等待心理代价影响下的灾区伤员疏散决策模型研究

灾害的突发性、破坏性,救援工作的延后性,救援车辆、物资的限制性会导致灾民在等待转移疏散和治疗的过程中产生一定的负面心理,在应急救援疏散中考虑受灾区域人们的心理因素是必要且实际的。将多属性效用决策基础理论和行为科学理论融入应急疏散问题的研究中,对灾民的等待心理代价进行分析,提出等待心理代价测度函数。建立了将受灾源点人群分类的,以最小化疏散时间、疏散成本和等待心理代价为目标的混合整数规划模型,运用CPLEX软件求解,最后的算例分析验证了模型的正确性。     

实货制条件下铁路枢纽内快运班列的组织模式

对现有铁路枢纽内快运班列组织模式(OMM)进行研究.提出将铁路物流中心站考虑进编发快运班列的站点集合,与编组站协同处理编发快运班列的组织新模式(OMLM);在借鉴双层时空网络原理基础上,结合货主对货物运到期限的要求,以货主满意度最大和编发班列的收益最大为优化目标,以同一方向的货物不可被拆分,货物送达编发站的发车条件为约束,建立了铁路枢纽内快运班列编发时刻混合整数优化模型(RCETS),并用ILOG CPLEX软件求解;最后设计算例将提出的OMLM模式与OMM模式进行对比,结果表明,与OMM模式相比,在本文提出的OMLM模式下,当双目标的权重取值相等时,货主满意度增加19.84%,编发快运班列收益提高88.33%,能更好适应实货制改革的要求.     

求解无容量设施选址问题的拉格朗日狼群算法及其应用

无容量设施选址问题(UFL)是应用于诸多领域的经典组合优化难题。首先，结合UFL问题的具体特征，重新定义了狼群算法中狼群协作捕食的智能行为，提出了求解该问题的狼群优化算法；其次，将狼群算法与拉格朗日松弛相结合，设计了一种求解UFL问题的拉格朗日狼群算法；最后，将本文提出的狼群智能优化算法及拉格朗日狼群算法用于UFL基准问题库中部分算例的求解，并将其求解结果与混合蚁群算法、半拉格朗日松弛方法以及优化软件CPLEX的求解结果进行比较。结果表明：拉格朗日狼群算法较狼群优化算法、混合蚁群算法及半拉格朗日松弛方法具有更好的求解效果，而且在一定程度上缓解了CPLEX求解时间长，消耗内存大的缺点，拥有良好的求解性能。     

能力受限批量问题的启发式算法与CPLEX仿真优化

能力受限批量问题多数都是NP-hard问题,解决方法之一就是构造启发式算法获取尽量接近最优解的可行解。目前多数文献通过大规模计算分析来评价启发式算法的性能,但是这种评价方式只能表明该算法针对特定实例的适应性。利用商业优化软件求解同一实例并与算法计算结果进行对比分析,可以体现算法的有效性。针对一种运输能力外包且费用时变的多产品动态经济批量问题,建立混合整数规划模型,通过约束松弛与模型分解,设计出一个基于拉格朗日松弛理论的启发式算法进行模型求解。大量随机实验计算结果以及CPLEX仿真优化结果对比分析表明,在某些实例情况下,启发式算法获取的最优值与CPLEX获取的相当,但是求解时间要明显优于CPLEX,因此选择启发式算法求解此类实例是较优的。     

一种采购中心选址问题的研究

随着经济全球化的迅速发展,中国因其资源丰富、劳动力成本相对较低和政治稳定等优势正在逐渐成为跨国公司全球采购的重要选择。针对跨国公司在中国设立采购中心时所需要解决的选址问题,通过分析影响采购中心建立的各种因素,以最小化运营成本为目标,建立一个采购中心选址的0-1整数规划模型。针对所建立模型的特点,提出一种基于CPLEX引擎的求解算法,通过对一个随机生成算法的仿真实验,表明所建立的模型和算法能够有效地解决采购中心选址问题。     

城市轨道交通线路运营计划优化方法

针对传统运营计划编制方法中步骤较繁琐、反馈机制不灵敏、开行频率变化不灵活、较难符合实际客流需求情况等问题,以列车运行、列车折返和客流量为约束条件,以最小化运营者运营成本和最小化乘客出行成本为目标函数,构造了城市轨道交通线路运营计划优化模型.以北京地铁4号线与大兴线为例,用给出的模型进行运营计划优化.结果表明:优化模型具有可行性,运营成本平均每多投入1％,超乘乘客数量减少约850人次.     

含电动汽车的主动配电网优化调度

电动汽车随机充电功率会影响主动配电网优化调度,为了解决这一问题。提出了含电动汽车的主动配电网优化调度模型,模型分为两个目标函数。首先,需要以负荷曲线的最小方差优化电动汽车的充电功率作为优化调度之前的目标函数,可以获得电动汽车连接电网的时间和充电功率。然后,建立以分布电源功率为控制变量使得配电网运行成本最低的主动配电网日前优化调度模型。最后,建立的模型在IEEE33节点配电网系统中进行多场景分析电动汽车对主动配电网优化调度造成的影响,并采用CPLEX优化规划软件来求解模型。结果表明:所建立的模型和方法不仅可以保证配电网经济运行,而且还能有效的利用电动汽车的充电来减少配电网负荷曲线的方差。     

停机位指派模型的排序模拟退火算法

实时的停机位指派对减少枢纽机场航班中转时间起着重要作用,但是停机位指派问题是NP-hard问题,常用的启发式算法计算效果较差。本文设计了一种排序模拟退火算法以求解枢纽机场的停机位指派问题。该算法首先根据停机位期望偏好值和航班客座率进行排序以得到模拟退火算法的初始解,然后运用经典模拟退火算法求解最优指派结果。算例表明,随着航班数量的增加,排序模拟退火算法的计算精度优于经典模拟退火算法,计算效率优于CPLEX软件且具有较快的收敛速度,为实时解决枢纽机场停机位优化指派问题提供了可能。