On-line Scheduling Algorithm for Penicillin Fed-batch Fermentation

An on-line scheduling algorithm to maximize gross profit of penicillin fed-batch fermentation is proposed. According to the on-line classification method, fed-batch fermentation batches are classified into three categories. Using the scheduling strategy, the optimal termination sequence of batches is obtained. Pseudo on-line simulations for testing the proposed algorithm with the data from industrial scale penicillin fermentation are carried out.     

虚拟实验系统工作流规范研究

研究虚拟实验系统工作流的组织结构描述问题,定义了虚拟实验系统的工作流信息模型和接口规范,给出了具体工作流程及示例,为虚拟实验系统的开发提供有价值的参考.     

考虑路径风险的不确定需求应急物流定位-路径问题

针对突发事件发生后路网和救援物资需求的不确定性,考虑路径运行时间超期风险、路网通行能力风险、路径复杂性及应急物资需求不确定性,以应急物资运达总时间最小和系统总成本最小为目标,建立了基于随机机会约束规划的多目标应急物流定位-路径模型,设计了改进的遗传算法对其进行求解,采用罚函数法处理模型中的约束条件.算例分析验证了模型的合理性和算法的可行性.     

基于支持向量机的机械传动方案决策模型

分析了机械传动系统的特点和方案选择的要求,给出了机械传动系统特征因素的模糊量化方法．在此基础上,通过对系统特征因素集和决策方案非线性关系的辨识,建立了基于支持向量机的一对一判别策略的机械传动方案决策模型．仿真实例验证了利用支持向量机建立其决策模型的可行性和实用性．     

基于支持向量机的物流服务顾客满意度评价模型

提出了一种新的基于支持向量机(SVM)的物流服务顾客满意度(CSD)评价方法.归纳了物流服务CSD指标体系的设计原则,给出了具体的评价指标体系并采用模糊隶属函数和二元对比排序法对其进行量化.将量化后的指标因素集作为SVM的训练集,采用一对一的分类策略建立了CSD的评价模型.最后通过仿真实验指出了基于SVM的CSD评价方法比以往的模糊综合评价法和神经网络评价法测试正确率高,实用性强.     

带容量约束的多车调度暂态混沌神经网络算法

带容量约束的多车调度问题是典型的NP-hard问题,利用模糊C均值聚类算法的相似性分类原理及混沌神经网络的全局搜索能力和高搜索效率,提出了一种快速且易于实现的新的混合启发式算法.该算法分为用模糊C均值聚类算法将所有客户按车容量要求装车和用暂态混沌神经网络方法对每条路线排序两个阶段.实例计算以及与其他算法比较表明,该算法是一种求解多车调度问题的可行且高效的方法.     

基于预排序的并行批处理过程调度模型

针对并行批处理调度过程,以总提前完成时间最小化为目标函数,建立了一个基于交货期的调度模型.该模型考虑了订单的交货期等约束条件,将订单和设备之间的分配关系表达为0-1变量,采用预排序方法确定订单的处理顺序.采用分支定界法对模型进行求解,并与已有模型的计算结果比较,证明所提出的模型整数变量少且容易求解.     

不确定信息下应急设施选址-路径鲁棒优化

为抵御突发灾害对路网造成的破坏性，提高救援效率，考虑路径超期风险和设施点失灵对系统的影响，针对需求点物资需求量不确定和车辆运输时间不确定，构建三级路网，采用车辆和直升机联合运输方式进行多物资运送。基于鲁棒优化思想，建立了以物资送达需求点救援时间之和最小为目标的应急设施选址-路径鲁棒优化模型，采用CPLEX进行求解。最后，设计不同算例进行数据仿真实验，证明了鲁棒优化方法在处理需求量和车辆运输时间不确定以及偏差鲁棒优化方法在处理设施点失灵风险的有效性和鲁棒性，进而为解决应急设施点的选择和救援物资的及时准确配送，增强应急物流系统的风险应对能力提供了有效的方法。