城市垃圾收集车辆弧路径问题研究

考虑部分街道单行及转向限制等状况,采用带有转向禁忌条件的垃圾收集车辆弧路径问题模型对城市垃圾收远路线进行优化．通过建立将其转换为对应的点路径问题的求解模型以减少问题规模,并利用一种聚类蚁群算法对该问题进行求解．优化实例结果表明：有、无转向约束的路线优化后,总路程分别减少了89984．96m和92330．04m,分别节约了31．1％和31．9％,优化效果明显;优化后减少了需求车辆数,降低了车辆使用成本和人员雇佣成本．     

基于库存成本的连锁零售企业配送网络设计

研究了需求不确定的连锁零售企业配送网络设计及其库存决策的联合优化问题. 以门店和配送中心服务水平为约束条件,详细分析连锁企业内部的二级库存成本,并综合考虑运输成本和配送中心选址成本,建立配送系统年总成本优化模型.以系统总成本最小为目标,运用遗传算法求解该优化模型,在得到最优配送网络方案的同时,确定系统安全库存因子及门店的订货周期.通过算例仿真验证模型和算法的有效性,并分析需求、运输距离和选址成本等因素对系统总成本的影响,为连锁零售企业的物流配送网络设计及库存控制提供决策支持.     

模糊需求环境下考虑碳成本的多式联运路径优化

不同于只考虑需求确定的情形,通过引入三角模糊数解决需求模糊情形下多式联运路径选择问题.并将碳成本纳入考虑范围,建立了基于综合成本、时间和碳排放量的多目标优化模型.在此基础上,利用逐步法求解该模型.结合实例验证,该模型可以平衡成本和碳排放量之间的关系,达到控制碳排放量的效果.     

随机资源分配问题建模和随机模拟遗传算法求解

为了最大限度地满足用户对紧缺随机资源的需求,对随机资源分配问题建立了相关机会多目标规划模型和相关机会目标规划模型,通过表示各个(级)目标事件的诱导约束,建立决策向量和机会函数之间的关系,并运用随机模拟遗传算法求解模型。     

钢铁企业能源优化分配静态数学模型

研究钢铁企业能源优化配置问题,建立了用于解决能源分配问题的静态优化线性模型。模型目标为追求生产过程中总能耗最小,约束考虑了能源供应量、工序对能源需求量。与已有模型相比,该模型同时考虑一次能源介质和二次能源介质,还考虑到能源转换与替换以及各工序上能源之间的配比关系等约束,更加接近实际情况。因为建立的模型是线性规划模型,经过标准化后可利用CPLEX对该模型进行最优求解。     

RFID数据采集在零售库存管理模型中的应用研究

(Q,R)模型是库存管理中的重要控制模型,但它缺乏利用供应链中丰富的商品流通信息,所以该模型不能动态地及时调整订购策略。为此,我们在该模型的基础上利用RFID信息采集的优势构建了复合的管理控制模型,研究在对商业零售库存数据及时采集情况下的库存管理问题,并应用在红河(软甲)香烟库存管理分析中,采用遗传算法进行仿真优化求解。结论表明:与传统的库存控制模型相比能够降低库存水平、更好地节约库存成本和满足顾客需求,库存管理控制效果更优。     

面向NFV中间盒依赖关系的有效路由策略

在软件定义网络中,通过网络功能虚拟化(network function virtualization, NFV)可以有效地优化中间盒的部署以及数据包的路由,但是受中间盒之间存在的依赖关系约束,不适当的部署策略会为运营商带来额外的路由成本,降低资源利用率。为此,文章建立混合整数线性规划模型,提出一种服务链感知精准算法用于计算受中间盒依赖关系以及链路带宽约束的最小路由成本。该算法首先基于中间盒的依赖关系构造有向层级图,然后从该层级图中的源点到终点之间的最短路径中筛选出满足带宽要求的链路作为数据包的路由。仿真实验结果表明,该算法可以快速获取最优解,具有较好的应用前景。     

基于免疫粒子群的最小连通支配集求解算法

为解决复杂网络最小连通支配集(MCDS)求解算法复杂度高、速度慢及解的精确度差等问题,采用一种免疫粒子群优化(IPSO)算法进行求解.该算法将连通支配集的支配规则转化为基于邻接矩阵的并集约束,并结合图连通分支约束设计优化目标,采用二进制粒子群算法对MCDS进行求解.在求解过程中引入免疫机制,依据网络关键节点与支配节点之间的重叠关系,设置抗原因子,指导粒子群搜索方向、加快算法收敛速度.在随机网络上的仿真实验表明:相较于传统算法,所提算法能够找出网络的MCDS,并且在保证解精度的前提下提高了求解速度.     

曲柄滑块机构的稳健性设计

以曲柄滑块机构作为研究对象,根据传统优化设计基本原理,对曲柄滑块机构进行模型分析,建立其优化数学模型,再利用Matlab对其数学模型进行求解,得出了传统优化设计的设计结果。然后利用稳健设计中的田口设计方法,将建立的优化模型转化为稳健设计模型,最后利用二次规划方法对稳健设计模型进行求解,得到了稳健设计的优化结果。在误差存在的条件下,对两种求解结果采用统计学方法和蒙特卡洛法(MCS)进行设计结果对比,确定稳健优化设计方法对目标函数具有更好的跟随性。     

基于遗传算法的项目管理优化仿真研究

传统的项目进度一维优化扩展至有偏好的二维目标(进度、成本)优化,同时将成本优化目标分解为项目成本大小以及资源均衡度从而构成三维目标优化,将无资源约束的环境扩展至资源约束下的复杂环境,将局部搜索优化领域扩展至全局范围内的优化.在内容上,先对项目的单目标优化管理理论进行详尽研究并指出其现实的局限性,同时提出了智能启化式方法-遗传算法在资源约束下项目管理优化方面的优势.在此基础上本文构建了基于三维目标偏好的项目管理优化仿真模型,解决了项目管理优化理论中最为重要的两大问题:资源约束下的项目进度优化以及资源约束下的三维目标(项目进度、项目成本以及资源均衡度)的优化问题.为了验证此模型对以上问题的有效性,本文应用Matlab仿真技术进行仿真模拟并与传统方法做比较,从结果可以看出遗传算法能够更好的解决此类问题.     

多资源约束下串/并联生产系统的机会维护策略

以多资源约束下的串/并联生产系统为研究对象,根据系统内各个工序的资源需求优先级对工序进行排序,结合预防性维护阈值确定需要进行维护的设备以及这些设备所处的工序,在其中选取资源需求优先级最低的工序为标准,建立系统的机会维护策略;采用可靠度恢复因子描述设备维护前后可靠度的演化过程,建立以维护成本为优化目标的维护模型;通过Matlab编程对实例进行计算分析来验证模型的有效性与科学性.结果显示,该维护策略能保证多资源约束下的串/并联生产系统维护成本最优.     

基于多源数据分析的变电站状态维护策略优化方法

针对传统的电力设备基于状态的维护(condition based maintenance,CBM)策略在进行建模及数据优化时出现结果精度不足的问题,提出了一种基于多源数据分析的变电站状态维护策略优化方法.首先,通过分析不同类型组件之间的互联关系,将变电站分为不同的维护单元从而使同一单元内组件可同时维护;其次,为定量评估维护前后零件的可靠性,分别建立了基于健康指数(health index,HI)和寿命降低因子的失效率计算模型,并针对故障零件的位置和严重程度,提出了替代各类组件故障或缺陷的维护策略;再次,依据生命周期成本理论(life cycle cost,LCC),以最低总成本为维护周期优化目标建立了CBM优化模型.最后,通过应用实例验证了所提策略的有效性,该优化策略可显著提高变电站的供电可靠性及经济性.     

考虑需求侧资源的含风电电力系统两阶段优化调度

风电场接入电力系统会造成系统运行成本增加、稳定性降低等问题,引入需求侧资源是解决该问题的重要手段之一。为了探究价格型与激励型需求响应的互补性,通过协调调用基于消费者心理学模型的价格型需求侧响应,以及激励型需求侧响应参与电力系统的优化调度中,对比分析了不同调用模式下的电力系统运行成本。针对传统粒子群算法易陷入局部最优解的缺点,提出一种自适应动态调节惯性权重的改进粒子群算法对模型求解。结果表明所提模型有效降低了系统运行成本,不同类型需求侧响应具有互补性。     

桥梁施工的工序时间与投入资源的经济学分析

针对桥梁工程施工进度计划编制及工期成本优化中所涉及的工序作业时间和费用确定问题，以工序作业时间的定额计算法为基础，应用经济学中的“边际收益递减规律”，分析工序投入资源量与产量和直接费用的关系，提出根据最佳资源投入量及最大资源投入量，计算工序正常作业时间及正常费用、临界作业时间及临界费用的方法。结果表明；该计算模型是确定工序作业时间及费用的一种较简便可行的方法，使施工进度计划编制与工期成本优化的结果更加可靠。     

废金属回收企业内部逆向物流成本优化模型分析

本文利用逆向物流的基本原理,针对废金属不同回收工序之间的废金属运输成本,提出了两个能够计算最小年运输成本的线性优化模型。该优化模型可以用来决定最佳运输模型与年运输总量以及回收企业内部各个工序和相应的处理单元距离之间的关系,而这两个因素正好构成了企业内部回收逆向物流成本的主体。本文提出的优化模型可以适合钢铁、铜以及铝等废金属的回收处理。     

考虑不确定行驶时间的双目标外卖配送路径优化

以运营成本和解的鲁棒性为优化目标,研究了考虑不确定行驶时间的外卖配送路径优化问题,建立混合整数规划模型,并设计了可有效求解该模型的带有精英策略的非支配排序遗传算法(NSGA-II).算例实验和数值分析验证了本文所建立模型的可行性和算法的有效性,可为第三方外卖平台调度优化提供决策支持.     

一种多模式资源受限的离散时间成本平衡问题

对经典的离散时间成本平衡问题(DTCTP)模型进行扩展,提出一种多模式资源受限的离散时间成本平衡问题模型.该模型在DTCTP中加入可更新资源约束,通过设定资源价格,将可更新资源与成本对应.为每个项目活动引入压缩执行方式以缩短项目工期.最后提出一种求解该模型的分支定界算法.通过工期底线计算,绘制了一个完整的时间成本曲线,并基于该计算结果讨论了模型的优越性.     

基于改进神经网络的IaaS云资源需求预测方法

为保证基础设施即服务(IaaS)模式云环境中资源的有效分配与高效调度,提出了一种基于集成模型-优化神经网络的资源需求预测方法(EMONN).分析了用户偏好以及资源配置需求,根据需求变化采用阈值法确定波动期与平缓期,通过基本预测器集成模型实现不同时期、不同需求的预处理.预处理结果经过加权,与历史数据共同作为神经网络(NN)的训练数据,保证预测结果精度.为改善神经网络的学习率与稳定性,采用自适应学习率以及动量方法对神经网络进行优化.采用统计指标对系统有效性进行验证,结果表明所提方法可以精确有效实现用户需求预测.     

考虑成本的资源受限多项目优化调度研究

文章针对资源受限多项目优化调度问题,考虑到多项目调度过程中发生的成本,提出一种综合考虑多项目延迟成本、可更新资源闲置成本和可更新资源转场成本的多项目优化调度模型。该模型理论上实现了多项目在成本目标最小情况下的优化调度方案,设计混合蚁群算法对该模型进行求解,通过实例验证了模型的有效性,结果证明对实际调度有指导意义。     

GPS/BDS粒子群优化算法紧组合定位方法及精度分析

全球卫星导航系统紧组合定位中,系统间偏差(inter-system bias,ISB)需要多历元后处理的估计方式,并与接收机重启等因素有关。针对该问题,文章将求解ISB参数问题转化为求解系统间小数偏差(fractional inter-system bias,F-ISB)参数问题,利用粒子群优化(particle swarm optimization,PSO)算法单历元实时估计F-ISB与坐标参数,在此基础上分析了收星受限情况下模糊度固定成功率和定位精度。实验结果表明,不同品牌接收机的全球定位系统(Global Positioning System,GPS)与北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)的F-ISB在一定时间内具有时域稳定性,F-ISB在不同截止高度角下实时单历元估计偏差均小于0.1周;实时F-ISB改正的紧组合模型在截止高度角为40°的收星受限情况下,单历元定位精度与松组合模型一致,模糊度固定成功率由74.2%提升到90.65%。