考虑排班的人力资源投入问题的建模与优化

结合实际生产或项目中的排班情况,提出考虑排班的人力资源投入问题。针对该问题建立了以最小化人力资源投入为目标的数学模型。根据资源投入量与排班约束的性质,将原问题数学模型简化,证明简化后问题的数学模型与原问题最优解一致,并通过CPLEX软件求解过程,说明简化后的数学模型在求解速度上表现出很大的优越性。对于大规模问题,由于排班约束会导致班次间资源占用,使用传统任务列表编码方式难以获得较优的解。为此,提出了一种新型编码方式的遗传算法。该算法采用对作业延迟时间进行编码的方式,对作业开始时间进行搜索。为了提升算法的局部搜索能力,对作业延迟时间和开始时间进行局部优化。最后,通过数值实验与CPLEX和文献的算法比较,表明该算法的有效性。     

基于中学生认知结构的圆的教学案例

数学课堂教什么,怎么教?教学的起点在哪?这是每位教师必须面对又不可回避的问题.数学教学活动必须建立在学生的认知发展水平和已有的知识经验基础之上,向学生提供充分从事数学活动的机会,让学生从认知起点出发明晰数学知识的来龙去脉,同时让他们体验数学的再创造过程,从而自我建构数学知识,形成数学思想方法.而教师是这一活动的组织者和引领者.所以教师应积极发挥主导作用,尊重学生的认知主体,遵循认知规律,把发现的权利还给学生,把赞赏和鼓励留给学生.     

萘和芘胁迫对红树植物秋茄幼苗膜透性及抗氧化酶活性的影响

以0．1、1和10mg／L3个浓度的多环芳烃萘和芘室内栽培红树植物秋茄（Kandelia candel）幼苗,培养基海水盐度15,培养期60d,以不加污染物培养为对照,分析了萘和芘对秋茄幼苗膜透性及抗氧化酶活性的影响．结果表明：在0．1mg／L萘和芘的环境胁迫对秋茄幼苗叶片细胞膜透性影响不明显,而浓度达1mg／L及以上水平则随着萘和芘浓度的增加叶片细胞膜透性显著增加．低浓度萘和芘（0．1mg／L）的环境胁迫对幼苗叶片、根尖超氧化物歧化酶（SOD）和过氧化物酶（POD）活性影响不明显;高浓度芘和萘（10mg／L）的环境胁迫下,秋茄幼苗叶片、根尖POD和SOD活性与对照组相比均显著提高．萘和芘胁迫诱导了秋茄幼苗抗氧化酶SOD和POD活性增加,其中根尖抗氧化酶活性增加的幅度明显大于叶片．     

考虑质量衰退的批量调度与预防性维护的联合优化

针对生产调度过程中由于设备退化引起产品质量劣化的问题,构建了考虑质量与设备状态之间的耦合关系以及生产批次可分的批量流调度与预防性维护的联合优化模型。假设设备存在“受控”和“失控”两种状态,利用设备“失控”状态下产生的不合格品作为媒介描述上游设备与下游设备之间的随机依赖性,以最小化期望完工时间以及总成本为优化目标建立了数学模型;设计改进的差分进化算法对模型进行求解;通过数值实验验证了算法的收敛性,并通过对比实验对模型性能进行分析,结果显示了该联合优化模型的有效性。     

单装单卸模式下集装箱装卸系统集成调度优化

从考虑三阶段作业的整体调度出发,对集装箱码头装卸设备调度进行集成优化,考虑了码头集装箱装卸作业中的设备的特点,以最小化系统所有集装箱作业的总完成时间（makespan）为目标函数,建立了一个混合整数规划模型.另一方面,考虑到大规模情况下不易求解的问题,以减少设备阻塞时间和空闲时间为目标,设计了基于岸桥阶段作业能力的轮廓适合启发式算法,求得集装箱码头集成调度问题的近最优解.通过数据实验,验证了算法的可行性和优越性.     

基于项目网络拆分决策的多项目协同调度问题建模

以大型工业品资源共享型节拍式流水装配过程为背景,提出基于项目网络拆分决策的多项目协同调度问题.根据装配过程作业的周期性调度需求,将单个项目的作业集合划分成共享资源的多个并行执行的协同子项目,以最小化节拍时间为目标,建立了项目网络拆分与项目调度同时决策的数学优化模型,设计了一种双层循环迭代算法以对模型进行求解.算法的上层是基于有效时序约束数量的作业划分构造型启发式算法,可在多项目网络之间调整作业的从属关系;算法的下层采用基于优先规则的启发式算法对上层拆分后的多项目网络进行求解,并将调度结果反馈至上层,通过循环迭代不断优化项目来调度计划.数据实验结果表明,所提算法能够有效提高资源利用率,且其求解质量和效率较高.     

资源空窗期及任务可拆分的资源投入问题研究

考虑飞机装配过程中任务可拆分及资源存在空窗期的两大特性,对飞机移动生产线资源投入问题进行模型与算法研究.针对部分任务存在已知拆分模式及拆分惩罚的情形,设计了求解该问题的改进遗传算法,对传统实数交叉操作进行优化,提出了基于染色体适应值的交叉方法,并在数值实验中对相关参数的取值范围进行了敏感性分析;同时,提出了基于任务开始时间选择概率的变异机制.对满足优化条件的任务调度方案,结合空窗期的位置,评判各可拆分任务可否通过选取新的拆分模式重新调度执行,对不同情形进行总结归纳,通过局部操作进一步降低目标资源量.数值实验表明:通过本文算法对求解带资源空窗期的任务不可拆分问题与基本问题的结果对比,得到任务数分别为10、16、30、60、90算例的目标值平均增量达到4.3%;对求解本文问题与任务不可拆分问题的结果对比,平均优化率达3.5%,证明了本文算法的有效性,同时证明将任务拆分纳入考虑资源空窗期的资源投入问题中,可提高问题求解的灵活性,从而获得较好的调度结果.     

考虑柔性资源技能进化的多项目组合调度问题

在飞机移动装配线中,人力资源的技能水平可以通过一定时间的学习培训得到提升.针对该现象,提出了在已知期望人力资源结构条件下考虑柔性资源技能进化的多项目组合调度问题,建立了以最小化达到目标人力资源结构所需项目个数和投入总成本为目标的混合整数规划模型.针对该模型,设计了一种多层链表结构编码方式的混合多目标教学优化算法,并结合邻域搜索提高算法的局部搜索能力.最后,通过实验数据结果验证了本文模型与算法的有效性.     

具有服务优先级别的动态离散泊位调度优化

研究具有不同服务优先级别的船舶动态到达情形下的离散泊位调度问题.以泊位分派和船舶作业开始时间为决策变量,为优化码头作业效率和船公司客户满意度,以最小化船舶总在港时间与加权延迟时间之和为目标建立数学模型.采用基于修改后的先到先服务等规则的启发式算法生成初始解,以此为基础设计结合禁忌深度搜索和模拟退火算法框架的混合算法对问题进行优化求解.不同问题规模下的数据仿真试验表明,该算法可以快速、有效地解决此类问题.     

周期环境下集装箱码头资源分配的动态干扰管理

在周期性环境下,考虑船舶到港时间及市场需求的不确定性,运用动态干扰管理方法,协同调度集装箱进出口码头各项资源.在现有周期性模板前提下,提出基于两阶段近似优化的动态决策框架,包括第一阶段需执行的固定性决策及第二阶段基于场景的可调整预决策,最小化时间与空间加权偏差,减小作业执行的波动.基于提出的决策框架,设计双层嵌套禁忌搜索算法,对模型和算法的有效性进行验证.数据实验表明相比较于传统的方法,考虑加权目标的两阶段动态决策思路能够更好地应对干扰事件产生的影响.