不确定需求下应急物流系统多目标鲁棒优化模型

针对在突发事件发生的紧急救援期,应急物流系统的运载能力有限性及多种应急物资的需求不确定性,采用相对鲁棒优化方法建立了基于总时间和总成本最优的多目标数学模型.结果表明:模型合理地解决了应急物资在需求不确定条件下选址-路径的安排问题,通过算例将绝对鲁棒优化与相对鲁棒优化的对应问题以及单目标与多目标模型的最优解进行对比,验证了多目标鲁棒优化模型能够体现应急物资在需求不确定条件下选址-路径方案的最优性与鲁棒性的均衡,从而在突发事件发生时能有效保证应急物流决策的鲁棒性.     

呼叫中心人力资源配置鲁棒规划模型

针对现实呼叫中心中顾客到达不确定的问题,建立了基于排队论的离散流体模型,解决了考虑鲁棒性呼叫中心的人力资源配置问题.通过区间数据来表示顾客到达的不确定集,利用可调整鲁棒优化方法的思想,分析了鲁棒优化模型与确定性优化模型的关系.数值试验表明,使用可调整鲁棒参数的鲁棒优化方法减小了呼叫中心到达率不确定性给呼叫中心系统带来的影响;到达率越大,对应的最优的鲁棒参数越大,模型越保守.     

基于情景生成的银行卡网络资金配置鲁棒优化模型

运用鲁棒优化理论和情景生成方法,研究了银行卡网络资金配置问题.在对银行卡网络资金需求分析的基础上,运用鲁棒优化理论建立了银行卡网络资金配置鲁棒优化模型.该模型为一个多目标规划问题,满足诸如尽可能全天候满足持卡人需求、系统的总收益最大、网络的鲁棒性等多个相互冲突目标.以我国金融市场为背景,通过仿真-优化-聚类情景生成方法...     

基于鲁棒优化的低碳再制造物流网络模型

为了解决不确定环境下低碳再制造物流网络设计的问题,在碳排放权可交易的情况下,考虑运输成本、需求和废旧产品质量的不确定性,对于回收中心的开或关及其是否扩建、其余设施选址和节点间运输路线等决策,采用鲁棒优化方法,以碳交易收支和物流成本之和最小化为目标,建立了再制造物流网络鲁棒混合线性规划模型。通过案例验证了鲁棒模型的可行性,就碳交易和不确定参数的变化进行分析,表明鲁棒模型的决策平衡了最优性与鲁棒性。     

不确定性集装箱码头泊位与岸桥分配问题

泊位和岸桥是集装箱码头至关重要的战略资源,如何合理有效地分配泊位和岸桥资源,受到了研究者的重视.文章对不确定环境下的泊位分配和岸桥分配的联合鲁棒调度问题进行了研究,在传统泊位分配和岸桥分配模型的基础上建立了该模型的鲁棒对应式,并将其转化为鲁棒优化模型.针对模型特点设计了分支定界算法,最后通过具体算例,给出了分支定界算法的求解结果,分析了得到的泊位与岸桥调度计划的鲁棒性.实验结果说明,本文所建立的鲁棒性泊位与岸桥调度模型可以通过调节保护水平参数控制解的鲁棒性,具有很强的实际意义.     

不确定需求及建设成本下连续交通网络设计的鲁棒优化方法

在假设各起始点的交通发生量和吸引量确定的情况下,研究不确定需求及不确定建设成本下的连续交通网络设计问题.利用鲁棒优化方法建立了一个不确定双层网络模型,设计了基于Frank-Wolfe法的情景局部搜索法.双层不确定模型中下层模型是需求属于一个简单有界闭集的用户均衡问题,上层模型是建设成本不确定的系统总阻抗最小的优化问题.通过数值算例分析,得到鲁棒优化下的不确定网络设计模型稳定性优于确定性设计模型的结论.     

需求不确定下船队规划决策的鲁棒优化模型

研究了不确定复杂环境下的船队规划决策问题.在分析船队规划已有研究方法和基本特点的基础上,将船舶调配优化与船队发展规划结合起来统筹研究,建立了符合市场实际的多方式投资的船队规划确定性模型.通过引入基于情景分析的鲁棒优化方法,采用具有已知概率的情景集合描述市场需求的不确定性,将此模型扩展为包含不确定因素的鲁棒优化模型.模型既考虑了船舶营运经济状态、企业投资能力、新船购置、二手船买卖、船舶租赁等多种复杂的实际情况,又考虑了需求的不确定性影响,并且体现了模型的鲁棒性.最后,以某航运公司为例进行仿真实验,将确定性模型与鲁棒模型进行对比,结果表明,鲁棒模型的解相对保守,能有效地保证船队规划决策的鲁棒性.     

基于遗传算法的电梯群控鲁棒优化模型

针对电梯群控调度过程中交通流不确定的问题,建立了鲁棒优化模型,利用遗传算法对所建模型进行求解.对于不确定线性优化问题,研究了不确定集的选择以及模型鲁棒对等式转化方法.仿真实验中,利用电梯群控虚拟仿真环境对鲁棒优化调度算法在不同交通流下进行了验证.以300人/15 min的混合交通流模式为例,鲁棒优化算法的平均候梯时间比静态分区算法降低12.77 s;平均乘梯时间比最小等待时间算法降低9.7 s;电梯启停次数比静态分区算法少8次.实验结果表明,鲁棒优化调度算法对不同交通模式具有更好的适应性,可以减小交通流不确定性的影响,提高电梯群控调度性能.     

针对无人车转角输出的端对端方法

针对端对端学习过程中的数据不均衡、时间成本高、输出不够鲁棒等问题,通过数据均衡、图像尺寸变换及双边滤波对数据集进行优化,降低了卷积神经网络(CNN)模型输出的误差,此外使用固定区域的图像剪切与图像尺寸变换降低了模型训练的时间成本。分别对是否经过均衡与处理的数据集进行训练获得两种模型,首先将两种模型的输出与原始数据进行对比,此外对平均训练时间进行比较,最终在智能小车上进行了自动驾驶实验。证明所提出方法改善了端对端输出的鲁棒性、降低了模型训练的时间成本。     

支持并行协同产品开发的广义鲁棒设计方法

研究了并行协同产品开发过程中的广义鲁棒设计方法.首先,针对并行协同产品开发过程中的不确定性,给出了广义鲁棒设计框架;然后,提出了广义鲁棒性概念,分析了性能鲁棒性和约束鲁棒性;最后,在传统优化设计模型的基础上,考虑产品参数的变化对性能的影响,修改传统优化设计模型的优化目标和约束条件,使它们包含广义鲁棒性指标,建立了广义鲁棒设计模型,并基于遗传算法对模型求解.该方法能有效提高并行协同设计的广义鲁棒性,用一个转向架设计实例验证了其有效性.     

基于Benders分解的鲁棒最短路算法

为了研究路段行程时间不确定条件下的最短路问题,采用区间数据表示路段行程时间,介绍了鲁棒偏差和鲁棒成本的概念,并据此给出鲁棒最短路的定义,运用鲁棒优化中的min-max准则构建了鲁棒最短路问题的混合整数规划模型。通过固定路径决策变量将鲁棒最短路问题分解为子问题和主问题,同时结合对偶理论给出子问题的对偶模型。在此基础上设计出鲁棒最短路问题的Benders分解算法,采用AMPL编程实现算法并调用CPLEX进行求解。并在一个仿真网络中对本研究方法进行了验证分析。研究结果表明,相较于传统最短路Dijkstra算法,本研究方法求得的鲁棒最短路在不确定网络中具有更强的可靠性,设计的算法迭代效率较高,能迅速缩小迭代范围并找到最优解。     

成本控制下考虑多商品物流配送线路安排的鲁棒优化模型

考虑单位运输成本具有不确定性条件下,基于总成本控制的目的,研究了多商品物流配送线路安排问题的鲁棒优化模型,并运用鲁棒优化思想,通过对含有不确定性的约束条件进行松弛后,获得了计算上可处理的鲁棒对应模型.     

需求不确定电子供应链的鲁棒运作模型

建立了由多个供应商、多个顾客构成的电子供应链在顾客需求不确定情况下的单目标鲁棒运作模型.供应链中,每个供应商均可以通过电子市场或直接将自己生产的多个产品供应给具有不确定需求的多个顾客,供应链追求整体运作成本最小化.采用已知概率的情景集合描述顾客的不确定需求,利用基于情景分析的鲁棒优化方法建立供应链的运作模型.为了检验所建模型的鲁棒性及运作目标的数目对建模方法有效性的影响,利用已有文献的相关数据进行了仿真计算,并对两者的计算结果进行了比较.结果表明,在不确定需求的扰动下,供应链的运作模型确实具有鲁棒性,而且运作目标的多少对建模方法的有效性没有影响.     

区间阻抗下的网约车合乘鲁棒有效路径

为了研究网约车合乘的路径优化问题,在定义鲁棒有效路径的基础上,基于区间阻抗的生成方法,以网约车运营时间成本、运营固定成本、燃油消耗成本以及乘客费用成本相结合的运营阻抗成本的区间值为模型目标,研究了区间阻抗下的鲁棒有效路径生成;运用深度优先搜索算法求解,分析得出了网约车合乘最优的鲁棒有效路径和鲁棒成本。通过算例验证分析得出,网约车合乘能有效减少居民出行总成本,提高出行效率。     

基于鲁棒自适应预估器的电阻炉温切换控制

针对炉温设定值改变等原因引起的对象模型参数变化问题,提出了BangBang--积分切换控制器和鲁棒自适应Smith预估器.根据炉温静特性设计的切换控制器,有效减小了系统的超调和调节时间,同时降低了控制性能对设定温度变化的敏感性.自适应预估器中鲁棒项的引入,提高了预估器自适应律对纯迟延参数精度的鲁棒性.仿真结果表明,在纯迟延时间失配的情况下,鲁棒自适应Smith预估器能够保证预估误差收敛于零;在设定值大幅变化的情况下,切换控制系统的性能比PID(Proportion Integration Differ-entiation)控制更稳定.     

运动机构的鲁棒优化设计方法

为了解决设计中存在的公差与实际制造中的误差经常引起运动机构的实际性能发生波动甚至发生变异的问题,通过构建设计目标机构的目标函数鲁棒性和约束函数鲁棒性,将鲁棒优化设计方法应用到运动机构的设计中。通过对四杆机构的摆杆、机架尺寸发生波动时的运动响应进行鲁棒优化计算,与传统设计方法得到的优化解相对比,鲁棒优化设计解能够使设计的运动结构具有更加稳定的性能。算例表明,鲁棒优化设计方法能够有效降低参数波动对运动机构性能的影响,是解决该类问题的有效途径。     

椭球不确定集下的投资组合鲁棒优化模型

对于含有不确定参数的采用CVaR风险度量的投资组合模型,基于鲁棒优化理论的最新进展,结合统计或时间序列,构造形式较为简单的椭球不确定集作为对参数不确定性的近似,把原问题转化为易于求解的确定型最优化问题,解决了该模型由于参数具有不确定性所造成的缺陷,得到鲁棒性与最优性都较为满意的解.通过市场数据对模型的可操作性和实用性进行验证.     

考虑供应中断的多产品供应链鲁棒模型

考虑供应中断的情况,分析了由制造商、主供应商和备用供应商所组成的多产品供应链,采用基于区间分析的Bertsimas鲁棒优化方法来描述销售价格的不确定性,建立了供应链鲁棒模型,并进行优化求解.设计的鲁棒模型能够满足供应链三个主体———制造商、主供应商和备用供应商利润最优的目标,同时可以抵抗一定的不确定性.数值算例结果表明,当销售价格在一定范围波动时,所建立的模型具有鲁棒性.     

含分布式储能的主动配电网鲁棒优化经济调度方法

为克服风电输出的不确定性,基于鲁棒优化中的worst-best理论,提出一种主动配电网的鲁棒优化经济调度模型.该模型采用拉丁超立方采样方法生成风电场景集表征风电预测的不确定性.在建模过程中,引入分布式储能的等效运维成本,同时以微型燃气轮机、分布式储能和主动配电网购电/售电调度成本最低为目标函数,采用基于随机变异的粒子群优化算法对模型进行求解,可得到极端场景下运行成本最小的调度方案.仿真结果验证了该模型及求解算法的有效性,得到的调度方案能在风电预测误差范围内满足系统所有约束条件,并给出经济性最优的调度方案.与确定性经济调度方案进行对比可知,本文所提出的调度方案具有更强的鲁棒性.     

基于氢储能的含大规模风电电力系统经济调度

针对由大规模风力发电并网带来的消纳困难问题,文章利用由碱式电解槽、储氢罐、氢氧燃料电池构成的氢储能系统将弃风转换成氢气储存起来,用以满足外界氢气负荷需求或于负荷高峰期发电补充上网。文章先对风电出力的不确定性和氢储能系统进行建模。为了降低传统鲁棒优化求解的保守度,利用考虑保守度可调的鲁棒优化盒式集合描述风电出力。在此基础上,以降低弃风和提高系统总体的经济性为目标,建立了基于氢储能的含大规模风电电力系统经济调度模型。算例表明,文章所建立的优化调度模型兼顾求解的鲁棒性和经济性,并且可以显著减少弃风、降低系统的总成本。