双渠道供应链多期多目标动态选址模型

考虑双渠道供应链环境下的物流配送选址问题的特殊性,建立顾客需求随机环境下,考虑网络直销和中央仓库传统零售渠道相结合的中央仓库多期多目标动态选址模型,模型不仅考虑了最小化相关的运作成本,并且考虑了客户的最大满意度,给出了中央仓库在整个规划期内的打开、运营、关闭和再次打开的成本表达式,使用主要目标法将多目标转化为单目标模型.设计了基于顾客满意度的贪婪启发式求解算法.求解结果表明,该结果包含了以最小化物流成本为目标的选址模型的最优解,为双渠道供应链环境下的中央仓库选址提供了更加灵活并且全面的依据.     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

考虑需求响应的多目标模糊机会约束动态经济调度

风电和需求响应参与电网调度带来了显著的经济效益并降低了负荷波动,但是风机出力的不确定性给电网动态经济调度带来挑战。针对上述问题,建立考虑需求响应的多目标模糊机会约束动态经济调度。首先,分析风电预测误差在不同功率的模糊特性,并拟合出模糊参数,进而获得风电的模糊隶属度函数。其次,根据模糊理论对系统约束形成可信性测度的模糊机会约束,建立考虑经济和负荷方差的多目标优化模型。在模型求解上,采用清晰等价类将机会约束清晰化,采用基于分解的多目标进化算法求解,然后采用模糊聚类的Pareto最优解集筛选最优解。算例结果表明,所提出的模型,能够有效权衡风电并网风险、系统利润和系统负荷波动。     

基于NSGA-Ⅱ的物流末端人员配置的多目标决策

研究同时考虑客户满意度和成本的物流末端配送环节中快递人员配置问题。在考虑到满意度和快递员的情况下,通过人员配置成本、惩罚成本和运输成本所构成的总成本最小和顾客满意度最大时的人员配置方案,并采用NSGA-Ⅱ算法在Python软件上求解物流末端配送问题,最后进行了案例分析。分析结果表明：所建立的物流末端人员配置和路径优化的多目标优化模型实现了人员配置、客户满意度和成本的优化,且能够在保证客户满意度的情况下降低人员成本。所提出的方案为物流末端快递人员配置的多目标优化问题提供了理论依据。     

不确定环境下再制造加工车间多目标调度优化方法

针对再制造生产过程中工件的加工时间和成本不确定性调度问题,文章提出了一种不确定环境下再制造加工车间多目标调度优化方法。该方法采用模糊变量表示其不确定性参数,以最小化加工时间和成本为目标,在满足模糊交货期等约束条件下,构建了不确定环境下多目标决策的模糊机会约束规划模型,并提出了求解该模型的混合智能算法;应用模糊模拟技术产生样本数据,用于训练神经网络以逼近不确定函数;针对神经网络中存在收敛速度慢、容易陷入局部最优的缺点,应用改进的粒子群算法优化神经网路,将训练好的神经网路嵌入改进的遗传算法中求解调度模型。最后,通过仿真实例,验证该模型和算法的可行性。     

基于贪婪启发式的多期多目标动态网络选址

为弥补现有选址模型考虑需求变化及客户满意度的不足,研究了随机需求环境下的配送中心选址并设计了衡量客户满意度的函数. 运用随机机会约束规划为基本建模工具,将模型设计拓展到多期规划决策领域并构建了动态多期多目标选址模型,模型不仅考虑了最小化配送中心运作成本,而且考虑了客户最大满意度;运用主要目标法将多目标选址模型转化为单目标选址模型,采用满意度高优先的客户指派原则设计了贪婪启发式求解算法. 算例结果表明,模型的非劣解包含了传统的以最小化物流成本为目标的选址模型的最优解,从而为配送中心选址提供更加灵活全面的决策依据.     

模糊多目标规划在制定最优竞标方案中的应用

【目的】针对已有文献提出的一类工程项目的招投标问题,给出了一种使用模糊多目标规划技术进行建模以制定最优竞标方案的方法。【方法】将投标方在利润上的基本目标及招标方所提出的对项目目标的要求作为必须满足的约束来处理,并将最大化投标方所获利润、项目质量等级、安全性能、环境性能,最小化投标方工程成本、项目所需时间作为模型目标函数。【结果】通过对每个目标函数引入分段线性满意度函数,建立了模糊多目标规划模型,并采用加权求和法进行求解。文中给出了具体实例以详细说明建模及求解的过程。【结论】模糊多目标规划技术可以为制定最优竞标方案提供有力工具。
     

模糊随机多目标规划性质的研究

在模糊随机环境下,针对于多目标规划问题的性质,给出了一系列的重要结论。首先,基于模糊随机理论,提出了模糊随机多目标规划问题的期望值模型,实现了对实际问题的不确定性到确定性的转化, 并为解决实际问题提供了理论模型。规划问题的凸性在优化理论中占有非常重要的地位,因此,对于所提出模型的凸性,利用模糊随机变量的期望值的特殊性质,给出了严格的证明。 定义了模糊随机多目标规划的期望值绝对最优解、期望值有效解及期望值弱有效解的概念,并研究了它们的性质。根据生活中的实际问题所建立的模糊随机规划模型的求解,所得结果为其算法的研究及最优决策的执行提供了重要的理论依据。     

基于双模式更新五行环算法的多目标冷链配送

针对生产运输中广泛存在的冷链配送问题，建立了以配送成本最小化和顾客满意度最大化为目标函数的多目标冷链物流优化模型。基于五行环优化(FECO)算法，提出了双模式更新个体的五行环优化算法(FECO-DMUI)，并对多目标冷链物流模型进行求解。将FECODMUI算法与FECO算法、NSGA-II算法、鲸鱼优化算法和灰狼优化算法进行比较，结果验证了本文模型和算法的有效性，同时验证了FECO-DMUI算法在多目标冷链配送问题中能更加高效地获得路径优化的最优解集。     

基于GA-SA组合算法的山区复杂环境无人机起降点选址

针对山区复杂环境下的物流链前端无人机货运起降点选址和任务分配进行研究。首先以建设成本最小和运输时间满意度最大为目标,综合考虑无人机自身性能和禁飞空域等因素,构建多约束条件下多目标函数的起降点选址和任务分配模型。采用遗传算法(genetic algorithm, GA)和模拟退火算法(simulated annealing algorithm, SA)的组合算法进行求解,首先通过遗传算法得出较优的可行解,再以此解作为退火算法的初始解进行模型求解。仿真结果表明,构建的多约束模型能够实现预期效果,并且采用的算法解决此类问题时具有良好的适用性。     

医疗废弃物多目标多周期可持续回收网络优化

针对医疗废弃物回收量的不确定性、多周期性,以及部分有毒有害废弃物处理不当不仅污染环境,还会危及操作人员健康等问题,以最小经济成本、最小环境影响、最大社会效益为目标,构建了不确定条件下医疗废弃物多目标多周期可持续性回收网络模型。为了减少不确定参数的影响,采用模糊机会约束方法,将模型中的模糊约束转换为清晰的对应式。以上海市某医疗废弃物回收企业为例,采用遗传算法（GA）对模型进行求解。算例结果表明,多目标优化总体优于单目标优化,且多周期回收网络规划比单周期规划更加灵活。     

模糊多目标规划在制定最优竞标方案中的应用

【目的】针对已有文献提出的一类工程项目的招投标问题,给出了一种使用模糊多目标规划技术进行建模以制定最优竞标方案的方法。【方法】将投标方在利润上的基本目标及招标方所提出的对项目目标的要求作为必须满足的约束来处理,并将最大化投标方所获利润、项目质量等级、安全性能、环境性能,最小化投标方工程成本、项目所需时间作为模型目标函数。【结果】通过对每个目标函数引入分段线性满意度函数,建立了模糊多目标规划模型,并采用加权求和法进行求解。文中给出了具体实例以详细说明建模及求解的过程。【结论】模糊多目标规划技术可以为制定最优竞标方案提供有力工具。     

一种多人有关联两层多目标决策的交互式算法

本文首先建立了基于Ｓｔａｃｋｅｌｂｅｒｇ主从策略的多人有关联的两层多目标决策问题的数学模型，利用满意度和Ｋｕｈｎ－Ｔｕｃｋｅｒ条件把两层多目标规划问题转化为单层单目标非凸约束规划问题；并采用收敛外部逼近法求解此非凸约束规划问题的全局最优解，然后，通过分析人与决策人之间的交互，求得两层决策问题的满意解。     

多目标约束水平的动态运输问题

构造了目标多约束水平（MC^2）动态运输问题的数学模型,开发了求解这一模型的迭代算法。此算法利用MC^2单纯形法给出基可行解,并在此基础上,运用动态规划思想从最优子策略逐步求得最优策略。     

考虑主动管理模式的多目标分布式电源规划

在考虑主动管理模式条件下,建立了多目标双层分布式电源规划模型.其中,上层规划以分布式电源年投资运行成本和网损最小为目标,下层规划以分布式电源出力切除量最小为目标,考虑风电光伏等间歇式能源出力的随机性及负荷的不确定性,利用基于拉丁超立方抽样的蒙特卡洛模拟方法对风速、光照强度和负荷进行抽样,利用非支配排序遗传算法对上层规划模型进行求解,采用原对偶内点法对下层规划模型进行求解,以得到问题的Pareto最优解集,从而避免了传统加权求解方法中权重确定的主观性.同时,通过对33节点配电网算例的仿真和分析,验证了所建模型的合理性和算法的有效性.     

考虑需求关联性的多供应商电商库存分配研究

需求关联性现象普遍存在于顾客购买行为中，然而大多数库存管理方面的研究假设产品需求相互独立，忽视关联性造成的影响，可能导致严重的缺货现象发生。针对存在需求关联性情况下具有库存容量限制的多供应商电商库存分配问题，应用FP-Growth算法从订单数据库中挖掘得到关联规则，并将关联规则抽象为一种约束，建立双目标随机规划数学模型，通过分段线性拟合方法对非线性目标函数和约束进行处理。采用非支配排序遗传算法(NSGA-Ⅱ)对模型进行求解，基于“先知种群”改进种群初始化过程，以提升算法收敛速度。使用真实数据的数值实验表明，基于关联规则的库存分配模型能以小幅度增加运营成本为代价，显著减少缺货数量。最后对库存容量、关联规则置信度和供应商个数进行敏感性分析，进一步为电商平台管理者提供了参考。     

多集装箱码头内集卡调度方法

针对多集装箱码头内集卡调度问题设计一种新型调度方案.在满足码头集卡数量及经验需求情况下,综合考虑集卡的效率和集卡调运能耗,提出多目标混合整数规划模型,并采用匈牙利算法进行求解.通过算例分析,得出该模型下多目标函数的一组最优解,证明利用所建立的模型和算法可以在有效时间内快速找到最优的集卡调度方案,表明了该集卡调度方法的可行性.     

含特殊需求的灵活接驳公交服务区域与路径选择

针对国内特有的“小区型”住宅开发特点以及不规则路网等情况,在给定乘客需求以及车队规模的条件下,基于网络模型建立了一个同时求解最优服务区域和车辆服务路径的双层混合整数线性规划模型.该模型的上层目标是最大化服务的乘客数量,同时下层目标是最小化运营者的运营成本.同时就模型的求解给出了一种启发式算法以期在合理的时间内求解出可接受的方案.最后通过案例分析验证了模型和算法的有效性.研究结果表明:启发式算法得到的近似最优解与最优解的差值最大在15%左右,同时单位乘客运营成本的差值在10%以内.     

不确定环境下快递包装物逆向物流网络设计

【目的】针对快递包装物回收问题建立了包含居民点、回收中心、处理中心、再制造中心与焚烧中心的逆向物流网络。【方法】考虑到快递包装物的回收具有分布范围较广、数量较多且波动较大的特点，采用三角模糊数进行定义，以成本最小化为目标构建了混合整数非线性规划模型，以确定各级设施的数量、位置以及物流分配。【结果】运用可信性理论，通过设置置信水平等参数，对模型的约束条件进行了等价转换，降低了模型的求解复杂度。【结论】实验结果表明，模型能够较为真实地模拟快递包装物逆向物流网络决策过程，是可行的；Lingo程序能够有效地求解到模型中各级设施布局以及它们之间流向与流量的最优方案。     

低碳情景下的复合轴辐式快递网络规划

以快递网络规划问题为研究对象，分析了中国情境下多层级多服务水平复合轴辐式快递网络的特点，探讨了网络低碳化运营的内涵与情景，在此基础上构建了碳税和碳交易2种情形下的复合轴辐式快递网络规划决策模型，进而基于国内快递标杆企业的网络规划实践的实际数据、采用Lingo软件进行了相应的模型求解，分析了成本最小化目标与低碳化目标之间的关联与影响机理。研究结果表明，追求低碳化和节能减排并不会对传统的追求成本最小化目标的网络结构产生额外影响。