煤矿井下变电所选址评价

在综合考虑电网构架、建设投资、地质条件和环境问题等因素的基础上,建立了1套完整的井下变电所选址评价指标体系.针对井下变电所选址这一属性中度混合的多属性群决策问题,采用专家前置法,利用HWA算子和T-HWA算子将这一混合型多属性群决策问题转化为混合型多属性个体决策问题.对模糊物元分析方法的权重确定进行了改进,并结合所提出评价指标体系的多级性,提出了1种多级模糊物元分析评价方法用以解决井下变电所选址个体决策问题.经过实例验证,采用所提出的评价指标和评价方法,所得出的变电所位置与实际变电所位置选择相符,具有一定的实用性.     

煤矿井下变电所选址评价

在综合考虑电网构架、建设投资、地质条件和环境问题等因素的基础上,建立了1套完整的井下变电所选址评价指标体系.针对井下变电所选址这一属性中度混合的多属性群决策问题,采用专家前置法,利用HWA算子和T-HWA算子将这一混合型多属性群决策问题转化为混合型多属性个体决策问题.对模糊物元分析方法的权重确定进行了改进,并结合所提出评价指标体系的多级性,提出了1种多级模糊物元分析评价方法用以解决井下变电所选址个体决策问题.经过实例验证,采用所提出的评价指标和评价方法,所得出的变电所位置与实际变电所位置选择相符,具有一定的实用性.     

基于群体决策的库存选址-路径选择模型研究

将群体决策理论与VMI环境下库存选址-路径选择相结合,建立了基于群体决策的库存选址-路径选择模型．此模型将供应链敏捷度作为一个约束条件,使用群体层次分析法来确定该约束条件的系数,突破了以往纯粹靠整数规划或者混合整数规划的方法解决此类问题的思路,开辟了研究LRP问题的新途径．     

区域应急物资储备库选址问题的模糊多目标决策方法

应急物资储备库选址问题是区域应急物资储备体系建设中的重要决策之一.构建了约束条件中含有梯形模糊数的区域应急物资储备库选址问题的模糊多目标规划模型,给出了一种基于极小算子的模型优化算法,最后通过算例分析验证了该方法的有效性.     

分级设施选址问题研究进展与展望

建设多中心、多层级、多节点的网络型城市群，适应区域内部交通需求结构转变，加强公共基础设施一体协同规划具有重大研究意义。分级设施选址问题主要研究如何通过科学、合理的选址决策，经济、高效地实现设施服务优化，是资源差异化、服务约束条件下的多层级网络设计问题。近年来，由于设施服务复杂性提升、需求差异化日益显著，分级设施选址问题受到了更多学者关注。该文归纳、分析了40年来，特别是近6年的分级设施选址问题研究，发现在医疗、枢纽、供应链系统等应用领域，为了平衡系统规划设计的多指标与场站设施规模差异化特征，解决系统服务可及性与现实需求不匹配等问题，多目标嵌套模型、动态及随机约束以及以多元化搜索与停止准则为热点的启发式算法效率优化成为主要研究趋势。同时，在产品检验、回收背景下的供应链逆向物流系统、基于梯次分类处理模式的垃圾场站规划设计以及突出乘客需求体验交通枢纽的选址优化也成为近些年的重点研究领域。未来，随着服务水平及效率要求提升，分级理念在区域协同治理下的城市群服务设施分级布局与集中式电动汽车充电站差异化布局等领域将有广阔的应用场景。     

基于Matlab优化算法的物流中心选址

应用Matlab优化函数求解带时效性约束的物流中心选址问题。分析选址问题的时效性约束条件，构造带时效性约束的物流中心选址模型，利用Matlab优化工具箱中的“fmincon”函数，设计选址模型的精确算法，并给出具体算例，验证模型和算法的可行性。研究结果表明，基于Matlab函数的优化算法编程简单，运算速度快，既能够求解带时效性约束的选址模型，又能够求解不带时效性约束的重心选址模型，是一种比传统算法更有效的求解物流中心选址问题的算法。     

微粒群算法在多物流选址中的应用

物流中心的选址是企业的一项重要战略决策,不仅影响到原材料和成品的运输费用,也会影响顾客服务水平和对顾客需求的响应速度,选择合理的物流中心对降低运营成本提高企业的竞争力有很重要的作用。文章研究带约束条件的多物流选址问题,根据所提问题的特点,建立模型,并根据模型维数较大、约束域狭小的特点设计了一个与表上作业法相结合的改进微粒群优化算法（TM-PSO）。最后通过实例验证了模型的可行性及算法的有效性。     

基于遗传算法的自动组卷的研究

介绍了自动组卷的数学模型和主体思想,讨论了运用遗传算法求解一定约束条件下的多目标参数优化问题,提出了功能块的概念,并采用了新的编码方案、交叉算子和变异算子。实践表明,改进的遗传算法能更好地解决自动组卷问题,具有较好的实用性。     

考虑雷达覆盖需求的VTS雷达站选址

为解决船舶交通管理系统雷达站选址问题,考虑单个雷达失效和雷达覆盖需求因素,以建站总成本最小和水域总面积覆盖率最大为目标,构建双目标模型并设计自适应权重多目标粒子群算法进行求解.算例验证结果表明,该模型可在满足覆盖次数和面积覆盖率约束条件下实现对VTS雷达站的选址优化,提高了选址的科学性和合理性,可为海事主管机关选址提供...     

基于多约束条件反馈的 QoS 链路选择算法

针对物联网普适定位系统中链路选择需满足多限制条件的要求, 提出了一种基于多约束条件反馈的 QoS (Quality of Service)链路选择算法。 利用无线通信广播特性, 将多约束服务质量路由问题转化成满足链路长度、 带宽、 时延、 时延抖动、 丢包率和费用等约束条件的最小代价问题。 建立了物联网多跳自主链路模型并定义了 目标能量函数, 利用 Hopfield 神经网络模型的并行思想将多项约束条件转换为多项式求极值问题。 该算法在不 改变系统链路选择策略的前提下, 避免了选择大量参数的问题, 实现了链路自动选择, 满足了通信实时快速的 要求。     

回收连锁店选址问题及蘑菇繁殖算法求解

针对日益增长的多样化回收服务需求，解决了多服务方式、多规模的回收连锁店选址优化问题。构建了建设与服务成本最小化和客户满意度最大化的回收连锁店双目标选址模型，并针对模型的具体特征，将交叉与变异算子和精英保留策略等与基本蘑菇繁殖算法相结合，设计了改进的蘑菇繁殖算法对模型求解。通过对某电子产品回收连锁店的选址优化实例，确定其服务方式和选址的数量、位置及规模。验证了模型的有效性和算法的可行性。同时，不同的服务方式及规模选择，对回收连锁店的选址有显著影响，企业相关决策者可通过合理提供不同服务来提升利润。     

梯形模糊理论在配送中心选址中的应用研究

该研究利用模糊线性规划的综合评价方法及算法将物流配送中心选址的单目标模糊规划模型转化为多目标决策问题.利用相关系数法,用梯形模糊数评估各待选址方案的选择标准和评价指标权重,并基于优属度系数,将约束条件中含有梯形模糊数的模糊线性规划转化为经典的线性规划进行求解,并以实例进行说明.     

基于犹豫模糊方法的煤矿应急物资仓库选址评价

煤矿应急救援物资仓库合理的选址能够减少物资运输时间,提高救援效率。但仓库选址受到多种因素的影响,是一个极其重要的多元决策问题。为此,提出一种新的应急救援物资仓库选址评价指标体系,基于有序加权平均(ordered weighted averaging, OWA)算子计算指标权重,并与犹豫模糊方法相结合,构建了应急救援物资仓库的选址评价模型,为仓库选址决策提供参考。经实例验证,基于犹豫模糊方法的评价模型可全面评估选址结果的优劣性,针对性地指出仓库选址存在的问题,为选址类问题提供一种新的解决方法。     

考虑经济性和时效性的配送中心选址模型研究

为提高物流系统的服务水平,对具有经济性和时效性的配送中心选址问题进行了研究.以经济费用最小为目标,将客户对送货时间的要求转化为时效性约束条件,构造配送中心选址模型.讨论了求解该选址问题的优化算法——序列二次规划算法(SQP).通过实际算例对选址模型和求解算法的可行性进行了检验.算例结果表明:模型和算法能很好地解决有时效性约束的配送中心选址问题,对提高物流系统的运作效率有积极的意义.     

JIT模式下物流配送中心的选址

选址问题的由来已久,人类对于居住的洞穴的选址问题以及始于中国古代的对风水问题的研究其本质都是选址问题。简单地来看选址包括2个方面的含义:地理区域的选择和具体地址的选择。然而物流企业运作的时效性、选址相关因素的多样性极大地增加了物流配送中心选址的困难性。文章从选址的重要性、目标以及选址影响因素着手分析在JIT模式下物流配送中心的选址。     

海上开发平台选址规划模型及解法

海上油气开发平台建设是一项耗资巨大的系统工程,为了合理利用有限的资源取得最大经济效益,以产业选址问题为基础,对海上平台选址决策过程中的决策变量、目标函数和约束条件进行了分析,建立了随机油价下海上开发平台选址的双层规划模型.根据模型的特点设计了求解该问题的自适应遗传算法,求解下层规划时采用禁忌搜索算法,提高了模型的优化效率和优化效果.采用这一优化过程,成功地解决了海洋石油平台选址过程中平台产能、成本及资源最优分配问题.     

基于模糊多目标下配送中心选址及配送量分配的模型研究

为了解决随机需求和模糊配送时间并存条件下的多产品配送中心选址问题,建立了相应的模糊多目标混合整数随机规划模型.该规划模型的特点是：模型的目标函数中含有模糊系数;约束条件中兼具确定性和随机性;通过约束条件方程和目标函数准确地表现了随机需求和模糊配送时间并存的假设条件.根据该模型的特殊结构,进行模型求解,最后,通过应用算例说明了模型的有效性和可行性.     

以需求响应时间为约束的仓库选址优化研究

由于诸多原因,大型企业现存仓库选址存在许多问题,如何对其优化,并在优化的同时达到既降低成本又保证需求是一个复杂的问题。对大型企业现有仓储体系进行了研究,针对性地提出了以需求点聚类为基础、以需求响应时间为约束条件的优化方法,合理有效地对仓库选址进行了优化。     

云服务模式下基于最大覆盖的库存配置-动态选址模型

在对比传统物流模式与云服务模式下最大覆盖模型区别的基础上,研究由一个供应商、多个配送中心、多个零售商构成的配送网络,构建云服务模式下基于最大覆盖的库存配置-动态选址模型;结合问题特征和约束条件选择有效的遗传算法软色体编码方式,并设置合适的适宜度函数,通过选择、交叉、变异来提高算法性能;通过算例对模型和算法进行验证.研究发现:云服务模式下的最大覆盖模型与传统最大覆盖模型相比能降低成本,且随着参数取值的增加,其成本优势更加明显.     

城市停车换乘设施选址模型

为了引导更多的小汽车出行者在城市中心外围换乘公共交通出行,从P+R合理选址的角度出发,在分析停车换乘选址原则及影响因素的基础上,将换乘需求量最大化和尽量利用已有设施使建设成本最小化作为目标函数,构建了基于轨道交通线网的城市停车换乘设施选址双目标规划模型。模型约束条件引入了出行费用对出行方式选择的影响,并根据模型特点设计了相应的遗传算法。最后通过构造的算例验证了模型的有效性。