波次分区拣货时装箱与货位指派问题协同优化的模型与算法

在一种常见的周期性"波次分区拣货、整体补货"的动态环境中, 货位指派和装箱问题发生的频率相同, 互为优化条件, 同时解决两个问题可使拣货效率获得更大的提升. 研究了基于SKUs相关性的装箱和货位指派的协同优化问题, 建立了以最小化最大分区拣货处理时间为目标的数学模型, 设计了"SKUs对"位置交换策略, 提出了基于SKUs相关性的SAC算法和基于货位位置的NFDP算法分别来求解两个问题, 在此基础上, 提出了协同解决两个NP-hard问题的SAC-NFDP算法. 测试结果表明, SAC-NFDP算法性能良好, 对拣货效率改进明显.     

蚁群算法在卫星数传调度问题中的应用

为求解卫星数传调度问题,将数传任务在调度序列中的可能位置抽象为结点,构造了信息素分布于结点的矩阵解构造图,提出了基于该图的蚁群算法.算法通过随机转移概率决策模型进行结点转移,在算法迭代中利用精英保留策略进行全局信息素更新.仿真结果表明,基于矩阵解构造图的蚁群算法是求解卫星数传调度问题的有效方法,并具有较好的收敛性和鲁棒性.     

基于双向汇聚引导蚁群算法的机器人路径规划

路径规划是自主移动机器人技术的核心理论问题之一,论文采用网格法建立路径规划问题的环境模型,提出了基于先验知识的优势方位角,建立了主优势网格和次优网格的改进网格模型,并采用基于子路径认知方法的信息素释放策略,提出了起始点与目标点互换的交替双向引导策略,实现了一种汇聚融合的信息素结构,实现了基于改进网格模型的双向汇聚斑迹信息素蚁群算法。实验表明,该方法在求解具有复杂障碍物分布的大规模地图规划问题时,具有空间复杂度小和效率高的优点,大大提升了构建初始解及收敛的速度,具有很好的求解性能。     

求解模糊需求车辆路径问题的两阶段变邻域禁忌搜索算法

模糊需求车辆路径问题(CVRPFD)是对带容量约束车辆路径问题(CVRP)的扩展,属于经典的NP难题,其求解与需求确定CVRP区别较大,较为复杂,具有很强的理论和现实意义.基于先预优化后重调度的思想,提出一种新的两阶段变邻域禁忌搜索算法(VNTS)对其求解:在预优化阶段,基于可信性理论构建模糊机会约束优化模型处理客户点模糊需求,设计VNTS求解预优化方案;在重调度阶段,设计随机模拟算法模拟客户点实际需求,提出一种新的点重调度策略对预优化方案进行调整.算例实验表明两阶段变邻域禁忌搜索算法是一种求解CVRPFD的有力工具,点重调度策略调整效果较佳.     

基于混合蚁群优化的天地一体化调度方法

天地测控资源一体化调度问题是一个典型的大规模组合优化问题,优化过程极其复杂,采用单一优化机制的传统蚁群算法求解这类问题时,存在求解效率低且求解性能差的缺陷。鉴于此,提出了采用两种不同融合策略的新型遗传蚁群优化方法(genetic ant colony optimization hybrid algorithm, GA-ACO)求解问题。该方法利用遗传算法的快速搜索、群体性能等优势生成初始蚁群信息素分布,提高了蚁群算法由于运行初期信息素更新较慢导致的较低求解效率和后期早熟引起的较差求解质量。仿真结果表明,相比于基本蚁群算法和遗传算法,混合蚁群算法的寻优性能更好,求解效率更高,更适合解决天地测控资源一体化调度问题。     

求解连续函数优化问题的改进蚁群算法及仿真

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法,该算法采用分布式并行计算和正反馈机制,易于与其它方法结合,目前虽然已经在离散空间优化领域中得到了广泛应用,但是在求解连续空间优化问题方面的研究相对较少.在介绍基本蚁群算法机制原理和数学模型的基础上,对信息素更新方式进行了改进,采用动态局部信息素更新方式和自适应调节信息素挥发的全局信息素更新方式相结合,并将各条寻优路径上可能的残留信息素数量限制在一个最大最小区间,以提高改进后蚁群算法的全局收敛性能.仿真实验表明,提出的改进蚁群算法能更快地找到连续空间优化问题更优良的全局解,从而为蚁群算法求解这类问题提供了一条可行有效的新途径.     

求解子集问题的鲶鱼效应蝙蝠蚁群优化

为求解子集问题,提出一种新的基于图的蚂蚁系统--鲶鱼效应蝙蝠蚁群优化(catfish bat algorithm ant colony optimization,CBA-ACO)。基于子集问题的构造图,利用路径概率转移公式进行路径搜索,采用等效路径信息素增强进行信息素更新;动态维护一定数量较好路径作为档案信息;使用混沌映射并结合鲶鱼效应对蝙蝠算法(bat algorithm,BA)进行改进,在全局最优解多次未更新时,利用档案信息初始化鲶鱼效应增强搜索,返回较好路径解;采用本轮迭代最优更新和增强搜索更新两种方式更新信息素,兼顾算法的收敛速度和搜索能力。对算法进行了描述并分析算法复杂度。结果表明,CBA-ACO具有更好的稳定性和获取较好解的能力。     

多星成像调度问题基于分解的优化算法

提出了一种求解多星成像调度问题的基于分解的优化算法,将问题分解为任务分配主问题与单星成像调度子问题.任务分配主问题生成不同卫星的任务分配方案,单星成像调度子问题则根据分配的任务进行优化,生成每颗卫星的成像调度方案.采用自适应的蚁群算法求解任务分配主问题,通过自适应参数调整策略及信息素平滑策略,实现全局搜索和快速收敛间的平衡.采用启发式算法及快速模拟退火算法求解单星成像调度子问题,通过综合多颗卫星的调度结果, 可以对任务分配方案进行评价,引导蚁群算法搜索优化的任务分配方案,最终得到多颗卫星的成像调度方案. 大规模测试算例验证了算法的效率.     

求解零空闲置换流水车间调度问题的离散萤火虫算法

针对最小化最大完工时间的零空闲置换流水车间调度问题,提出了一种离散型萤火虫优化算法。基于萤火虫算法优化机理,采用基于工件序列的个体编码方式,重新定义了个体间距离的概念和位置更新公式,并结合交换、插入和逆序操作的局部搜索策略来提高算法性能。通过典型算例对算法进行了仿真测试和对比,结果表明了所提算法的可行性和有效性,扩展了传统萤火虫算法的求解范围,是解决流水线生产调度问题的一种有效方法。     

一种求解子集问题的基于图的蚂蚁系统

提出了一种求解子集问题的基于图的蚂蚁系统。针对子集问题,定义了构造图和等效路径,提出了基于等效路径增强的信息素更新策略,将问题的无序信息转化为对蚂蚁的有序影响,增加蚂蚁搜索路径的信息量。引入路径变异机制,通过路径的改良调节信息素分布,防止算法陷入停滞状态。将信息素更新分为三种情况:本次迭代最优更新、变异更新和本次迭代不更新,兼顾算法的收敛速度和搜索能力。对算法进行了描述并分析了算法复杂度。以多维背包问题为例,对该蚂蚁系统的性能进行了测试,验证了系统的有效性和优越性。     

Detecting community structure: From parsimony to weighted parsimony

Community detection has attracted a great deal of attention in recent years. A parsimony criterion for detecting this structure means that as minimal as possible number of inserted and deleted edges is needed when we make the network considered become a disjoint union of cliques. However, many small groups of nodes are obtained by directly using this criterion to some networks especially for sparse ones. In this paper we propose a weighted parsimony model in which a weight coefficient is introduced to balance the inserted and deleted edges to ensure the obtained subgraphs to be reasonable communities. Some benchmark testing examples are used to validate the effectiveness of the proposed method. It is interesting that the weight here can be determined only by the topological features of the network. Meanwhile we make some comparison of our model with maximizing modularity Q and modularity density D on some of the benchmark networks, although sometimes too many or a little less numbers of communities are obtained with Q or D, a proper number of communities are detected with the weighted model. All the computational results confirm its capability for community detection for the small or middle size networks.     

Community Detection with the Weighted Parsimony Criterion

Community detection in networks has been studied extensively in the last decade. Many criteria, expressing the quality of the partitions obtained, as well as a few exact algorithms and a large number of heuristics have been proposed. The parsimony criterion consists in minimizing the number of edges added or removed from the given network in order to transform it into a set of disjoint cliques.Recently Zhang, Qiu and Zhang have proposed a weighted parsimony model in which a weight coefficient is introduced to balance the numbers of inserted and deleted edges. These authors propose rules to select a good value of the coefficient, use simulated annealing to find optimal or near-optimal solutions and solve a series of real and artificial instances. In the present paper, an algorithm is proposed for solving exactly the weighted parsimony problem for all values of the parameter. This algorithm is based on iteratively solving the problem for a set of given values of the parameter using a row generation algorithm. This procedure is combined with a search procedure to find all lowest breakpoints of the value curve(i.e., the weighted sum of inserted and deleted edges). Computational results on a series of artificial and real world networks from the literature are reported. It appears that several partitions for the same network may be informative and that the set of solutions usually contains at least one intuitively appealing partition.     

Modified evolutionary algorithm for global optimization

1 .INTRODUCTIONOptimization problemsoftenariseinscience ,engi neering ,andbusinessapplications .Tosolvevariousoptimizationproblems ,manysolutionsbasedonthegradientorhigher orderstatisticsoftheobjectivefunction ,suchassteepestdescentmethod ,conjugategradie…     

基于多智能体仿真的电商物流配送波次策略分析

为了提供良好的网络购物体验同时保证公司较高的盈利水平,电商物流企业需要规划合理的配送波次来寻求配送成本和配送时效之间的平衡。提出了一个基于多智能体的仿真框架,将物流配送中的业务流程建模为仿真网络中的不同节点来进行仿真。以北京市区为例,研究了不同配送波次策略下的订单交付过程。实验结果表明,配送波次策略的选择对不同的网络购物需求具有一定的敏感性。     

The Extension of Hypergame Analysis and Its Application

ＴｈｅＥｘｔｅｎｓｉｏｎｏｆＨｙｐｅｒｇａｍｅＡｎａｌｙｓｉｓａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎＳｈｕＪｉａｎｇ;ａｎｄＬｉｕＤｅｍｉｎｇ（ＮａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙｏｆＤｅｆｅｎｓｅＴｅｃｈｎｏｌｏｇｙ．Ｈｕｎａｎ．４１００７３,Ｐ．Ｒ．...     

基于事件的交通拥堵模拟与消散策略研究

区域交通拥堵是通过排队链环逐级传播的,其结构类似于树结构分岔。如果不能实施及时有效的疏散控制策略,极有可能造成拥堵闭环。运用改进的中观交通仿真模型模拟基于事故的理想格子网络的交通拥堵形成和消散过程。依据交通拥堵传播的空间结构特征,利用禁止转弯(转弯禁限)与车辆途中更换路径的交通管制和诱导措施,首次提出了"树控制"策略缓解交通拥堵。仿真结果表明,合理应用提出的拥堵消散控制策略可以有效缓解交通拥堵的传播。     

基于指标重要度及代价的系统评价后续决策

当系统某次评价不达标,选取怎样的方案使系统整改后达标便是评价后续决策问题。首先类比事故树基本事件重要度,建立能综合反映指标重要度的模型及改善代价的模型;之后对最大重要度所对应指标得分进行固定步长、渐升步长以及渐降步长等3种形式的增值,再求新的系统评价得分,直到系统评价满足阈值,并确定3种迭代模型的取舍策略;最后分析迭代过程及结果,建立指标改变先后度模型,确定指标改变的轻重缓急次序。文中以模糊综合评价方法为对象分析,实例验证切实可行,并可推广应用于灰色评价、可拓学评价以及集对分析等常规评价方法。     

动态多目标投资消费模型

现实社会中,人们在追求效益最大化的同时又希望风险最小化,但现有的投资消费模型较少将两者结合考虑。动态随机规划是对投资消费问题进行优化所常用的方法之一,为了计算方便,通常假设投资期间内的市场参数独立于外生因素,这在现实生活中是不合理的。事实上,证券价格的期望收益和方差通常要受到外生因素的影响。本文是假定证券价格遵循着伊藤扩散过程,即其预期收益和方差为外生状态变量的随机函数,以方差为风险测度,对投资消费财富最大化及风险最小化同时进行考虑的交易策略进行研究,并建立多目标模型,对模型进行求解并解的经济含义进行了分析。     

MAKING AND VALIDATING COMPLEX DECISIONS WITH THE AHP／ANP

1.Introduction Rational decision-making is the talent we have to be more effective in implementing our ideas in the real world with its risks and resistance to change.Decision-making involves prioritizing our ideas according to the circumstances we face now or might face in the future.A fundamental problem in decision-making is how to measure intangible criteria and how to interpret correctly measurements of tangibles so they can be combined with those of intangibles to yield sensible,not arbi…     

组织过程策略优化的案例分析与求解

组织过程策略优化是依据组织的使命和资源能力约束建立组织的最佳行动过程。以联合战役为背景对基于效果的组织过程策略优化方法进行了案例分析，并对最佳策略搜索的不同方法进行了比较，通过案例的求解结果分析了基于效果的过程策略优化方法的可行性。