集约生产计划问题参数规划模型的转换与分解算法

为求解模糊的集约生产计划问题,从模糊集约生产计划已清晰化后的参数规划模型着手,将参数规划模型进行分解,提出了分解算法,并将分解算法与分枝定界法进行了比较分析,仿真结果验证了这种算法的有效性与优越性.     

多车型电动汽车车辆路径问题的分支定价算法研究

随着环境意识的日益提升和电动汽车的逐渐普及,考虑到物流企业中不同类型的电动汽车的电池最大容量、电池充电率、电量单位消耗率、最大载重量、固定成本和可变成本不同,本文研究含时间窗的多车型电动汽车车辆路径问题,建立了一个混合整数规划模型,并利用分支定价算法求其最优解.为了加快算法的求解速度,本文提出生成下界值的方法以对车辆类型进行预处理操作,并制定了生成整数解上界的策略以压缩解空间.然后,通过用多组算例验证了模型和算法结果的准确性,同时也证明了本文提出的加速过程能有效地提高算法的求解速率.最后,通过不同规模的算例分析了车辆可变成本的变化对结果的影响.     

基于机会约束的手术计划随机模型与算法

本文研究多服务台手术计划调度问题,考虑手术时间的不确定性,提出手术室加班时间的机会约束,以一定的概率保证病人的手术时间不超过手术室的开放时间,建立随机优化机会约束手术计划调度模型,确定手术室的开放和分配决策.基于手术时间离散的概率情景,引入0-1变量转化机会约束,得到了0-1整数线性规划的等价模型.为了提高模型的求解效率,提出两类有效不等式,并设计最长路径算法分离第二类有效不等式,利用分支切割方法进行模型求解.算例分析,基于北京某医院的实际数据,验证算法的有效性,确定最优的手术计划调度方案,有效地优化配置手术室资源.     

基于改进蚁群算法的钢铁企业合同计划方法

基于钢铁企业的合同计划管理要求,建立了以产能平衡和最小化拖期提前总惩罚为目标的多目标数学规划模型,综合考虑了工序的前序关系、工序的产能和库存的约束.将生产合同与生产工序转换为节点图,从而将合同计划问题抽象成一种改进的旅行商问题.根据模型和问题的特点设计了带交货期启发信息的蚁群算法,并以钢厂实际合同数据为例进行实验.结果表明,改进蚁群算法获得的最好解和计算成本都比较令人满意,模型和算法是有效的.     

多项式0-1规划中隐枚举算法的改进及应用

提出了一个求解多项式0-1规划问题的隐枚举算法.通过应用p次范数约束划归,多项式0-1规划问题的多个约束可以被一单一等价约束来替代.利用这一显著特性,新算法在搜寻最优解过程中,能改进探寻(fathoming)和折返(backtrack)策略以提高隐枚举法的计算效率.通过一个算例说明这个新算法的计算步骤并对随机产生的问题进行了测试,得到了较好的结果.     

模糊环境下供应商选择

基于一定程度不允许缺货的前提,考虑供应商的供应能力及制造商的需求能力为模糊参数,讨论如何给出一个满意的供应商选择方案,确定参与的供应商及各自的供应物资数量使总成本最小。对该问题给出了单一物资需求的模糊线性规划模型,通过把模型中模糊机会约束清晰化,将模型转化为确定性的0-1混合整数规划模型。利用算例数据,针对不同的置信水平对模型进行分析,为供应商选择提供依据。     

基于鲁棒离散优化方法的ATIS路径诱导

针对ATIS下的路径诱导中路段旅行时间不确定的问题,提出一种鲁棒优化方法.把旅行时间看作不确定参数,通过鲁棒对等式的转换建立鲁棒离散优化模型.把不确定的0-1整数规划问题转化为确定的0-1混合整数规划问题.对模型中数据的不确定性得到的鲁棒解有较高的概率保证它是可行的,且转化后的鲁棒对等式模型具有容易处理的线性优点.仿真结果表明,该方法更加符合实际的路径诱导问题.     

随机产率和随机需求下的再制造系统的回收定价决策

在产率和需求均为随机的再制造逆向物流系统中,采取从用户手中买回废旧产品的方式控制回收数量.在再制造随机产率实现前决策废旧产品的回收价格;在市场随机需求实现前决策再制造产品的销售价格.企业的效用为利润的期望与方差的加权和/差, 目标是最大化此效用.通过分析此目标函数下的优化模型,利用优化理论得到了给定再制造产品数量时最优销售价格的解析解,并证明了在考虑企业风险不同态度下最优回收价格的唯一性. 此外,对模型进行了进一步的扩展,并利用仿真对各种参数对系统的影响进行了数值分析.     

基于遗传算法的城市交通运输网优化问题研究

香港是一个市区人口相对集中的城市 ,公路和公共交通运输网的优化非常重要 ,随着经济的发展 ,人口的增加 ,对公共交通设施的需求越来越大 ,每年香港政府都要投资三亿港币建设新的公共交通设施 ,满足日益增长的需求 .这些新的交通设施要从许多公路和公共交通的规划项目中选择 ,这个问题数学上归结为一个 0 -1规划问题 .本文用遗传算法对这一 0 -1规划问题进行了求解 ,这是第一次将遗传算法应用于实际的网络设计问题 ,这一模型将有助于香港政府进行交通规划 ,香港 2 0 0 6年规划数据被用于进行实例研究.     

考虑下游ICU病床容量约束的鲁棒手术计划调度

手术计划调度是医疗资源配置的重要组成部分,也是复杂的组合优化问题.由于在手术计划调度过程中,存在手术时间、术后重症监护病房(intensive care unit,ICU)内住院时间、急诊病人的到达、病人取消等不确定因素.本文考虑手术后下游的ICU中病床资源的容量约束,基于不确定的手术时间和术后ICU住院时间,借助ellipsoid和box不确定集合刻画不确定性,提出一个手术计划调度两阶段鲁棒优化模型,得出易求解的鲁棒等价问题,并提出列生成启发式算法.算例结果表明,较之住院时间的不确定性,手术时间的不确定性对总成本和手术块的加班时间影响显著,而住院时间的不确定性对ICU内短缺病床数量有显著影响.管理者可选择恰当的手术时间和住院时间的不确定水平参数组合(Ω,Γ),综合权衡手术块的加班时间和ICU内病床的短缺数量,尽可能地最大化手术室、ICU病床资源的利用率.     

特殊条件下铁路输送计划编制模型和算法

突发事件发生后, 在长期恢复重建过程中, 会产生一些特殊需求的铁路运输任务. 针对其运量大、时限紧, 动态性强、车辆利用率要求高的特点, 可采用动态服务网络理论编制其输送计划, 其目标是提高货物列车的利用率及运输需求的满足程度. 在构建重空车流时空网络图的基础上, 建立了基于固定路径的输送计划编制模型. 根据模型的特点, 提出一种松弛算法, 借助LINGO软件, 采用按周期分阶段逐步取整的方法求解模型. 算例分析中将该算法的计算结果与直接采用LINGO软件的计算结果相比较, 证明该算法效果良好. 特别对于规模较大的问题, 该算法也可以进行有效的求解.     

限行条件下配送车辆配置的二阶段随机规划

针对车辆限行下配送车辆数量和配送时间均具有不确定性这一难题,通过建立二阶段随机规划模型,实现物流配送车队中传统能源和新能源车辆比例和数量的合理配置,以保障后续生产配送的协同进行.以最小化日均车辆采购成本和后续生产配送期望成本为目标建立二阶段随机整数规划模型;为求解模型,提出改进的随机分支定界算法,并嵌入局部搜索以提高上界的估计效率;通过数据实验验证了模型和算法的有效性.此外,利用该模型和算法,探讨了不同车辆限行措施的执行类型和执行概率对企业车辆配置决策的影响.本文研究有利于解决车辆限行导致的城市物流配送难题,为保障我国城市物流相关企业日常运营提供决策方法.     

考虑企业生产能力储备的应急物资配置随机规划模型

需求的不确定性极大地影响着应急物资配置,易导致物资供应不足或过剩.本文引入企业生产能力差异,考虑受灾地和需求量的不确定性,以经济成本和惩罚成本最小为目标,建立基于情景的应急物资配置两阶段随机规划模型,第1阶段确定不同生产能力企业的布局和实物储备,第2阶段根据情景中受灾地需求量的不同生产并配送物资,应用样本均值逼近方法求解模型.基于2008年雨雪冰冻灾害、汶川地震、华南和中南地区洪灾,以及台风黑格比等自然灾害数据,设计情景进行算例分析.结果表明,储备物资生产能力,并适当考虑供给延迟和不足的惩罚,既可大幅减少实物储备,又能降低物资供应不足的风险;过度追求风险最小,需大量增加实物和生产能力储备,易造成资源浪费.