最大峰值比进行参数选择中,同时包含了互相关联的两种寻优过程。对标准微分进化算法进行改进,提出利用嵌套的微分进化算法同时完成目标寻优和中间寻优两个过程。仿真试验表明,本文方法可灵活地生成任意水平垂直风速最大峰值比值的微下击暴流场,并且能够满足用户设定的误差范围要求。     

基于动态进化算法的多阶段备件供应优化决策

由于实际备件保障工作中备件需求以间歇性需求为主,备件供应通常为多阶段的动态优化。针对以上问题,构建了多阶段备件供应数学模型。为求解动态优化模型,提出了一种元启发式动态进化算法。首先,在经典差分进化算法中增加了环境变化检测算子和环境变化响应策略,使得差分进化算法能够解决环境变化的动态优化问题。其次,提出了自适应莱维飞行策略,使得算法在环境发生变化时仍能保持良好的全局搜索能力和局部寻优能力。算例表明,所提出的动态自适应差分算法能够求得模型的最优可行解,且算法的分布性和收敛性均得到了很大的提升。     

差异演化算法及其改进

针对一类非凸、多峰及非线性函数优化难的问题，本文提供了一种新的求解策略——差异演化算法，该算法比其它演化算法稳健性强、收敛速度快。同时，为进一步提高差异演化算法的优化性能，该文也提出了一些改进措施，包括自适应线性变异以及迁徒操作，最后的仿真试验验证了本改进算法的优越性。     

灰熵并行分析引导PSO求解多目标优化问题

提出采用灰熵并行分析法引导粒子群算法求解多目标优化问题。灰熵并行分析法综合灰色关联分析法与信息熵的特点,对数据序列计算灰关联系数,同时并行地对数据序列计算信息熵及熵值权重,将灰关联系数与熵值权重结合求得灰熵并行关联度。〖JP2〗通过粒子群算法对优化问题的多个目标构建与粒子数相同数量的目标值序列,计算每个序列的灰熵并行关联度值,利用该值作为算法适应度值的分配策略引导粒子进化。以10个典型作业车间调度问题为例进行实验,结果与差分进化算法及遗传算法进行比较,表明灰熵并行分析法可以有效引导各算法进化,使算法在收敛性和分布均匀性方面表现良好,且粒子群算法的优化结果要好于其他两种算法的结果。     

中心变异差分进化算法

针对高维复杂优化问题,提出了基于中心变异和自适应交叉概率的差分进化算法--中心变异差分进化（center mutation based differential evolution, CMDE）算法。该算法首先改进了个体的变异形式,即把当前代的群体中心作为基向量,依据参加变异的三个随机个体向量间的函数适应值的大小关系,确定差向量的方向;然后给出了自适应交叉概率策略,即依据交叉的作用,通过分析个体向量间的函数适应值在群体内部的分布情况,确定每个个体的交叉概率。通过几个Benchmark函数的测试表明,CMDE算法具有较快的收敛速度,且对于高维复杂问题的求解精度高,寻优性能好。     

基于差分演化的改进多目标粒子群优化算法

提出一种基于差分演化的改进多目标粒子群优化算法来求解多目标优化问题。算法通过对Pareto最优解集的差分演化来增加Pareto解集的多样挫;通过循环拥挤距离采控制归档集中非劣解的分布．提高对种群空间的均匀采样;采用一种新的多目标适应值轮盘睹法选择粒子的全局最优位置,使其更逼近Pareto最优前沿;自适应惯性权重和加速度...     

双倍体差分进化粒子群算法在VRPSDP中的应用研究

针对粒子群算法和差分进化算法的不足,根据生物遗传学规律,提出了双倍体差分进化粒子群算法,并将其用于具有集送货需求车辆路径问题的求解中.个体有显性隐性两种状态,显性状态执行粒子群优化规则,隐性状态执行差分进化规则,通过比较适应度显性隐性可以互换.根据算法和问题特点,提出了一种实数编解码方案,使用启发式算法修正和改进算法结果.通过仿真实验,分析讨论了算法的参数,并与其他算法进行了比较,表明该算法是求解具有集送货需求车辆路径问题的有效方法.     

考虑二次灾害的开放式应急物流车辆路径问题

重大自然灾害往往伴随一些二次灾害的发生,如地质结构发生变化导致道路损坏、建筑坍塌。在自然灾害频发的环境下,考虑二次灾害的应急物资调度尤为重要。突发事件的不可预见性以及应急救援过程中受灾程度信息的难以精确度量,导致受灾点需求具有高度不确定性。本文创新性地将二次灾害中供应点的失效风险纳入研究,并考虑受灾点服务时间,探讨应急救援中的多车场开放式车辆路径问题。以运输时间最短为目标,在单边模糊软时间窗与模糊需求的约束条件下,分别建立考虑和不考虑二次灾害导致供应点随机失效风险的两类数学规划模型,并设计改进的变邻域搜索算法进行求解。最后通过算例分析,证明考虑供应点失效风险的重要性。研究结果表明,考虑供应点失效风险的应急物资调度物流系统的稳定性更高,降低了应急物资运输的风险。