时间和费用具有不确定性的优化进度计划

对时间和费用都具有不确定性项目的进度计划的风险性进行了研究 ,提出了以净现值的期望值为优化目标的数学模型 DSPSP,描述如何权衡财务费用的节省和推迟现金流入的风险 ,合理地安排各个活动开始的延迟时间 .假定活动周期和费用都是离散随机变量 ,两者相关 .利用模拟退火过程对两个实例的求解表明 ,DSPSP模型的优化结果明显优于非常保守和非常乐观的两种极端策略.     

收益激励的优化与最优工期的选择

时间－费用交换的进度计划问题着重研究如何以最少的费用对工期进行压缩,而没有考虑收益的影响。本文道德研究了以净收益为优化目标的时间－费用交换问题,讨论了总价合同中的奖惩手段对承包商选择最优工期的激励作用。建立了主从递队决策模型,从业主的角度出发,研究了如何了优的激励强度,协调业主和承包商的利益,使双方的决策达到一种均衡状态,并分析了有关因素对均衡状态的影响。     

资源约束下的时间-费用交换问题研究

传统的活动网络时间 -费用交换问题着重研究如何通过增加费用压缩活动工期以实现项目费用最小 ,而没有考虑资源的约束 .考虑资源可用量限制情况下 ,建立了资源约束下的时间 -费用交换问题模型 .采用特殊编码方式为该模型设计了启发式遗传算法并编写了 VC++5 .0程序 ,用数值实例说明了该模型的合理性和程序的有效性 .该模型对项目业主和承包商之间的合同谈判决策具有借鉴意义 .     

基于可靠性的软件构件费用分配最优模型

针对软件系统可靠性和费用分配问题,给出了一种基于可靠性的软件构件费用分配最优模型。将软件系统可靠性定义为软件构件失效率、操作剖面、构件使用矩阵以及软件无失效运行的规定任务时间的函数,详细描述了费用最优模型的建立和利用非线性规划理论求解模型的步骤。在求解过程中,将费用最优模型转化为Kuhn-Tucker方程,有效地处理了带有复杂计算的目标函数和约束条件的可靠性和费用最优分配问题。计算实例表明利用该模型进行可靠性和费用分配是可行的。     

多时间窗车辆调度问题的建模与求解

传统的单时间窗车辆调度问题模型无法描述用户空闲时间分段可选的情况,为此需要建立多时间窗车辆调度问题模型.对多时间窗车辆调度问题进行研究,建立了问题的数学模型,并基于模拟退火算法设计了一种两阶段启发式算法进行求解.该算法首先利用扫描算法求得初始解,然后利用模拟退火算法对初始解进行改进.实验结果表明该算法可以有效地求解多时间窗车辆调度问题.     

排错效率和故障发现率可变的软件费用模型

考虑非齐次泊松过程(NHPP)类软件可靠性增长模型,引入以时间为变量的故障排除效率函数和故障发现率函数,建立了软件费用模型,使模型更具有一般性,更符合实际情况。以软件费用最小作为优化目标,讨论了最优释放时间与软件开发的最小费用,实例计算给出了测试时间随故障发现率中的参数的变化情况。     

基于活动重叠的随机活动网络时间费用模型仿真研究

活动重叠是压缩项目工期的手段之一,也是并行工程思想的重要体现。针对活动重叠模式特性进行了深入分析,在重叠机理研究的基础上,运用仿真工具分析了活动重叠条件下的时间费用模型。通过对仿真结果的分析,将活动重叠时的时间费用交换问题与活动压缩时的时间费用交换问题统一起来。     

时间-费用相关的随机活动网络仿真研究

针对复杂产品研发项目活动时间、费用不能准确确定,采用蒙特卡罗仿真方法,建立了时间和费用为相关随机变量的随机活动网络仿真模型。利用乔列斯基因子分解法,将独立分布的时间和费用随机变量转化为相关的随机变量,通过对仿真结果的分析,可以更准确地进行时间-费用交换分析,优化项目工期和费用。通过算例说明了仿真建模和分析过程。     

有时间窗的车辆路线安排问题的启发式算法

本文对有时间窗的车辆路线安排问题进行了分析，提出了一种利用旅行商问题的Ｃ－Ｗ算法来安排路线的启发式算法，并用实例进行了验证，最后对算法的适用性及进一步应用进行了讨论，     

截止日期约束下的融资费用最小化项目调度

首先对所研究问题进行界定并定义文中所用到的符号;随后采用基于事件的研究方法构建问题的整数规划优化模型;从实用角度出发开发专门的模拟退火启发式算法;最后通过一个实例对研究结果进行说明,并分析影响项目融资费用的各种因素及其作用机理,得到融资费用随多个关键参数的变化关系.     

多分配快递轴辐网络的枢纽选址与分配优化方法

快递网络枢纽选址与分配方案的优劣直接关系到快递网络的运营成本和服务水平, 是快递企业运作的基础. 本文详细分析了多分配快递轴辐网络的节点及连接关系、径路特征与形式等网络设计要素, 并分析了快递网络设计中的相关费用和运输时间预算; 在运输时间预算约束下, 以分拣费用、运输费用、中转费用之和为目标函数, 建立了多分配轴辐式快递网络枢纽选址与分配优化模型, 并设计了基于条件最短路的模拟退火求解算法, 最后通过算例验证了模型和算法的有效性.     

时变路网下考虑时空距离的同时配集货车辆路径优化

针对道路行驶速度时变且软时间窗条件下的同时配集货车辆路径问题,以车辆派遣成本、时间窗惩罚成本以及车辆运输成本之和最小化为目标建立路径优化模型。根据问题特征设计了考虑时空距离的混合变邻域搜索遗传算法,采用时空距离对客户进行聚类生成初始解,提高算法求解质量;将变邻域搜索算法的深度搜索能力运用到遗传算法的局部搜索策略中,增强算法的局部搜索能力;提出自适应邻域搜索次数策略以及模拟退火的新解接受机制,平衡种群进化所需的广度和深度。通过多组不同规模的算例验证了本文模型及算法的有效性,研究成果不仅深化和拓展同时配集货车辆路径问题的相关研究,也为物流企业优化车辆调度方案提供理论依据。     

变动补偿的多模糊选址-路径机会约束模型及算法

针对同时具有模糊需求和模糊旅行时间,且有车辆容量、配送中心容量和时间窗约束的选址-路径问题,基于预优化和实时调整的两阶段策略,引入变动成本的概念,建立变动补偿的机会约束预优化模型.在实时调整阶段,考虑多模糊参数的联合影响,定义变动成本为因车辆剩余容量不足返回配送中心卸载的额外配送成本和因车辆实际到达时间超出客户时间窗的时间惩罚成本总和.鉴于多模糊参数影响的时间窗可信度计算复杂,且已将时间惩罚成本作为变动成本的一部分修正目标函数,去掉时间窗机会约束,设计一阶段模拟退火算法求解,贪婪聚类构建初始解,随机模拟法估算变动成本.测试算例验证了模型和算法的有效性.得出,该模型可弱化偏好值的影响,生成实时调整变动幅度小且整体最优的预优化方案,提高对不确定环境的风险抵抗力,且求解简单;该算法是求解此类问题的较好算法;研究成果为多模糊选址-路径问题提供新的求解思路.     

Location of quality-control stations in manufacturing systems: A simulated annealing approach

Quality is the hallmark of a competitive product. It is necessary to use inspection stations to check product quality and process performance. In this paper, we are concerned with the problem of location of inspection stations in a manufacturing system. A simulated annealing approach is developed to determine the location of inspection centers resulting in a minimum expected total cost in a multistage serial production system. The total cost includes inspection, processing, and scrapping costs at each stage of the production process. A penalty cost is also included in it to account for a defective item which is not detected by the inspection scheme. A set of test examples is solved using a simulated annealing algorithm.     

面向目标跟踪的单平台主被动传感器长期调度

以目标跟踪为背景,研究了单平台上主被动传感器的长期调度问题。通过合理、实时地切换主被动传感器,使得有限时域内的跟踪精度和辐射风险达到合理的平衡。将该调度问题构建成部分可观马氏决策过程(partially observable Markov decision process, POMDP)以同步实现目标跟踪和辐射控制。提出以容积采样法估算长期精度收益,以隐马氏模型滤波器推导长期辐射代价。最终将原问题转化成决策树并利用分枝定界法进行求解。仿真结果证明了本方法的有效性。     

确定性联合补充库存问题的模拟退火算法

对确定性需求的联合补充库存问题许多文献已有不少启发式算法,这些算法都是基于枚举方式计算。通过分析该问题,应用现代优化理论,提出一个有效的模拟退火算法,通过算例表明,该算法可得出较优的、与最优解偏差较小的可行解,可以有效地解决此类问题。     

面向拥堵问题的枢纽航线网络优化模型

为解决枢纽机场客流拥堵问题,提高机场运行效率,减少运营成本,提出了一种面向拥堵问题的枢纽航线网络优化模型。该模型基于非严格枢纽航线网络结构,以不同运输方式的费用和流量为约束条件,以枢纽航线网络成本最低为目标,设计了能够减少求解运算的复杂变量表示方法,以及减少陷入局部最优解概率的模拟退火粒子群优化(simulated annealing particle swarm optimization, SAPSO)算法。实验结果表明,相较于严格的枢纽航线网络,所提优化模型能够显著地缓解枢纽机场的拥堵,均衡枢纽机场间客流量,减少网络成本;同时,所提算法具有较快的收敛速度和良好的稳定性。     

基于航班机型分配的机队规划启发式算法

为了解决传统机队规划方法无法准确反映航空公司运营环境的问题,从航班机型分配的角度为航空公司设计机队规划算法,其基本思想是:给定候选机型以及航空公司生产运营环境(航线网络、航班计划、航班订座需求和平均票价水平),利用航班机型分配寻找最优的机队配置方案.将航班机型分配描述为时序网络图中的网络流问题,以“航班节-航班机型分配”成本最小为目标函数,机队中有且仅有一种竞争机型,被选用机型最低飞机数为约束条件设计模拟退火算法.仿真结果表明:对规模为13个航班节,7种候选机型的问题,算法平均运算时间为5.42秒,结果稳定且高效可行.