资金约束条件下高速公路充电桩选址与定容优化

【目的】讨论带有资金约束和服务能力约束的高速公路快速充电站选址与定容规划问题。【方法】应用效用理论分析了电动汽车驾驶员在高速公路上选择充电站的策略,给出了充电设施不充足情况下的车流平衡状态迭代计算方法。建立了充电站选址定容问题的数学优化模型,并设计了一种改进遗传算法对问题进行求解。最后,提出了模拟实际高速公路网的随机网络生成方法,并通过实例对算法进行验证。【结果】测试结果表明:充电桩充电能力的提高可以有效增加高速路网上服务的车流量。【结论】改进后的遗传算法在求解不同规模网络下的选址与定容问题时,都能给出较为稳定的结果。随着网络规模扩大,算法求解的稳定性越好。
     

资金约束条件下高速公路充电桩选址与定容优化

【目的】讨论带有资金约束和服务能力约束的高速公路快速充电站选址与定容规划问题。【方法】应用效用理论分析了电动汽车驾驶员在高速公路上选择充电站的策略,给出了充电设施不充足情况下的车流平衡状态迭代计算方法。建立了充电站选址定容问题的数学优化模型,并设计了一种改进遗传算法对问题进行求解。最后,提出了模拟实际高速公路网的随机网络生成方法,并通过实例对算法进行验证。【结果】测试结果表明:充电桩充电能力的提高可以有效增加高速路网上服务的车流量。【结论】改进后的遗传算法在求解不同规模网络下的选址与定容问题时,都能给出较为稳定的结果。随着网络规模扩大,算法求解的稳定性越好。     

绩效评价中最优基础工作量的研究

【目的】研究绩效分配中最优基础工作量问题。【方法】利用多目标优化工具。【结果】建立与基础工作量相关的分值转换模型、满意度模型,得到以最小化满意度差的平方和、最大化满意度和为目标的多目标优化模型,并利用遗传算法对此多目标优化模型求解。【结论】结果表明此多目标优化模型存在弱有效解,且是科学合理的。     

绩效评价中最优基础工作量的研究

【目的】研究绩效分配中最优基础工作量问题。【方法】利用多目标优化工具。【结果】建立与基础工作量相关的分值转换模型、满意度模型,得到以最小化满意度差的平方和、最大化满意度和为目标的多目标优化模型,并利用遗传算法对此多目标优化模型求解。【结论】结果表明此多目标优化模型存在弱有效解,且是科学合理的。
     

油料调度保障问题的多目标优化方法

【目的】研究油料保障活动中的调度保障问题。【方法】综合多方面因素，构建了以调度效率最大化、系统调度成本最小化以及系统调度时间最小化为目标函数的多目标优化模型。【结果】利用多目标优化的主要目标法等标量化方法将问题转化为单目标优化模型，分析该模型解的性质并提出相应的遗传算法进行求解。【结论】提出的多目标优化方法能够在保障调度效率的同时获得相应较低的系统成本和相应较短的系统调度时间，可为油料调度保障问题提供决策参考。     

非光滑半无限优化的最优性必要条件

【目的】研究非光滑半无限优化问题在极限次微分下的最优性必要条件。【方法】通过约束品性和择一定理，研究带有抽象集约束的非光滑半无限优化问题的Kuhn-Tucker型必要条件。【结果】首先，举例说明已有文献中关于非光滑半无限优化问题的必要性条件的错误，并给出合理的修正。随后，针对半无限优化问题，给出一类约束品性。并通过择一定理得到了带有抽象集约束的非光滑半无限优化问题的Kuhn-Tucker型必要条件。【结论】所得结果丰富了半无限优化理论。     

全终端网络优化问题的遗传算法求解

全终端网络布置优化属于典型的组合优化问题解码过程的融合为基础，应用改进遗传算法设计了一款软件应用阚值约束进化方向等看法针对全终端网络布置的特点，以深度优先算法与进行全终端网络优化布置，并针对实验结果提出     

基于 NSGA-Ⅱ 的考虑客户满意度的多目标车辆路径问题研究

【目的】研究考虑客户满意度最大和总成本最小的车辆路径问题。【方法】引入了带精英策略的非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解，并采用Python进行程序编写，选取Solomon 的标准测试数据进行数值实验。【结果】建立客户满意度最大和企业总成本最小的双目标优化模型，实现了车辆数、客户满意度、总路径长度以及成本费用的优化。【结论】实验结果表明所建立的优化模型能够在给客户带来高质量服务的同时，较好地降低成本，对物流企业的配送决策提供一定的参考价值。     

多目标优化问题近似解的一类标量化方法

【目的】研究多目标优化问题近似解的一类标量化方法。【方法】利用Ehrgott和Ruzika提出的多目标优化问题的标量化模型。【结果】建立了基于co-radiant集定义的(C,ε)-近似解和改进集定义的E-近似解的一些标量化结果,并提出了一些例子对主要结果进行了解释。【结论】所得结果为设计求解多目标优化问题近似解的最优算法提供理论与方法基础。     

考虑碳排放和班轮联盟合作的航线网络优化模型

【目的】考虑到碳税的征收和班轮联盟运营成为主流，对该趋势下航线网络设计问题进行研究。【方法】采用合作博弈和逆优化理论，构建混合整数规划模型。该模型基于班轮联盟承运人之间的舱位交易活动，同步决策班轮航线网络设计方案、船队设计方案、航速方案、货物运输方案以及各承运人之间的舱位交易价格，该价格可确保各承运人按联盟整体收益最大的货物运输方案运营时，都能获得自身最大收益，从而确保了联盟合作的达成。采用遗传算法框架，设计模型的求解算法。【结果】基于亚欧航线实际运营数据，设置不同运价和碳税费率的案例，进行了灵敏度分析，结果显示不同情境下的航线网络方案中，碳税支出和联盟合作方案有所不同。【结论】运价对联盟网络结构和收益分配有明显影响：随着运价的提升，网络结构复杂性增强，市场份额高的承运人投资收益率更高；征收碳税明显改变了船舶运营策略：随着碳税费率的升高，船舶短途运输航程明显增加，承运人倾向于选择增加船舶数量，降低航速运营。     

基于链路角度最优化的无线Mesh骨干网络拓扑控制

【目的】为了改善基于Delaunay结构的无线Mesh骨干网络拓扑复杂度、通信链路角度以及全向通讯时信号干扰严重等不足,提出一种基于定向通信机制的节点链路角度最优化拓扑控制算法。【方法】该算法通过优化节点通信链路角度,使其相对最大,降低网络拓扑复杂度,并采用定向通讯机制降低通讯链路之间信号干扰。【结果】在满足约束条件下,该拓扑优化控制算法不但使节点链路之间角度控制在相对最大范围,减小了定向通讯时信道的干扰,同时也改善了无线Mesh网络(WMN)的丢包率、延迟、吞吐量等性能。【结论】仿真实验结果表明,该拓扑控制算法是有效的。     

分销配送网络优化模型及其求解算法

为了优化网络结构 ,寻求最佳配送策略 ,最终找出成本最小的供应链 ,针对需求拖动式供应链中 ,多供应商、多产品、多客户分销配送网络的优化设计问题 ,在考虑需求分配的情况下 ,提出了分销配送网络的优化模型。为了求解优化模型 ,提出了基于混合遗传算法求解混合 0 - 1整数规划问题的算法 ,它是用遗传算法搜索 0 - 1变量的最优解 ,将其他算法融入遗传算法中 ,对非 0 - 1变量进行求解的一种算法。最后通过两个算例进行了仿真实验 ,验证了优化模型的正确性和算法的有效性。模型简明、客观 ,算法易于扩展并具有鲁棒性、通用性     

基于脑模型联接控制器的车间布局多目标优化技术研究

该文根据车间物流费用和车间面积2个优化目标，建立车间设备布局多目标优化模型。并根据车间布局优化特点，设计了基于脑模型联接控制器的混合遗传算法对该模型进行求解。该算法具有自学习和自适应的特点。最后给出算例，通过对仿真结果的分析，证明该文所提算法能解决提出的问题。     

高速公路充电站选址定容问题的多目标优化方法

[目的]高速公路充电站位置选择和容量确定对电动汽车应用推广具有重要意义.[方法]针对高速公路充电站选址定容问题,通过引入充电站的平均适配率,即电动汽车的充电需求与当前充电站总容量之间的匹配程度,以充电站的建设成本最小和充电站的平均适配率最大为 目标建立了新的多目标优化模型.[结果]利用多 目标优化问题的NSGA-Ⅱ算法对模型进行了数值实验,验证了模型的有效性.此外,本文也进一步研究了出行车辆数量、充电桩功率以及续航里程对充电站的建设成本和适配率的影响.[结论]数值实验表明:本文提出的多目标优化方法可以得到更高的充电站利用率和更低的建设成本,为高速公路充电站的选址定容问题提供了更加科学合理的决策参考.     

量子遗传算法在永磁同步轮毂电机优化设计中的应用

量子遗传算法具有种群规模小而不影响算法性能、收敛速度快和全局搜索能力强等优点。为了获得高功率密度和低成本的电动车用轮毂电机,基于量子遗传算法,针对研究设计的一种外转子永磁同步轮毂电机,以电机有效质量、材料成本和功率损耗为优化目标,建立了包含8个设计变量和5个约束的数学模型,对电机进行优化设计。研究结果表明:永磁同步轮毂电机有效质量、材料成本和功率损耗降低,效率特性提升,有限元分析结果与量子遗传算法计算结果接近,能满足电动车对驱动轮毂电机的使用要求,因此,量子遗传算法对于轮毂电机优化设计是有效可行的。     

无线传感器网络中移动节点的分布优化问题

为了降低无线传感器网络的总体能耗,保证信息的有效采集,针对无线传感器网络节点的分布优化问题进行了研究.给出了无线传感器网络覆盖控制模型的精确数学定义,并利用节点的移动性,提出了一种基于遗传算法的分布优化机制.仿真结果表明,该方法能够在目标区域内以相对较小的代价完成传感器网络节点的分布优化,降低网络的能耗,提高网络的整体覆盖率.     

并行蚁群算法在公交线网优化中应用

针对实用有效的公交线网优化模型很少的现状,提出了一个以直达客流密度最大为目标的公交线网优化模型.该模型以换乘次数最少、单位长度运送客流量最大为优化目标,线路长度、非直线系数等作为约束条件.为求解该模型,并综合考虑优化质量和通信开销,采用了基于粗粒度模型的并行蚁群算法.数值实验验证了模型及算法的合理有效.     

基于信令分析的移动数据网络业务投诉系统的实现

【目的】针对中国移动运营商面临的客户投诉难定位、投诉现象难复现、投诉发生时信令难回溯等难点问题,研发一个基于信令分析的移动数据网络业务投诉系统。【方法】系统通过设计包括网络质量监控、投诉处理等功能的关键性能指标(Key Performance Indicators,KPI)系统及投诉分析和处理机制,从业务数据中挖掘网络隐患,深入分析数据业务网络性能,快速准确定位影响用户感知和网络性能的异常原因,帮助工作人员有针对性地对不同区域进行网络优化工作。【结果】性能测试结果表明,系统可以快速地感知客户上网的情况,通过优化网络的性能来提升客户的满意度。【结论】从系统运行的结果来看,本研究设计和实现的系统基本达到了预定的效果。     

考虑网络韧性的三级轴辐式物流网络模型及算法研究

为了实现城市物流运作的集约化，并尽可能降低因突发事件导致的物流供需中断，以物流节点定位和通道布局为落脚点，研究了三级轴辐式物流网络的多目标规划。考虑轴辐式网络的结构约束、多级节点间的连通关系限制，以多级轴辐点选址、轴辐点间的连通关系及强度为决策变量，以网络建设成本最小和网络韧性度最大为目标函数，构建三级轴辐式物流网络模型。结合模型的特点设计了具有双层结构的遗传算法，其中外层为三段编码结构的小生境Pareto遗传算法，用于求解多目标规划，内层为0-1编码的遗传算法，用于求解网络韧性度。以某区域14个节点城市作为案例，验证模型及算法的有效性，并将优化结果与两类传统的单目标物流网络进行了比较。研究结果表明：双层遗传算法能够有效求解三级轴辐式物流网络规划模型；选取案例计算得到的Pareto最优解参与比较分析，优化结果与传统三级轴辐式物流网络相比，网络韧性度提高了6倍，但网络建设成本也随之增加；与单纯以韧性度最大化为优化目标的物流网络相比，网络建设成本降低了7倍，网络韧性度也随之降低。可见提出的双目标三级轴辐式物流网络模型实现了网络建设成本和网络韧性度间的均衡，对于追求具备一定抗毁性能的轴辐式物流网络规划人员，具有参考和应用价值。     

基于时间与费用双优化的虚拟企业调度算法

基于合理抽象虚拟企业模型和任务模型,建立虚拟企业生产任务计划的数学模型,并提出了一种时间与费用双优化的调度算法.该算法分别针对虚拟企业生产调度的时间与费用2个目标提出启发式优化算法,并以调度优化的结果作为遗传算法的初始染色体,通过对遗传算法运算的重新定义来优化虚拟企业生产计划调度,充分发挥遗传算法良好的全局搜索能力和能有效避免陷入局部极小的优点,提高了算法的全局寻优能力.实验结果表明,启发式优化算法与遗传算法相结合的优化技术能够降低虚拟企业生产费用,使企业具有较好的生产敏捷性.