考虑患者爽约和插队的医疗检查能力分配策略

医疗检查是一种预约服务系统.除了急诊患者外,其他患者往往需要提前预约.考虑提前预约患者可能出现取消预约、爽约以及急诊患者插队情形下的医疗检查预约问题,提出了一种决定是否接受患者预约请求的医疗检查能力分配策略.以医院的期望收益最大为目标,建立了医疗检查预约问题的马尔可夫决策模型;然后对该模型进行了性质分析,证明了对于任意提前预约时段,均存在各类提前预约患者最优预约数量,进而给出了医院最优医疗检查能力分配策略以及该策略的求解算法;最后,给出数值算例验证了所提出的预约策略的适用性和有效性.     

基于拉格朗日松弛的预约调度模型与算法

针对带有爽约的预约调度问题,在假定未爽约病人都在相应预约段的起始点准时到达的情况下,构建了一个以预约人数为优化变量的整数规划模型.目标函数包括服务病人收益、病人等待费用及系统超时费用.通过松弛各时间段剩余人数概率的关联约束,提出了基于拉格朗日松弛的求解算法,其松弛问题通过动态规划求解,对偶问题通过经典的次梯度法求解.数值实验表明,针对小规模的预约段数,该算法都能找到最优解;当预约段数较大时,算法找到的最好解整体上优于文献中已有的算法,从而验证了算法的有效性.     

可增加号源策略下高需求门诊的能力配置问题

可增加号源策略,即在额定能力全部约满的情况下,医生可增加额外能力提供给仍有需求的患者.本文以面向预约患者和现场患者的高需求门诊为研究对象,考虑患者爽约不确定性对由额外能力产生的医生超负荷工作量的影响.联合决策额外挂号数量(简称加号数)和分配给预约患者的额定挂号数量,以使净收益期望最大.在理论上推导出额外挂号数量的阈值表达式,并证明当超过相应阈值后,净收益期望是额外挂号数量的单峰函数,其最优解可在有限解空间内决策.基于模型性质设计了求解全局联合最优解的双层枚举算法.实验结果表明,算法具有求解高效性;额外挂号数量(加号数)随爽约概率的增大而增加,受额定挂号数量的影响不大;加号策略有效增强了分配给预约患者的额定挂号数量面对爽约概率变化下的稳定性.     

多个医生环境下考虑取消预约的门诊预约策略

针对在多个医生的医疗环境下具有两类预约患者(提前预约患者和当天预约患者)的门诊预约问题,在考虑提前预约患者可能存在取消预约行为的情形下,提出了一种用于决定是否接受提前预约患者的预约请求的门诊预约策略.以医院的期望收益最大作为决策目标,建立了存在取消预约情形的门诊预约问题的马尔科夫过程模型(期望收益模型);将该模型进行等价转化并给出了相关性质;证明了对于任意的提前预约时段,均存在对应于每个医生的提前预约患者的最优数量,进而给出了该门诊预约问题的最优预约策略以及确定该策略的精确算法;数值仿真验证了所提出预约策略的适用性和有效性.     

多医生环境考虑患者爽约的门诊预约决策方法

针对多个医生医疗环境下具有提前预约和当天预约两类预约患者的门诊预约问题,在考虑提前预约患者可能存在爽约行为的情形下,提出了一种用于决定是否接受提前预约患者的预约请求的门诊预约决策方法.文中首先以医院的期望收益最大作为决策目标,建立了患者存在爽约行为的医疗预约问题的马尔可夫过程模型;然后基于所建立模型的特征,证明了对于任意的提前预约时段,均存在对应于每个医生的提前预约患者的最优预约数量的上界,且此上界随着患者爽约概率的增加而增加,随着预约所有医生的患者总数的增加而减小;进一步地,给出了该门诊预约问题的一种预约决策方法以及确定该方法的精确算法;最后,通过数值实验说明了本文所提出的决策方法的适用性和有效性.     

分散搜索算法求解基于小流向平衡的合同计划问题

建立了基于小流向平衡的钢厂合同计划的整数规划模型,模型以提前/拖期惩罚、小流向平衡惩罚、合同取消惩罚总惩罚最小为目标;根据模型特点,构造了分散搜索(SS)算法进行求解,并针对非可行解设计了启发式修复策略。为了检验算法的效率与效果,同时采用了遗传算法对模型进行求解,并用某企业的实际合同数据进行实验,对比分析了两种算法的结果,验证了模型和SS算法的有效性;另外,仿真实验也对参数设置进行分析,确定了适合本问题的最佳参数组合。     

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。     

考虑超载控制与内生拥挤的长短线公交动态运营策略

针对长线公交在部分时段和局部线路上的拥挤，本文提出在部分时段增发短线公交的运行策略。考虑时变的出行需求，本文构建了带有均衡约束和机会约束的动态规划模型，通过近似和逆推解法对动态规划模型进行快速求解，以确定短线公交的动态发车方案。一方面，本文构建机会约束控制车内拥挤，从而帮助提高公交的服务水平，这响应了出行者对公交服务水平的要求越来越高的现实；另一方面，分析了内生拥挤、客流在长短线之间的转移，使得本文的研究更贴合实际。考虑到动态策略的操作难度，本文建立混合整数规划模型对动态策略的启发式特例进行求解。算例分析结果表明，本文提出的动态策略和启发式策略均能通过增加适量的运营成本，有效地缓解长线公交在高峰时期的超载，同时显著减少乘客候车时间成本和车内拥挤；启发式策略能在乘客体验和运营成本之间进行合理权衡，并且在操作简易性方面更具优势。     

有新任务插入的多星动态调度模型与算法研究

对地观测卫星动态调度问题是一类复杂的调度问题.在对动态调度的要求进行分析的基础上,针对有新任务插入的多星动态调度问题的特点,建立了多星动态调度模型,提出了一种基于自由度规则的动态启发式求解算法.分别设计了基于最大自由度的退出启发式规则和基于自由度比例的退出启发式规则,采用深度有限搜索策略进行迭代搜索.仿真实例分析表明,基于自由度规则的动态启发式求解算法能够较好地解决有新任务插入的多星动态调度问题.     

有限时域下多需求类型产品的库存策略

考虑有限时域下面对确定和随机两种需求类型的产品库存系统,使用动态规划法构建该系统的动态模型以求得利润最大化下的最优订货和分配策略.由于动态规划法计算时间过长且在时域滚动环境下未必最优,因此在分析了最优策略性质的基础上设计了一种启发式算法以解决动态规划法的缺陷.数值分析表明启发式算法在绝大多数情况下优于动态规划法.     

运输能力受限与费用时变批量问题的拉格朗日松弛启发式算法

在多产品、多周期动态批量问题中引入产品的运输成本,每个周期采购的产品通过同一类型的运输工具运输.单位运输工具运载能力受限,每个周期可以使用的运输工具数量有限且单位使用费用时变.根据初始假定建立混合整数规划模型,运用拉格朗日松弛理论,通过约束松弛与模型分解,设计一个启发式算法进行模型求解.通过随机产生的大量实例从计算效果与效率两方面来评价启发式算法.     

时变网络环境下旅行商问题研究

对时变旅行商问题进行描述,提出处理一般跨时段的新方法,并建立数学模型.在求解方法上构造动态搜索优化算法ds-k-opt(k=2,2.5,3)求解该问题.通过实验仿真,大部分动态搜索优化算法解质量优于动态规划启发式算法,且求解规模更大.动态搜索优化算法解随k值增大而更优,算法运行时间也随之增加.     

供应链系统中零售商横向转载的随机规划模型及算法

为了研究随机需求下供应链系统中多零售商的横向转载问题, 提出了一种基于随机规划方法的多零售商横向转载模型, 并设计了一种启发式算法用于模型求解.考察由一个外部供应商和多个零售商组成的供应链系统, 供应商和零售商均采用order-up-to方法控制库存, 零售商面临随机性需求且相互之间存在横向转载.在横向转载经典假设条件下, 构建了以供应链总成本为目标的混合0-1规划模型.考虑到该模型中存在随机变量, 将模型转化为随机期望值规划模型进行求解, 结合随机拟梯度算法及遗传算法设计了一类启发式算法来求解模型, 给出了详细的求解过程.利用数值算例的仿真结果验证了模型及算法的有效性, 还就需求相关程度的影响及转载假设条件的影响进行了详细分析.研究结果表明:模型及算法对存在横向转载的供应链系统确定最优库存水平是相当有效的.     

航路流量间隔限制及排序策略一体化决策模型及算法

基于流量间隔限制策略和航路排序策略之间的关联性建立了两种策略一体化决策的二层双目标规划模型.模型将间隔限制值作为上 层规划的决策变量,将排序相关变量作为下层规划的决策变量,在上层规划中同时考虑下级的目标函数.对模型设计了基于NSGA-II的多 目标遗传算法求解,采用了一个快速启发式算法求解下层规划的单目标问题.结合中南区域实际空域及流量数据对模型进行了验证, 并与当前实际运行中的按交通需求比率分配方法进行了比较.结果表明所建立的二层双目标规划模型能满足一体化决策的需求, 所采用的算法能求得多个Pareto近似最优前沿解以供决策选择.     

基于MTO-MTS的钢厂合同计划方法

建立了基于MTO-MTS的钢厂合同计划的整数规划模型,模型同时考虑库存余材匹配和生产计划,以提前/拖期惩罚、交货时间窗内拖后惩罚、生产费用、库存匹配费用、合同违约惩罚总额最小为目标.根据模型特点,构造了对非可行解进行启发式修复的改进粒子群算法求解策略.仿真实验首先对参数设置进行分析,然后对多组数据进行了结果分析,并在相同条件下,对比了本文模型与分阶段考虑库存匹配/合同计划方法的实验结果,验证了本文模型和算法的有效性.     

混合Jobshop炼钢-连铸重调度方法及其应用

炼钢-连铸生产过程中加工设备起、停时间经常会出现严重延迟,导致调度计划不可行. 目前人工调整,存在响应速度慢和调整结果不优化的问题. 对炼钢-连铸混合Jobshop重调度问题进行了分析,提出了正在作业炉次已分配设备不变的重调度方法. 并提出了求解策略,将原调度分解为两个子调度问题. 引入炉次操作状态参数β,建立了正在作业炉次的时间修正模型,构造了启发式方法进行求解.对于未作业炉次,建立了多目标非线性0-1 整数规划模型,构造了并行逆推启发式算法进行设备指派,采用线性规划求解各操作的开工时间.基于上述方法开发了动态调度软件应用于国内某大型钢铁企业,在缩短动态调度时间、减少钢水冗余等待时间方面取得了显著成效.     

多星联合对地观测调度问题的列生成算法

多星联合对地观测调度问题作为一类大规模组合优化问题, 其求解算法往往采用启发式或超启发式. 运用列生成思想对该问题设计了完全搜索算法. 在建立了问题的整数规划模型之后, 将原问题分解为集合配置主问题和含时间窗口的最短路径子问题, 其中集合配置主问题采用主单纯型法通过CPLEX求解, 含时窗的最短路径子问题采用动态规划求解, 该动态规划算法围绕观测冲突时段这一关键资源进行最优子路径的扩展. 只有在子问题的最优解对主问题的优化目标仍有改进时, 主问题的约束矩阵列才被扩展. 该算法针对部分算例得到了最优解, 其余算例也在指定的时间内得到了相比一种基于优先级的启发式算法更优的解.     

战役任务计划的数学描述与求解算法研究

以多兵种联合作战战役计划为例,在定义任务和作战平台模型的基础上,对战役计划问题进行了数学描述.在定义平台能力矢量与任务需求矢量距离的基础上,基于新的搜索策略提出了多优先级列表动态规划算法(MPLDS),并针对战役案例分析比较了MPLDS与MDSL算法的求解结果与计算性能.     

实际环境中多无人车协同路径规划模型研究

地面无人车的集群作战运用是当前人工智能与作战指挥交叉领域的热点研究问题。针对实际环境中多无人车无法满足动态威胁条件下的协同路径规划问题,采用全局路径规划算法A-star与局部路径规划算法RL相结合的思路,从感知到行为决策全交互协同的角度开展多无人车协同路径规划模型研究,设计协同作战态势威胁算法、状态与动作空间、奖励函数、势力范围函数;设计协同作战编队构型策略生成及打击路径动态优化子模型,完成基于自主学习的多无人车协同路径规划控制模型构建与求解。结果表明：该路径规划模型可有效应对复杂城市环境下多无人车协同路径规划任务需求。     

网上超市订单分配与物流配送联合优化方法

针对网上超市一地多仓环境下的订单分配与物流配送两个环节,从联合优化的视角出发,以最小化物流配送成本为目标建立了非线性混合整数规划模型,并设计了一种启发式算法进行求解.在该启发式算法中,基于缩减问题求解空间的思想,引入人工智能状态空间搜索,利用物流配送阶段影响配送成本的关键因素作为订单分配的规则,采用改进的广度优先搜索算法生成较好的订单分配方案集合.利用C-W节约算法和邻域搜索技术,在优化配送路径时调整订单分配方案.最后构造算例验证了该算法的有效性.