随机动态车队管理问题

详细描述随机动态车队管理问题，分析问题的随机特性，建立问题的随机线性规划模型。根据未来需求的概率分布函数，设计期望车辆数的估计方法、车辆选择概率的确定方法和车辆期望收益值的确定方法，从而确定线性替代函数斜率，构造线性替代函数来逼近目标函数中的期望函数部分，使问题分解为多个单时段单节点问题，并设计单时段单节点问题的求解方法。最后给出问题的完整求解过程，从而使问题能够得到有效解决。     

基于参数诱导的随机动态车队调度求解策略

基于运输任务产生的随机特性,进行运输任务分布生成机制设计,并给出路网上运输任务分布函数的确定方法,进而研究车辆分布更新过程.在对两大状态变量的更新环节进行设计的基础上,引入车辆增量收益参数,并给出车辆增量收益参数的确定方法及动态更新过程,进而将该参数引入问题模型中的未来时段期望收益函数部分,实现问题模型的可分解形式改造.给出随机动态问题的完整求解算法流程.最后演示独立节点处收益函数拟合过程,并对控制参数对问题求解质量的影响进行数值分析,从而验证方法的有效性.     

油品配送车辆路径问题的交互式求解方法

油品配送车辆路径问题是一个多车场、多仓库、多商品、多舱位、多车型、有前序约束和时间窗,综合车辆分派、订单配载以及路径编排等决策的车辆路径问题.以两阶段启发式算法为基础,给出了求解该问题的人机交互式求解方法,即交互进行基于当前解的人工修改和启发式算法的寻优.其中包括了对初始解、搜索邻域和目标函数的人工修改,相应操作分别为修改解、局部固定解和调整惩罚乘子.     

两层供应链的多物品共同补货策略研究

研究了由单制造商和单销售商组成的两层供应链中多物品的生产和补货问题,其中所有物品拥有共同的生产线、配送路线等,且需求确定.为研究供应链上下游企业合作和多物品之间基于基本时段的共同补货对供应链总费用的影响,建立了四种生产一补货模型,然后分析了模型的最优解特性,并给出了搜索算法.算例表明,制造商零售商联合决策下基于基本时段的多种物品共同生产、共同补货,使得供应链的费用最低.此外,将这种基本时段方法和公共周期方法的共同补货策略进行比较,发现基本时段方法策略更优.     

综合集成研讨厅问题求解过程中的问题分解研究

在综合集成研讨厅中进行复杂决策问题的求解时,需要将复杂问题进行分解.这方面,国内外问题分解方法的研究主要集中在工作流意义下的任务分解.在分析综合集成研讨厅问题分解的特殊性基础上,提出了综合集成研讨厅中复杂决策问题求解的问题分解自适应模型和算法,探讨了在专家小组内进行问题分解的数学模型.实践表明,该分解方法可避免大规模的修改,加速整个复杂决策问题的结构化进程.     

基于双层规划的普通克里金插值方法研究

采用双层规划描述了普通克里金法中理论变异函数模型参数求解问题.针对传统变异函数模型参数求解过程中容易受人为不确定性因素影响的问题,建立了以交叉验证统计结果最优和个体样本满足最优无偏线性估计为目标的双层规划模型,并给出了相应的求解方法.该方法根据交叉验证结果优化调整上层系统随机给定的变异函数模型参数,可以减少变异函数模型参数求解过程中人为不确定等因素的影响,从而可以获得合理的理论变异函数模型参数和较好的空间插值结果最后,以土壤pH值为例,通过与加权最小二乘法比较验证了采用该方法的有效性和合理性.     

基于均值子时段MPLS方法的毛管质量预报

针对无缝钢管斜轧穿孔生产中衡量毛管质量好坏的毛管横向和纵向壁厚不均检验滞后和难以建立其机理模型的问题,提出了基于均值子时段MPLS方法的毛管质量预报模型.介绍了均值子时段MPLS方法中过程数据时段分解、均值求取、回归模型建立和模型在线预报等关键内容.将建立的预报模型用于毛管质量预报中,为斜轧穿孔生产的无缝钢管质量提高奠定了良好的基础,并且其维护费用低、实时性好、可靠性及精度高,可以用于毛管质量的在线预报和优化.     

具有模糊系数的证券组合投资选择模型

利用模糊数来描述某证券的预期收益率与风险损失率,从而对证券组合投资问题建立了一种模糊线性规划模型,并讨论了模型的求解方法与模型的模糊最优解的几个性质,最后给出了一个算例.     

动态规划启发式算法求解时变车辆调度问题

时变网络中车辆在任意两节点间的行驶时间不仅与节点间的距离有关, 还与所处的时段有关. 对时变车辆调度问题提出一种满足先入先出准则的跨时段处理方法, 直接推导出跨时段对应的车辆行驶时间. 在此基础上建立了数学模型, 并构造动态规划启发式算法进行求解. 该算法能够通过设置参数H平衡求解质量和运行时间. 通过对10组随机产生的数据进行测试, 结果表明动态规划启发式算法能够在很短时间内改进最近邻算法. 当H=2时, 求解质量改进11%, 平均运算时间为1.34秒; 当H=3时, 在不到2秒的运算时间内求解质量改进17%.     

设备具有恶化特性的多目标流水车间调度模型与算法

考虑到现实流水车间调度中设备具有恶化特性,针对作业处理时间是其开始时间的线性递增函数的流水车间调度问题,建立了最小化最大完成时间和总延迟时间的多目标优化模型;进而设计了一种基于分解的自适应多种群多目标遗传算法进行求解.该算法将多目标优化问题分解为多个单目标子问题,并分阶段地将这些子问题引入求解过程.在每次迭代时,根据种群在目标空间和解空间的分布情况,自适应地为当前求解的子问题分别构造子种群进行求解.通过对数值算例仿真实验,验证和分析了所提出的算法在解决该问题上能够获得较好质量和分布性的非支配解集.     

线性充电策略下多车型电动车辆路径模型研究

针对现实物流配送场景下使用多种具有不同载重、不同续航里程和不同购置成本的电动车队进行物流配送的问题,研究了线性可变充电策略下的多车型电动车辆路径问题.提出了基于路径的混合整数线性模型.列举了任意非充电节点之间所有车型访问的路径,通过负载约束、时间窗约束剔除不可行的路径,通过占优准则剔除被占优的路径.与传统的基于充电站副...     

基于车辆动力学和Kalman滤波的汽车状态软测量

针对汽车动力学控制过程中难以在线测得的横摆角速度等状态参数,根据参数软测量理论,采用Kalman滤波并结合汽车两自由度动力学模型,建立了汽车横摆角速度的线性最小均方误差估计算法。仿真计算与场地实验的结果验证了该算法的有效性,同时软测量技术的采用也为汽车控制系统的状态参数测量提供了一条可行、准确且低成本的研究思路。     

基于PLPF方法的车辆ABS控制方法

建立了四通道车辆防抱制动系统（ABS）的状态空间模型，考虑到其非线性特性，提出了用PLPF（分段线性多项式）函数对其进行分段线性化的方法，并提出了修正的PLPF方法，利用车辆系统的状态参数得出系统矩阵和控制矩阵。用最优控制方法得出在下一个采样点时的车辆状态，即可按照基于PLPF的最优控制方法得到控制序列。     

提高汽车操纵稳定性的控制器设计

为提高汽车操纵稳定性,设计了一种新颖的两级分层操纵稳定性控制系统。分级控制系统的第一层是一基于线性矩阵不等式的鲁棒模型匹配控制器。当汽车处于不稳定行驶状态时,该控制器优化稳定整车操纵性的横摆控制力矩,并根据该横摆力矩计算目标控制车轮的滑移率。控制系统的第二层是一移动滑模控制器。该控制器可以在预定的时间内精确地跟踪第一层控制器输入的参考滑移率,并对目标控制车轮施加制动力矩来达到稳定汽车操纵性的目的。在各种极限行驶状况下的仿真试验表明,该控制器可以有效地提高汽车操纵稳定性,而且该控制器对不同车速,各种附着系数的路面和车辆物理参数的变化具有很好的鲁棒性。     

基于动态表面理论的车辆制动与悬架协调控制

建立了七自由度车辆非线性动力学模型,车轮制动模型以及非线性轮胎模型,以缩短制动距离和制动时间而不大幅降低舒适性作为控制策略的出发点,将主动制动与主动悬架系统进行协调控制,采用动态表面控制理论,克服了反演设计中激增项问题,依据协调控制思想,分别对制动与悬架系统设计了协调控制器,并对协调控制与非协调控制进行了仿真对比分析。结果表明:对主动制动和主动悬架系统采用协调控制,可在小幅降低舒适性的情况下获得更大的地面制动力,进一步提高了车辆的制动安全性,表明了该控制方法的有效性。     

物流配送车辆路径优化的模糊规划模型与算法

将实际的物流配送网络描述为由配送中心和顾客两类节点构成的不完全无向图，并采用模糊数表示车辆行驶时间和顾客服务时间的不确定性，建立了物流配送车辆路径优化的模糊规划模型。为了求解上述模型，首先将模型进行清晰化处理，使之转化为一类确定性多设施车辆路径模型，然后设计了嵌入FLOYD算法的捕食搜索算法对之进行求解。通过仿真实例计算，并与遗传算法比较，取得了满意的结果。     

基于粒子群优化的有反向物流的车辆路径问题

在对具有时间窗、考虑反向物流的车辆路径问题进行简单描述的基础上,基于最小费用的角度构建了该问题的多目标数学模型.该决策模型综合考虑了正向和反向物流,有助于提高车辆的装载率.针对该问题提出了一种改进的粒子群算法,并用计算机进行实现,并获得很好的效果.     

基于粒子群算法的多目标车辆调度模型求解

车辆调度问题是具有复杂约束条件的组合优化问题,在理论上属NP-hard问题.考虑车辆数目最少和车辆运行时间最短,建立了具有时间约束的多目标车辆调度模型.并采用粒子群算法（PSO）求解车辆调度问题,以寻求最优车辆调度方案.在实例中通过运用粒子群算法和遗传算法进行比较分析,结果表明,PSO算法简单可行,在优化性能、收敛速度及鲁棒性等方面优于遗传算法,能较好地解决组合优化问题.     

考虑订单可得时间和客户时间窗的电商末端配送路径问题

针对考虑订单可得时间和客户时间窗的电商末端配送路径问题,考虑配送特点（订单可得时间）、客户的时间需求（时间窗）和客户分布分散等特点,以最小化配送总里程为目标,构建了基础数学模型,并通过分析问题特征对模型改进,从而构建了改进数学模型。在此基础上,提出两种有效不等式,并设计了基于分离两种有效不等式的改进分支切割精确算法对模型进行求解。最后,通过测试多组算例,不仅对两种数学模型进行了比较,而且分析了不等式对算法性能的影响;通过与CPLEX默认的分支切割算法对比,验证了改进的分支切割算法的优越性。结果表明：对小规模的实际算例,采用改进的分支切割算法可以在极短的时间内得到最优解,具有很好的实用效果;对规模较大的算例,采用改进的分支切割算法得到的最优解可以对智能算法性能进行评价。     

模糊环境下多出救点应急救援车辆路径与物资运输优化研究

为研究灾害发生后应急救援车辆的运输路径和救援物资的运输问题,考虑受灾点对救援物资的需求量为模糊变量,将多出救点到多个受灾点的应急救援运输优化问题视为两阶段决策问题.第1阶段建立救援车辆的路径优化模型,实现运输时间最短;在满足第1阶段最优的情况下,第2阶段建立模糊线性规划模型,在运输成本最小前提下,确定出救点与受灾点之间的救援物资调运以及受灾点与受灾点之间救援物资的转运量.最后,利用具体算例来验证该模型的有效性.