基于整体优势度的应急救援案例推理决策

对突发公共事件的应急救援决策进行研究,提出基于案例推理的应急救援决策方法.通过案例的四元组表征,分析基于案例推理的应急救援决策机理;针对传统案例检索使用对称距离计算相似度在应急救援决策应用中的不足,利用整体优势度对源案例与目标案例间的矢量距离进行识别,从正向匹配和负向匹配的角度改进检索策略,提高案例匹配的有效性;同时,结合整体优势度对决策方案进行调整和学习.最后,以煤矿事故应急救援实例说明了该方法能够在相似案例中筛除负向匹配源案例,优化源案例对目标案例的决策支持.     

基于效果域匹配的自适应案例推理决策模型

针对现有研究对案例匹配模式认识和应用的不足,通过分析案例推理决策机理,构建基于效果域匹配的案例推理决策模型.模型在对案例匹配模式进行识别的基础上,基于效果域匹配,采用自适应控制算法推理求解目标问题的决策.应用于煤矿瓦斯爆炸事故应急救援的算例与数值仿真结果表明,基于效果域匹配的决策模型使目标问题更趋近于理想解,求解过程具有更好的可控性.     

H∞鲁棒控制下动态供应链系统牛鞭效应优化

为解决网络化制造(networked manufacturing,NM)模式下供应链系统运作中存在的不确定性扰动, 运用H_∞鲁棒控制方法抑制供应链系统牛鞭效应, 保障系统稳定运作.构建了由状态变量和控制变量描述的NM模式下的动态供应链时变偏差系统模型,采用线性矩阵不等式(LMI)方法获取H_∞鲁棒控制策略,并通过系统反馈控制器u_k设计,有效减小客户不确定需求引起的生产、订货和库存波动. 最后,结合实例分析表明在抑制率为ζ时,本文提出的鲁棒控制策略可以有效抑制不同形式客户需求引起的牛鞭效应,实现供应链系统鲁棒镇定.     

灾后初期考虑需求及时间不确定的应急物资配送中心选址-分配优化

面向灾后初期受灾点对应急物资需求的不确定性，考虑因通道中断造成的运输时间不确定性，以应急物资配送总成本最小和受灾点综合满意度最大为目标，构建应急物资供不应求状态下应急物资配送中心选址-分配多目标优化模型，其中，综合满意度由时间满意度和需求满意度共同刻画；设计量子粒子群优化算法对模型求解，采用遗传算法与之对比，并对相关参数进行敏感性分析。算例分析结果表明，该模型和算法是有效的，可以提供较优的选址-分配方案。