一类多周期的物流中心稳健性选址模型研究

从剖析现阶段物流中心选址问题的特点入手,根据需求动态变化的特点,将规划期分割成几个有代表性的周期,运用随机机会约束规划作为建模工具,以规划期内物流运作总费用和费用波动均方差总体最优为目标,建立了多周期的企业分销物流中心随机机会约束稳健性选址模型.其次对该模型的分析和处理进行了深入的讨论,为模型的求解指出了两种可行的途径--确定等价类的转化和随机模拟.最后运用实际算例说明了模型的合理性和有效性.     

随机价格条件下的产业选址双层规划模型及其禁忌算法

对产业选址问题进行了描述,提出一类带有价格随机参数的产业选址双层规划模型.根据该模型的特点转化为确定性的双层规划问题, 并且设计优化该问题的禁忌算法.算法基于二进制编码, 设计三种邻域,在邻域操作中控制选址数量约束, 采用惩罚函数处理总投资额约束, 提高了禁忌算法的优化效率和优化效果.描述产业选址问题双层规划模型的构建过程, 介绍算法的原理, 给出具有代表性算例试验结果和结果分析.试验结果及其分析表明本文提出的具有随机参数的产业选址问题双层规划模型及其优化算法的有效性.     

一类混合机会约束整数规划模型及其应用

提出并建立了一类混合机会约束整数规划模型,该模型同时含有模糊和随机参数。运用随机模拟与模糊模拟相结合的技术,给出了求解该机会约束整数规划模型的遗传算法。针对一类生产计划问题,在模糊和随机两类不确定因素同时并存的情况下,分析建模和数值求解,结果说明了模型和算法的适用性和有效性。     

求解模糊机会约束规划模型的微粒群算法

针对现在不确定规划领域中存在的模糊机会约束规划模型和群智能优化方法-微粒群算法,提出了一种求解模糊机会约束规划模型的新混合智能算法.该算法利用微粒群算法并运用模糊模拟技术对模糊机会约束规划模型的规划问题进行分析和数值求解,因而无需像传统的基于遗传算法的混合智能算法那样需要很长时间并经过复杂的计算才能得到结果.通过对实际模型的分析和数值求解,给出了应用该方法的具体步骤,说明了该混合智能算法的合理性和有效性.     

随机需求与随机生产环境下的综合能力规划研究

为研究随机因素对一般制造企业能力扩张决策的影响,考虑市场需求的随机性和生产作业消耗的随机性,基于能力规划模型的一般形式构建了随机市场需求和随机生产环境下的能力规划模型.通过机会约束规划方法,找到了随机生产能力约束的确定性等价类,同时,使用随机线性约束的二阶段求解方法,建立了随机需求约束的确定性等价模型,以随机环境下期望成本最小为决策目标,得到了随机能力规划问题的确定性等价形式.建立了使用遗传算法搜索能力调整变量,而使用原始-对偶方法求解产品组合决策二次约束规划的算法结构.通过算例证明了模型和算法的有效性.     

随机最优证券投资组合模型

讨论了当投资的预期收益率和风险损失率为随机变量时 ,证券投资组合模型的优化问题 .并分别建立了证券投资组合决策系统的期望值模型及机会约束规划模型 .最后设计了基于随机模拟的遗传算法 ,该方法有效地解决了证券投资组合模型的优化问题.     

带时间窗和随机时间车辆路径问题: 模型和算法

研究带随机车辆旅行时间、服务时间以及时间窗的车辆路径问题.根据不同的优化目标, 首先给出了问题的两种数学模型描述:机会约束规划和带修正的随机规划模型. 为了有效地求解该问题,提出了基于禁忌搜索的启发式算法, 该算法考虑了问题的随机特性.在实验部分, 首先给出了产生 测试问题的方法,然后基于产生的测试问题给出了算法的计算结果.     

不确定条件下的应急物资配送选址-路径问题北大核心CSSCI

研究在突发事件背景下的应急物流选址-路径问题。假定每个需求点的应急物资需求量与两点之间车辆运输时间是不确定的,利用机会约束方法建立了在一定应急限制期下,时间最小化和成本最小化的双目标随机规划模型,并设计了遗传算法对模型进行求解。通过算例分析验证了模型和算法的可行性与有效性。     

约束规划求解集装箱装卸系统集成调度问题

集装箱码头装卸系统中的岸桥、集卡和场桥的集成调度问题本质上是有阻塞、准备时间可分离并且依赖操作顺序的三阶段混合流水车间调度问题,现有文献多采用启发式算法求解该问题.本文先建立了一个紧凑的混合整数规划模型,然后从约束规划的角度建模求解该问题,提出了一个约束规划模型,以区间变量作为决策变量,并采用"扩展操作任务"的概念来定义区间决策变量以提升求解效率.为了展示约束规划的建模灵活性,还扩展了模型以考虑机器效率不同的因素.数值实验显示约束规划模型能够在很短的时间内对大规模算例求出高质量的解.     

分布式电源中最佳蓄电池容量的机会约束规划

为解决分布式电源中最佳蓄电池容量的计算问题，提出了电池容量优化机会约束规划的教学模型。在分析决定电池容量的关键因素和分布式电源中风能、太阳能以及用户负载随机特性的概率模型基础上，将电池容量的最优化问题归结为机会约束规划问题，得到了优化计算的教学模型，并应用遗传算法，结合随机模拟技术求解，得到了最佳电池容量。实例计算表明该方法是有效的。