油田增产措施配置的随机相关机会规划模型

以最大化措施增油量高于规划措施增油量这一事件的机会函数为目标,兼顾成本、措施量等目标,建立了油田增产措施随机相关机会规划模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田增产措施配置提供了新的决策依据.     

多目标随机规划在区域水资源优化调度中的应用

以经济效益、环境效益和社会效益为目标,考虑水量需求和供给为随机变量,建立区域水资源优化调度问题的多目标随机规划模型,运用机会约束妥协规划将随机模型转化为确定模型。以东营市水资源优化调度为例进行求解。结果表明,在同样的输入参数下,随机规划模型可以得到更好的综合效益,说明随机模型具有较好的实用性。     

油田措施配置随机规划模型

措施规划对于延长油田稳定产年限，合理地安排稳产措施十分必要。针对油田开发实际中存在的不确定现象，利用规划论中处理随机现象的机理，建立了油田措施的机会约束随机规划模型，并采用遗传算法进行求解。在华北晋４５断块稳产措施规划中的应用结果表明，随机规划数学模型更能反映生产实际，是解决油田措施规划问题的有力工具。     

油田措施规划的随机期望值模型

措施规划对延长油田增产稳产年限,降低开采成本,提高采油速度和采收率,实现措施优化配置十分必要.以油田措施增产最大化为目标,兼顾成本、工作量等目标,建立了油田措施规划的随机期望值模型,并给出了模型的混合智能算法.实例表明,该模型理论基础严格,求解方法科学有效,并具有一定的智能性,为油田措施规划提供了新的决策依据.     

时间序列随机DEA期望值模型研究

为解决含有不确定性信息的多时期综合绩效评价问题,提出一个时间序列随机DEA模型,并借助机会约束规划的相关理论将其转化为确定性的等价形式.分别给出决策单元在单时期和多时期内随机期望无效,随机期望有效以及随机期望超有效的概念,为判别决策单元的随机有效性提供理论依据.最后通过一个随机模拟算例说明了该方法的有效性和实用性.     

二层多目标随机规划逼近有效解集的上半收敛性

[目的]为了研究通过逼近方法求解二层多目标随机规划有效解集与精确的有效解集之间的相互关系,针对下层为单目标随机规划,上层为多目标随机规划的一类二层随机规划逼近问题,构建了二层多 目标随机规划逼近有效解集上半收敛性的理论框架.[方法]将多目标二层随机规划分解成多个单目标二层随机规划,利用每个单目标二层随机规划逼近最优解集的上半收敛性,借助于多目标二层随机规划有效解集可以表示为所有单目标二层随机规划最优解集的交集的结构特点,对二层多目标随机规划逼近问题的有效解集的收敛性结果进行了推断.[结果]建立了二层多目标随机规划逼近有效解集的上半收敛性.[结论]提供了利用逼近方法求解二层多目标随机规划有效解集可以近似替代精确的有效解集的理论依据.     

油田措施配置随机规划模型

措施规划对于延长油田稳产年限 ,合理地安排稳产措施十分必要。针对油田开发实际中存在的不确定现象 ,利用规划论中处理随机现象的机理 ,建立了油田措施的机会约束随机规划模型 ,并采用遗传算法进行求解。在华北晋 45断块稳产措施规划中的应用结果表明 ,随机规划数学模型更能反映生产实际 ,是解决油田措施规划问题的有力工具。     

模糊随机多目标规划性质的研究

在模糊随机环境下,针对于多目标规划问题的性质,给出了一系列的重要结论。首先,基于模糊随机理论,提出了模糊随机多目标规划问题的期望值模型,实现了对实际问题的不确定性到确定性的转化, 并为解决实际问题提供了理论模型。规划问题的凸性在优化理论中占有非常重要的地位,因此,对于所提出模型的凸性,利用模糊随机变量的期望值的特殊性质,给出了严格的证明。 定义了模糊随机多目标规划的期望值绝对最优解、期望值有效解及期望值弱有效解的概念,并研究了它们的性质。根据生活中的实际问题所建立的模糊随机规划模型的求解,所得结果为其算法的研究及最优决策的执行提供了重要的理论依据。     

油藏经营管理的人力资源规划模型研究

人力资源规划是油藏经营管理的关键,以油气产量最大化为目标,成本、人员需求等为约束,建立了人力资源规划的随机机会约束规划模型,并给出了模型的混合智能算法.实例表明,模型、方法科学有效,为油藏经营管理的人力资源规划提供了科学决策依据.     

随机规划的合成机会约束模型

研究了当随机规划的约束为凸函数时，合成机会约束模型中可行域的性质，推广了线性约束函数的结论；通过实例对比了合成机会约束与机会约束的可行域，显示了前者的优越性；最后讨论了合成机会约束模型与补偿模型的联系，为进一步的”算法设计提供了理论支持．     

Models and Algorithm for Stochastic Network Designs

The network design problem (NDP) is one of the most difficult and challenging problems in trans-portation. Traditional NDP models are often posed as a deterministic bilevel program assuming that all relevant inputs are known with certainty. This paper presents three stochastic models for designing transporta-tion networks with demand uncertainty. These three stochastic NDP models were formulated as the expected value model, chance-constrained model, and dependent-chance model in a bilevel programming framew...     

需求随机情况下向多个供应商采购的期望值模型研究

研究当需求量巨大且勾随机变量时,单一供应商无法满足供货要求情况下的多供应商采购-库存问题。建立了一个向多个有能力约束的供应商采购的库存模型;由于考虑需求量为随机变量,采用期望值模型对问题进行建模,基于随机模拟的遗传算法对模型进行求解并给出算例来说明模型及算法的有效性,最后给出结论,提示未来的研究方向。     

基于混合智能算法的模糊运输问题的研究

本文研究了在模糊费用条件下的运输问题,并利用不确定理论中的机会约束规划模型和相关机会规划模型的思想,建立了具有模糊费用的运输问题的数学模型。此外,设计了一种混合智能算法,即在模糊条件下的遗传算法的应用。最后,利用这种算法求解一个算例。     

随机期望值模型的适应值预测差分进化算法

随机期望值模型是一类有着广泛应用背景的随机规划问题．针对此问题，提出了一种基于适应值预测的差分进化算法，该算法主要是把适应值预测技术、随机模拟技术与差分进化算法结合．最后，通过实例仿真，数值结果表明所提出的算法是有效的和可行的．     

一个新的随机存贮模型

对需求是连续随机变量的存贮问题的原有模型存在的问题进行了说明，并加以改进，建立了一个新的模型，新模型在该类问题的各个阶段均适用，并给出所建模型的最优策略.     

海上开发平台选址规划模型及解法

海上油气开发平台建设是一项耗资巨大的系统工程,为了合理利用有限的资源取得最大经济效益,以产业选址问题为基础,对海上平台选址决策过程中的决策变量、目标函数和约束条件进行了分析,建立了随机油价下海上开发平台选址的双层规划模型.根据模型的特点设计了求解该问题的自适应遗传算法,求解下层规划时采用禁忌搜索算法,提高了模型的优化效率和优化效果.采用这一优化过程,成功地解决了海洋石油平台选址过程中平台产能、成本及资源最优分配问题.     

组合用户平衡和随机用户平衡条件下的交通配流模型

首先分析了用户平衡和随机用户平衡条件,并分别给出了对应的数学规划模型.然后根据在实际交通系统中,往往存在两大子系统:一是由个体出行者构成的满足用户平衡(UE)条件的子系统,另一子系统是基于随机用户平衡(SUE)的子系统.本文提出一种将UE和sUE结合的组合式用户平衡模型,给出了对角线算法,并对其收敛性进行分析,最后给出一个数值算例,说明该方法是有效的.     

利用嵌套L—型分解算法求解生产计划多阶段随机规划模型

利用随机规划理论，根据企业在制定生产和供应计划时受到的限制，建立了一类多阶段随机规划模型. 利用嵌套L—型分解算法求解模型，使企业生产成本最小化，依此增进企业的经济效益.     

Dependent-Chance Programming Models for Capital Budgeting in Fuzzy Environments

Capital budgeting is concerned with maximizing the total net profit subject to budget constraints by selecting an appropriate combination of projects. This paper presents chance maximizing models for capital budgeting with fuzzy input data and multiple conflicting objectives. When the decision maker sets a prospective profit level and wants to maximize the chances of the total profit achieving the prospective profit level, a fuzzy dependent-chance programming model, a fuzzy multi-objective dependent-chance programming model, and a fuzzy goal dependent-chance programming model are used to formulate the fuzzy capital budgeting problem. A fuzzy simulation based genetic algorithm is used to solve these models. Numerical examples are provided to illustrate the effectiveness of the simulation-based genetic algorithm and the potential applications of these models.     

概率约束规划的概率目标模型及其解法

本文在介绍随机规划、概率约束规划及其解法的基础上,提出了概率约束规划的概率目标模型,并给出了概率目标模型的具体解法及计算程序,且与原模型及其解法进行了比较.