生产负荷约束下虚拟企业合作伙伴选择

虚拟企业是提高制造企业敏捷性和竞争力的重要手段.对合作伙伴选择问题,建立了以生产负荷为主要影响因素的0-1整数优化目标函数求解模型.根据低效候选企业的概念,提出了缩减解空间的方法和步骤以降低问题的计算复杂度.应用内嵌子项目调度的分支定界算法求解此问题.应用研究算例以验证算法的有效性,结果表明建立的模型与求解方法可以获得满意的结果.     

多星联合对地观测调度问题的列生成算法

多星联合对地观测调度问题作为一类大规模组合优化问题, 其求解算法往往采用启发式或超启发式. 运用列生成思想对该问题设计了完全搜索算法. 在建立了问题的整数规划模型之后, 将原问题分解为集合配置主问题和含时间窗口的最短路径子问题, 其中集合配置主问题采用主单纯型法通过CPLEX求解, 含时窗的最短路径子问题采用动态规划求解, 该动态规划算法围绕观测冲突时段这一关键资源进行最优子路径的扩展. 只有在子问题的最优解对主问题的优化目标仍有改进时, 主问题的约束矩阵列才被扩展. 该算法针对部分算例得到了最优解, 其余算例也在指定的时间内得到了相比一种基于优先级的启发式算法更优的解.     

火力分配多目标规划模型的改进MOPSO算法

提出一种改进的多目标粒子群优化算法(multi-objective particle swarm optimization, MOPSO)算法,通过化解约束条件、修改速度和位置更新等使该算法适于求解火力分配多目标规划模型。最终求解的非劣解集构成Pareto前沿,体现增加火力单元数量对射击效能的影响,决策者可按照意图从中选取最终解。不考虑多目标规划模型中的属性目标,对敌毁伤概率随迭代步数演变与单目标函数相比,收敛性能相同,最大值相近,验证了所提算法的有效性。     

求解整数规划的一种仿生类全局优化算法——模拟植物生长算法

针对整数规划全局优化问题所首次提出的模拟植物生长算法,是一种源于大自然的仿生类随机算法.该算法从植物的向光性特点出发,将整数规划的可行域作为植物的生长环境,根据各可行解目标函数的变化情况确定植物的生长信息(形态素浓度),进而模拟出向光源(全局最优解)迅速生长的植物生长动力学模型.经过对无约束和有约束两类具有多个全局最优解的非线性整数规划问题的具体求解,取得了满意的效果.     

飞行员全动模拟机复训问题求解

针对无训练资源约束的飞行员全动模拟机复训问题,构建双目标整数规划模型对问题进行刻画,通过构造网络流、二部图和加权路等一系列网络规划模型,将原问题转化为最小费用最大流和最长路求解问题,并设计多项式启发式算法对问题进行求解,证明所得解为原问题的非劣解. 最后,实证说明了模型和算法的有效性.     

用多目标进化算法求解二层规划双目标模型

传统单目标二层规划模型得到的最优解往往无法使上下级双方都满意.为此,通过在上层规划中同时考虑下级的目标函数,建立了原问题的上层为双目标规划的一个新模型.上下级可通过协商在该模型的Pareto-最优解集中找到双方满意解.对此模型设计了求解的多目标进化算法,用传统优化算法求解下层规划的单目标问题,而对上层的双目标规划问题则采用基于NSGA-Ⅱ的多目标进化算法求解.数值试验表明我们所提出的算法是有效的.     

模糊需求条件下的采购量分配优化模型

建立了模糊需求和价格折扣并存条件下采购量分配问题的模糊多目标混合整数规划模型.该模型的特点是:1)模型的约束条件中兼具确定性和模糊性;2)通过约束条件方程式准确地表现模糊性需求和价格折扣这两大假设条件.针对该模型的特殊结构,提出了一种适用的求解策略:首先,确定每个模糊目标和模糊约束条件的隶属度函数;然后,通过最大最小算子,将该模糊多目标混合整数规划模型转化为求解等价的多个单目标混合整数线性规划问题;最后,借助于两阶段算法,可以求得问题的最优解.此外,通过应用算例说明了模型的有效性和可行性.     

基于模糊火力适度原则的坦克分队WTA模型研究

为缩短静态WTA模型与坦克分队实际战术运用之间的差距,通过建立打击效率模糊集,对打击效率满意度进行了评判,进而实现了坦克分队战术中的火力适度分配原则。在此基础上,通过对解空间重新编码、采用关系算子,原模型转化成为了无约束优化问题,为模型求解提供了便利。从仿真计算的结果来看,模型的解算结果科学合理。此模型不仅符合坦克分队的战术原则,并且易于算法求解。     

能力受限批量问题的启发式算法与CPLEX仿真优化

能力受限批量问题多数都是NP-hard问题,解决方法之一就是构造启发式算法获取尽量接近最优解的可行解。目前多数文献通过大规模计算分析来评价启发式算法的性能,但是这种评价方式只能表明该算法针对特定实例的适应性。利用商业优化软件求解同一实例并与算法计算结果进行对比分析,可以体现算法的有效性。针对一种运输能力外包且费用时变的多产品动态经济批量问题,建立混合整数规划模型,通过约束松弛与模型分解,设计出一个基于拉格朗日松弛理论的启发式算法进行模型求解。大量随机实验计算结果以及CPLEX仿真优化结果对比分析表明,在某些实例情况下,启发式算法获取的最优值与CPLEX获取的相当,但是求解时间要明显优于CPLEX,因此选择启发式算法求解此类实例是较优的。     

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.     

基于客户满意的层级供应链优化模型及算法

基于客户满意度和企业利润这对矛盾,建立了一个层级供应链0-1混合整数规划模型。模型以供应链各相邻层节点之间的供需量和客户对各种产品的期望满意度为决策变量,以供应链总利润最大为目标。模型存在着两级优化问题,首先要从候选节点企业选中部分加入供应链网络,然后再确定相邻层节点企业之间的供需量和客户对产品的期望满意度。给出求解模型的混合遗传算法,并进行了数值实验,验证了优化模型的正确性和算法的有效性。     

成本与半径优化的设施选址问题

成本与半径优化的服务设施选址问题(CROFL)广泛应用于应急服务、快递、维修网络等领域,其特点是考虑了响应速度与服务价格、成本之间的关系,根据净收益最大化或者成本最小化的原则自动判断是否将偏远的"需求点"纳入服务半径之内,实现服务成本与服务半径的双重优化。建立了CROFL的混合整数规划模型,构造了求解平面CROFL的7.853+ε-近似算法,并提供了求解一般CROFL的Benders分解算法,计算实验显示,Benders分解算法具有非常高的求解效率与求解质量。     

基于拉格朗日松弛的预约调度模型与算法

针对带有爽约的预约调度问题,在假定未爽约病人都在相应预约段的起始点准时到达的情况下,构建了一个以预约人数为优化变量的整数规划模型.目标函数包括服务病人收益、病人等待费用及系统超时费用.通过松弛各时间段剩余人数概率的关联约束,提出了基于拉格朗日松弛的求解算法,其松弛问题通过动态规划求解,对偶问题通过经典的次梯度法求解.数值实验表明,针对小规模的预约段数,该算法都能找到最优解;当预约段数较大时,算法找到的最好解整体上优于文献中已有的算法,从而验证了算法的有效性.     

A MODEL FOR MEDIUM-OR LONG-TERM PLANNING

The PDAS(Production Distribution Area,Spatial)is an efficient method for optimalanalysis of the existing industrial production spatial distribution.As the main problem formedium- and long-term programming of the industrial production level isproject investmentanalysis,incorporation of project investment into PDAS to evaluate the project investmentcomprehensively over the whole planned period will be an ideal approach.This.however,changes the linear programming problem into a mixed integer programming problem withconstraints which include a step function.To simplify the algorithm,in light of large scalesystem decomposition,a model and an algorithm with coordinative running of schedulingand distribution optimization are proposed.The new version of PDAS,named PDAS-D,will have more practical use in decision support analysis for the medium-and long-termproduction spatial distribution and optimal adjustment of industrial structure by means ofproject investment.     

新产品开发中的后备盟友选择问题

提出新产品开发项目中的后备盟友选择问题，建立非线性0－1机会约束规划模型，通过为各项开发活动选择后备盟友，实现项目整体失败风险最小化。根据模型的特点，设计带有随机网络模拟程序的遗传算法寻求后备盟友的最佳组合，仿真计算证明了算法的有效性和模型的实际应用价值。     

基于随机规划的制造/再制造物流网络优化设计

针对含有连续型随机参数的制造/再制造物流网络优化设计问题,在Monte Carlo模拟抽样基础上,建立了样本数量决定解算效率的两阶段随机规划模型,给出了模型求解的混合遗传算法,结合样本均值近似方法阐述了获取理想目标值及其可行解的最优值上下界逼近技术,明确了基于两阶段随机规划的物流网络优化设计步骤,举例说明了模型及其算法在设计决策中的应用。     

混合整数规划问题遗传算法的研究及仿真实现

提出了一种可以处理混合整数规划问题(MIP)的混合遗传算法MIGA。该算法采用二进制映射模式可变长度染色体编码,在进化过程逐渐缩小编码的搜索空间,从而在加快收敛速度的同时改善了迭代的精度,能很好处理离散变量和连续变量的混合整数规划问题。以一纯整数规划问题为例,利用分枝定界算法只能得到唯一的一个最优调度策略,而MIGA算法则可以得到一系列的最优调度策略,对这些最优调度策略进一步的分析,还可以得到调度问题一些灵敏度参数,在实际应用中具有更大的灵活性。     

一类非线性两级混合整数规划问题的全局最优解的近似算法

讨论了一类非线性两级混合整数规划的求解问题 .基于非线性混合整数规划理论和算法 ,探讨了对上级规划问题采用模拟退火求解混合整数规划的算法 ;对下级规划问题采用内罚函数法 .实际运算证明 ,该算法是有效的.     

单机加权成套订单数遗传算法研究

从实际应用出发，提出了使成套订单数最大的单机排序新问题，建立了该问题的0-1整数规划模型，相应设计了求解的遗传算法，并通过一个算例对这类排序问题和所提出的算法进行了说明，计算结果表明了算法的有效性。