考虑兼职用工的呼叫中心坐席人员排班问题

近年来,呼叫中心企业在人力排班中搭配使用兼职人员;兼职人力无论成本或工作模式都与全职坐席人员不同.针对企业实践场景,构建考虑兼职用工的坐席人员排班问题整数规划模型.在分析认识问题优化结构规律基础上提出两阶段优化算法.该算法通过分解日期和班次决策降低问题求解复杂性,通过表征不同类型人力满足话务有效需求的量化指标,局部优化地生成可用排班方案;然后运用具有模拟退火或贪婪机制的邻域搜索技巧来改善前阶段生成的排班方案.计算表明提出的算法能够获得企业规模问题的优化排班方案.最后分析各种因素如何影响兼职用工优化策略.研究表明科学合理使用兼职人力能够有效降低排班用工成本.     

考虑休班公平及同班次约束的呼叫中心排班优化问题

国内呼叫中心企业制定人力排班表时,越来越关注员工诉求及体现人性化管理理念.考虑坐席人员双休日休班公平性和周内工作日上班时间规律性,构建以多周为计划周期的呼叫中心排班优化问题整数规划模型.在对问题结构和优化性质分析基础上,提出构造性启发式算法.使用企业实例数据对模型和算法性能进行评估.计算结果表明规划模型只适于求解小规模问题最优解,而启发式算法能够以小计算成本获得较大规模问题优化解.最后计算分析得出了这些员工诉求因素对排班人力成本影响的量化结果.     

基于DPSO的无等待混合流水车间调度方法

研究了无等待混合流水车间调度问题,调度目标为最小化工件的最大完成时间。针对问题中工件加工无等待特点,设计了分阶段实现的无等待算法,并将机器的能力约束嵌入到算法之中。在此基础上,首次应用离散粒子群优化算法对无等待混合流水车间调度问题进行了优化求解。通过仿真实验表明,离散粒子群算法的优化质量优于遗传算法及LTPT、STPT和FCFP三种启发式算法,同时验证了分阶段无等待算法的有效性。

Abstract：

A no-wait hybrid flow shop（NWHFS） scheduling problem was studied for the objective of minimizing makespan.For the no-wait constraint between two sequential operations of a job,not only the no-wait algorithm of grading was designed,but also the number restriction of machines was embedded into this algorithm.On this basis,the discrete particle swarm optimization（DPSO） algorithm was proposed for the first time to solve such problems.The last simulation experiments show the optimization qualities of DPSO are superior to those of the genetic algorithm（GA） and the heuristic algorithms of LTPT,STPT and FCFP,and demonstrate the effectiveness of the no-wait algorithm of grading as well.     

考虑光照影响的岸桥司机排班策略优化研究

光环境对岸桥司机的工作效率具有重要影响。针对在光照强度不断变化下的岸桥司机排班问题,建立光照影响效率理论模型和港口作业三维仿真模型,分析不同光照条件下对码头岸桥司机工作的影响,并研究得出岸桥司机的最优排班策略。通过比较不同的4种排班策略,分析得到6h间隔排班最优,比现有的排班方式的工作效率提高14%左右,因而说明在工作时间总量不变的情况下,根据光照影响调整排班策略,可以提高岸桥的作业效率。     

基于局部搜索机制MOGA的多目标ADGHP建模及优化

依据航班的进离港过程,提出了一种航班优先系数计算策略,使得延误损失在进离港航班之间的分配合理化;在此基础上建立了一种进离港地面等待问题(ADGHP)多目标优化模型,以实现延误损失和续航航班延误时间的多目标优化.针对问题模型的复杂性以及现有多目标遗传算法(MOGA)的不足,提出了一种引入局部搜索机制的多种群遗传算法对问题求解,并改进优秀个体迁移策略,实现多目标的协同优化.最后,以国内某机场进离港航班为算例,使用所提算法进行计算,并与其它典型算法的求解结果对比,实验结果表明了所提模型与算法的有效性.     

考虑批量因素的成品匹配与生产计划联合优化

针对钢铁企业批量化生产组织特点,将成品匹配和生产计划两个过程合二为一,提出了实现两者联合优化的数学模型;结合问题特点构造了具有两段自然数编码的改进遗传算法,并采用启发式规则对违反余材量和生产能力限制的个体进行修复。通过实例仿真,证明了模型与算法的有效性和在实际问题中的应用潜力。     

考虑多事故点的海上重大事故应急物资优化调度

应急物资的高效调度是整个应急系统服务效率的保障,为提升海上应急系统的救助效率,针对固定海域内多起重大事故随机发生情景下的应急物资优化调度问题展开了研究.综合考虑物资运输受需求时间窗限制、物资需求存在时变特性以及海陆物资协同调度存在耦合关系等一系列复杂约束后,为统筹优化海上应急物资调度与陆上补给应急物资调度,构建了一个两...     

基于正交遗传算法和灵敏度分析的体系仿真优化方法

体系对抗已成为当今战争的主要形式,因而急需对体系优化问题进行深入细致地研究.鉴于此,提出了一种基于正交遗传算法和灵敏度分析的体系仿真优化方法.该方法采用正交遗传算法在可行域内快速地搜索一些较优方案(解);利用灵敏度分析方法从已评估方案中得到待研究体系输入、输出之间的灵敏度关系;应用这种灵敏度关系来指导正交遗传算法的后续搜索.最后采用一些数据实例来验证该方法,实验结果表明,该方法是可行的、正确的和有效的.该方法能在较少次数的仿真后,得到待研究体系的满意解或最优解;同时,该方法可推广到其它复杂优化问题的求解中.     

基于HPSO算法和GA的舰载机甲板布放方法比较

以戴高乐航母为研究对象,基于不同优化算法,对其舰面舰载机布放问题的解决方法进行比较,以此作为解决其他类型航母同样问题的参考。首先,分析了解决舰载机舰面布放调度问题的先决条件,包括舰面战位的设置;各战位间距离的测量计算;舰载机正常的出动流程分析;舰载机出动时间计算公式的设计。其次,将舰载机舰面布放调度问题转换为带有约束条件的多目标函数求最小解问题,并给出了数学模型。再次,给出了利用改进的粒子群优化 (honeybee particle swarm optimization,HPSO)算法和遗传算法(genetic algorithm,GA)对问题求解的解决思路。最后,对两种算法50次独立运算的结果,分别从平均最短出动时间、平均最短移动距离、标准偏差以及算法的收敛性和精确性等方面进行比较。结果表明,HPSO算法较GA更适合于解决该布放问题。     

网上超市拆分订单的合并打包优化决策方法

大型网上超市"一地多仓"和"多地多仓"等仓储布局导致"一单多品型"订单被拆分在不同仓库进行拣选并分多次配送给顾客,这就诱发了"高成本、高污染、高扰民"等影响电子商务绿色健康发展的挑战性难题.被拆分订单在多个仓库间的合并打包是化解这一难题的重要手段.本文从化解问题求解难度入手,以提高拆分订单合并打包方案在线生成的科学性和高效性为目标,综合运用组合优化和状态空间搜索理论,围绕拆分订单是否合并打包,选择哪些仓库打包,哪些商品可以合并打包这三个关键问题提出拆分订单合并打包问题的两阶段在线智能优化决策方法.第一阶段归纳总结决策影响因素,制定判定规则,决策合并打包必要性;第二阶段,采用状态空间搜索算法生成备选的合并打包方案集合,将定性的控制策略转换成控制规则纳入方案生成过程来缩减方案空间.数值实验表明,本文提出的合并打包优化策略可有效降低网上超市拆分订单履行成本,理论成果可为指导网上超市或其它拆单现象显著的B2C电商企业的实际合单作业提供借鉴.     

非满载车辆调度问题的遗传算法

非满载车辆调度问题是车辆调度问题中的一个基本问题,由于它是一个典型的NP难题,传统方法的求解结果往往不能令人满意。本文采用最大保留交叉、交叉率和变异率自适应变换等技术,设计了基于自然数编码的遗传算法,用于求解非满载车辆调度问题,在实验分析中获得了较好的结果。     

基于遗传算法求解Job Shop调度优化的新方法

针对Job Shop调度问题,提出了一种遗传算法编码新方法和矩阵解码方法.该方法根据问题的特点,采用一种按工序进行总体排序染色体编码方案,并采用矩阵解码,解码时体现了编码与调度方案一一对应,并且该编码方案有多种交叉操作算子可用,不需要专门设计算子.算例计算结果表明,基于该编码方案的遗传算法是有效的,能适用解决Job Shop调度问题,通过比较,用该编码方案的遗传算法优化Job Shop调度操作简单并且收敛速度快.     

用遗传算法解决并行多机调度问题

对最小化完工时间的并行多机调度问题提出了一种遗传算法,并在问题形成、遗传算法编码、变异方法等方面作了研究,并用计算实例表明遗传算法能适用于大规模并行多机调度问题。     

针对多星多任务仿真调度的关键路径遗传算法

卫星任务规划问题的求解空间随卫星数量和目标数量的增多而快速增大,针对大规模多星多任务规划问题,提出一种基于关键路径-遗传算法的卫星任务规划分层优化方法.该方法将卫星任务规划问题分解成任务分配和单星任务处理2个子问题,其中,任务分配通过遗传算法实现,一个分配结果对应种群中的一个个体,在单星任务处理子问题中引入关键路径法,...     

用于柔性流程工业生产调度的并行多目标遗传算法

分析了柔性流程工业区别于一般制造系统在生产调度方面的特点 ,在此基础上针对这类系统所具有的多目标、混合动力学特性、调度实时性等特征 ,提出了一种新的并行多目标遗传算法 .在解决多目标解的评价时 ,采用了目标分级评价技术 ,求解过程始终将解的最优性和决策者对目标的偏好信息结合在一起 .为反映这类问题的混合特性 ,提出了一种新的双层编码方案 .在算法中采用的递阶分解并行技术 ,使计算时间至少减少一个数量级 .计算机仿真结果表明 ,对于这一类复杂的柔性流程工业生产调度优化问题 ,本文提出的方法具有很好的实际应用前景 .     

基于模糊规则的GA求解成组调度

研究并行多机成组工件flow-time问题,利用模糊规则量化,使用遗传算法内嵌入模糊控制规划的智能化算法求解这类复杂的组合优化问题,最后给出计算实例及仿真结果,证明了该算法具有解决大规模实际问题的能力。     

一种求解两机成组作业流水车间优化调度问题的遗传算法

当优化目标是总的流时间时,两机成组作业流水车间调度问题是NP难解的.本文提出了一种两机成组作业流水车间优化调度的遗传算法.该遗传算法分两层一层优化组内作业排序,一层优化组排序.仿真结果表明该方法的有效性.     

基于DQN的异构测控资源联合调度方法

以异构测控网资源联合调度为研究对象,提出一种基于强化学习的深度Q网络(deep Q network, DQN)算法。在充分分析异构测控资源联合调度问题特点后,用数学语言对影响问题求解的约束条件进行描述,建立了资源联合调度模型;从应用强化学习解决问题的角度,对求解的问题进行马尔科夫决策过程描述后,分别设计了2个结构相同的神经网络和基于ε贪婪算法的动作选择策略,并建立了DQN求解框架。仿真结果表明：基于DQN的异构测控资源调度方法较遗传算法能够找到调度收益更优的测控调度方案。     

基于仿真优化的集装箱港口大门作业调度研究

提出基于仿真优化的集装箱港口大门通道作业的调度优化方法.首先,建立了大门作业的离散事件仿真模型和调度优化数学模型;其次,设计了启发式Tabu搜索算法和仿真模型相结合的仿真优化方法;然后,结合仿真自动化方法和在线数据库实现了仿真优化系统;最后,用实例验证并分析了本方法的有效性及效率问题.结果表明了本方法对在线、实时作业调度优化问题的适用性.     

基于实时交通信息的车辆路径与调度动态仿真

城市的发展导致道路交通运输问题变得越来越突出。针对这类问题,建立了一种基于实时交通信息的动态车辆路径与调度问题模型,并构建了一个动态交通仿真模型模拟真实的车辆行驶状况。通过两阶段仿真,获取车辆在道路中行驶的实际行驶时间。最后构造了一个交通网络,通过仿真试验验证提出的模型的有效性。