越库作业调度模型与算法研究

针对暂存区容量有限的越库中心的作业调度问题,以暂存成本、额外搬运成本和换车成本总和最小化为目标,建立数学模型。构建分支定界算法对问题进行精确求解;结合贪婪算法和遗传算法构建混合启发式算法对问题进行近似求解。大、小规模情形下的数值实验结果表明：分支定界算法可以有效求得小规模问题的精确解,但随着问题规模的增大,难以在较短时间内求得精确解;混合启发式算法在小规模情形下与分支定界算法的求解误差最小为0,最大为0.58％;大规模情形下,在给定1800 s内,混合启发式算法的求解质量均优于分支定界算法,两者差距最大为7.16％。这表明所构建的混合启发式算法是有效的。     

选址-分配问题的一个算法

本文就常见的所谓选址一分配问题,在提出了一个较为简单的多项式算法。在采种条件下,所得到的解是最优解,文中所提出的模型不局限于配电系统,亦可适应其它各种类似的集散系统。文末给出了一个计算实例。     

单抓钩周期性排序模型及其启发式算法

为了解决印刷电路板化学处理的排序问题,给出了一个新的单抓钩周期排序的混合整数规划模型,并针对该模型提出了结合线性规划模型的启发式算法．示例表明,该方法可以在短的计算时间内产生合理的排序,在适当条件下,混合整数规划模型可以结合搜索和线性规划模型以求得近似解     

突发性灾害救援中心选址优化的模型与算法

提出了一种基于灾害发生概率、灾害扩散函数和救援函数的救援中心选址优化的数学模型.由于灾害的扩散和救援的功效都只能表达为时间的非线性函数,这种嵌入时间函数的优化问题很难由一般数学规划模型求解.提出一种基于嵌入启发式遗传算法作为模型求解方法.通过对大量源于实际的算例进行计算,取得了满意的结果.     

城市固废集中站选址模型构建及启发式算法求解

为了符合实际情况,考虑了在满足民众意愿的情况下,提出一多目标整数规划数学模型,求解在集中站与处理站有容量限制的条件下,集中站及处理站最佳的数量及地址,顾客、集中站及处理站三者之间的指派关系,使总的建设费用和设施对民众产生的负面影响最小化.并建立一启发式算法进行求解,再与lingo软件及基因算法做比较,结果证实启发式算法的求解质量与求解时间均优于后两者.     

一种有效求解厌恶设施选址问题的混合启发式算法

由于1-maximin模型的目标函数在每条边上是分段线性的凹函数,基于1-maximin模型的这一特点,将粒子群算法和黄金分割法有机结合起来,提出了一种求解1-maximin模型的混合粒子群-黄金分割（PSO-GS）算法。数值实验表明,PSO-GS算法求解1-maximin模型和1-maxisum模型较UnCenter和Newalgorithm算法效率高。     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。     

考虑设施失效及客户重指派的网络选址模型及求解

基于无容量约束且固定费用的设施选址模型,综合考虑系统运作成本及其可靠性,提出了考虑失效概率及对客户多层级重指派的非线性混合整数规划模型,并用优化的拉格朗日松弛算法对线性处理后的模型进行求解.结果表明:拉格朗日松弛算法适用于中等规模的选址问题;相对于客户的多层级重指派,其设施失效概率对网络选址的影响较大.     

非对称不确定性越库调度算法

在正态分布的模式下,对运输时间期望值进行修正,采用修正后的期望值计算确定性情形下的最优解以及不确定性情形下的现实解和最优解并分别加以比较,提出了期望值修正算法和基于修正期望值的启发式算法.采用最小化最大完工时间作为目标函数,研究了运输时间非对称不确定性条件下的直运物流调度问题.数值实验结果表明,因考虑了非对称性,所提出的修正策略的有效性和实用性较高.     

基于模糊多目标下配送中心选址及配送量分配的模型研究

为了解决随机需求和模糊配送时间并存条件下的多产品配送中心选址问题,建立了相应的模糊多目标混合整数随机规划模型.该规划模型的特点是：模型的目标函数中含有模糊系数;约束条件中兼具确定性和随机性;通过约束条件方程和目标函数准确地表现了随机需求和模糊配送时间并存的假设条件.根据该模型的特殊结构,进行模型求解,最后,通过应用算例说明了模型的有效性和可行性.     

工程地质野外实习地点选择

工程地质野外实习是《工程地质学》课程中一个重要的环节。本文根据广西大学土木工程专业课程教学要求,结合南宁地质概况,分析了实习地点选择所应遵循的原则以及技术要求,并将其应用于实际的教学中,取得了良好的效果.     

物流配送中心选址的多目标优化模型

针对传统选址模型片面追求物流成本最小化而忽视物流服务水平的情况,将可靠性作为物流服务水平的一种测度,提出了配送中心系统可靠度的计算方法,建立了以物流成本最小化和物流服务可靠度最大化为目标的配送中心选址多目标优化模型.采用主要目标法将建立的多目标优化模型转化为单目标优化模型,并运用贪婪取走启发式算法对转化后的模型进行求解.算例结果表明,模型的非劣解充分反映了物流成本与物流服务可靠度之间的悖反关系,同时包含了传统的以物流成本最小化为目标的选址模型的最优解,从而为配送中心选址提供更加全面的决策依据.     

敏捷供需链位置决策模型

为适应敏捷供需链位置决策的需要 ,提出了用定单满足率代替时间、质量和服务 ,将它与成本作为评价供需链位置决策的指标 ,详细分析了敏捷供需链的成本构成和定单满足率的计算方法。给出了位置决策的数学规划模型 ,并分析了影响目标函数和约束条件模型的主要因素 ,给出了相应的对策。该模型是在现实的假设上提出的 ,可用于解决多种产品、多个配送中心的敏捷供需链位置决策     

基于直觉模糊集的物流配送中心选址决策

为了能够更好的利用模糊集理论处理物流配送中心的选址问题,提出了一种新的直觉模糊集的定义和相似度,以及基于直觉模糊集相似度的多属性决策方法。通过线性规划模型得到指标的最优权重和相应的方案排序,最后将该方法应用于实际物流配送中心选址问题。结果表明,该方法比传统的模糊集方法更好的模拟实际了决策环境,从而建立更加符合现实的决策模型。     

城市物流中心单点选址模型优化及方案评选

为了解决城市物流中心单点选址问题,采用重心模型及经济分析法进行研究。构造初始重心模型,通过目标函数和资源点或需求的直线距离对模型优化;运用迭代法对优化模型求解,包括算法的自然语言描述和盒图表示的求解流程;运用费用现值法,构造现金流量图和评选模型,对求解得到的多个方案进行评选;针对实例对选址的全过程进行演练,得出最佳地址坐标和费用现值。结果表明:运用这种方法选址虽然准确性受到各种费用预测的影响,但仍比传统重心法具有明显的优越性。该成果对物流中心单点选址具有一定的参考价值,也可以推广到其他领域选址。     

内P-搜索数据选材模型与应用

利用内P-集合的动态特征,给出内P-搜索数据及其生成度量的概念,给出内P-搜索数据特征及搜索数据选材模型特征定理。利用这些结果,分析运动员身体成分、运动能力与运动员选材的关系,给出在运动员选材中的应用。     

基于多目标规划的低空飞行服务站选址

为改变行政区域划设模式,实现大规模低空飞行服务站选址优化,通过分析完整的低空飞行服务流程,采用聚类方法描述低空飞行服务需求,确定了低空飞行服务站选址的基本准则和约束限制,建立了以服务成本最小化、服务响应时间最短、服务覆盖面积最大和重复覆盖最低的静态优化选址模型;采用"理想点"切入方式,设计了多目标遗传选址算法,搜索最优选址解集.最后,通过算例分析验证模型和算法的优化效果.结果表明:多目标规划更贴近低空飞行服务实际生产的要求,遗传算法更好协调了四个目标函数之间的关系,实现整体最优,且降低了求解的时间复杂度.     

基于多源大数据融合的银行网点选址方法

针对传统银行网点选址方法中存在的人为主观因素较大、数据量支撑不够、考虑因素理想化等问题,提出一种基于多源大数据融合的银行网点选址方法。该方法通过多源数据构造人流量、交通拥堵指数、用户价值、周边竞争网点数和人均收入5个基础特征,并利用协同训练的半监督学习方法扩充训练集。基于基础特征与机器学习算法构建多个子模型,将子模型的输出概率作为特征,构建基于逻辑回归的集成算法,作为银行网点选址模型,同时提出一种优化银行网点权重的损失函数,以保证模型预测中更佳的银行网点具有更高的权重。通过实验分析表明,该算法相较于传统算法预测评估更为准确,能够很好地解决银行网点选址问题。