基于匀质块五块模式的矩形件非剪切排样算法

基于匀质块五块排样模式对一类矩形件非剪切排样问题进行了研究.基于动态规划和隐枚举的思想设计了无约束矩形件非剪切排样问题的匀质块五块排样算法.与文献中的矩形件非剪切排样算法的对比试验表明:这种算法能够快速给出问题的最优解，而且可以降低板材切割工艺难度并减少矩形件的分拣成本.与2种矩形件剪切排样算法的对比进一步表明了引入“非剪切”的经济效益.     

可折叠集装箱接驳运输问题的建模与优化

对一类带时间窗的可折叠箱接驳运输问题进行了研究,其中使用可折叠箱在堆场与客户之间集散货物,一辆集卡可装载一个满箱或多个空箱,目标为集卡总工作时间的最小化.借鉴确定的活动在顶点上的图的思想,将该问题分解为满箱子问题和空箱子问题,其中满箱子问题类似于带时间窗的多旅行商问题,空箱子问题因客户的货物量可为负值而显著区别于车辆路径问题,且两个子问题之间存在访问时间耦合等关联.进而建立了问题的数学描述,设计了问题的主动禁忌搜索(reactive tabu search,RTS)求解算法,并基于随机生成的大量算例验证了算法的有效性.结果表明,相比于使用CPLEX等优化软件,RTS算法可以在更短的时间内求得问题的更优解;相比于使用标准箱的情形,使用可折叠箱可节省约13%的接驳成本.     

集装箱卡车运输问题的基于图的建模方法

对港口和发货人/收货人之间的集装箱卡车运输问题给出了基于图的建模方法. 该图不仅可以描述进出口空箱或满箱的运输,而且可以描述空集装箱作为运输资源的属性. 这种图将确定的活动描述为顶点,将不确定的活动描述为弧, 称为确定活动在顶点上的图( DAOV 图). 基于这种方法,建立了集装箱卡车运输问题的基本情形、 多堆场多港口情形以及堆场上的空箱数目给定情形的数学模型;相应问题被描述为带时间窗的多旅行商问题(m-TSPTW)、 多堆场的m-TSPTW以及带资源约束的m-TSPTW.而且这种方法可以扩展到集装箱卡车运输问题的更一般情形, 这体现出该建模方法的有效性.     

“发送购物卡”促销中的决策分析

为了给越来越普遍的“发送购物卡”促销方式下顾客的决策提供理论依据,对其进行了初步的研究.定义了购物卡面值、发卡比、收卡比等重要参数,提出了购物卡的价值系数、底线价值系数和贬值系数等概念,推导了购物卡的价值和底线价值的计算公式.针对商家节假日开展的典型发卡促销活动,给出了对购物卡进行买卖价格的合理范围,并对购买单件商品的各种方案进行了分析,得出首先购卡再用卡购物优于直接用现金购物的结论.而且,文中提出的概念与公式可以用来分析更为复杂的发卡促销行为.     

考虑充电调度的共享电动汽车调运模型与优化

随着单程站点式共享电动汽车的迅速发展,用户需求定向性等因素导致的车辆分布时空不平衡日益凸显.对一个考虑充电调度的单程站点式共享电动汽车的调运问题进行了研究,其中以调运总成本为优化目标,考虑车辆的续航里程,员工工作时间等限制,同时对车辆的调出、调入站点以及参与的员工进行决策,使得车辆在站点间实现平衡且需要充电的车辆停放于有充电桩的站点.建立了一个0-1非线性规划模型.为更好地求解数学模型,针对员工的同质性提出了针对单一调运以及针对整条调运路径的共3个有效不等式以消除各解之间的对称性.基于随机生成的算例验证了上述描述的有效性.结果表明3个有效不等式均能改善模型的求解,3个有效不等式联合使用能缩短中大规模算例的求解时间50%以上.     

基于控制思想求解非线性规划问题的李雅普诺夫方法

为了高效求解非线性规划问题,对一种基于控制思想的新颖方法——李雅普诺夫方法——进行了研究.该方法将约束非线性规划问题转化为一个动态系统,基于系统的动态特性给出原优化问题的最优解.分别针对单目标和多目标的非线性规划问题,对算法的收敛性进行了分析,给出了算法在应用时松弛变量、增益因子等关键参数的取值建议.大量数值算例验证了上述收敛性及参数取值建议的正确性,表明了该方法在求解非线性规划问题时的巨大潜力和新颖性.     

基于弹复性的第四方物流网络设计模型与算法

设计一个安全、有效的物流服务网络对于第四方物流来说至关重要.研究了基于弹复性的第四方物流网络设计问题,建立了一个第四方物流网络设计问题的数学模型,在网络的弹复性满足一定的水平的约束条件下,最小化网络的总成本.针对问题的NP特性设计了一个嵌入迭代局部搜索的粒子群优化(PSO_ILS)算法,并用随机生成的算例对算法的性能进行了测试.实验验证了模型的有效性,而且表明了PSO_ILS算法的性能明显优于经典的PSO算法,且对主要参数具有一定的鲁棒性.     

PJM节点边际电价计算方法及其应用

对PJM电力市场进行了研究.PJM能量市场使用基于直流潮流的安全约束经济调度,节点边际电价(LMP)中不考虑输电损失.在PJM方法的基础上增加了关于多条支路传输功率之和的约束,提出了基于支路集的功率传输分配系数矩阵.应用该方法对某电网进行了试算,结果表明,这种方法能为市场各方提供正确的价格信号,可与固定输电权一起很好地管理拥塞成本,值得借鉴.     

基于DPCA-BP神经网络的中长期电力负荷预测方法

针对PCA-神经网络预测方法解决预测问题时,忽视数据自相关性而造成的预测结果难以满足实际工程要求精度的研究现状,建立了预测数据的增广矩阵.通过计算前l时刻数据确定增广矩阵的维数,并把得到增广后的预测数据作为BP神经网络的输入变量,建立了基于DPCA-BP神经网络的预测模型,给出了模型结构.该模型能有效地去除自变量系统中与因变量无关的数据信息,增加自变量系统中数据的自相关性.算例比较分析表明,所建立模型的模型成分解释性增强,预测精度提高,预测效果优于PCA-BP神经网络方法.