基于动态进化算法的多阶段备件供应优化决策

由于实际备件保障工作中备件需求以间歇性需求为主,备件供应通常为多阶段的动态优化。针对以上问题,构建了多阶段备件供应数学模型。为求解动态优化模型,提出了一种元启发式动态进化算法。首先,在经典差分进化算法中增加了环境变化检测算子和环境变化响应策略,使得差分进化算法能够解决环境变化的动态优化问题。其次,提出了自适应莱维飞行策略,使得算法在环境发生变化时仍能保持良好的全局搜索能力和局部寻优能力。算例表明,所提出的动态自适应差分算法能够求得模型的最优可行解,且算法的分布性和收敛性均得到了很大的提升。     

随机需求下多层级备件的横向转运配置优化模型

对于复杂的装备维修保障系统,采用备件横向转运补给策略能有效提高装备保障效率,针对该问题,依据生灭过程和METRIC(multi-echelon technique for recoverable item control)理论,在随机需求模式下,提出并建立了装备备件多级库存转运配置优化模型,并采用一种启发式算法对模型进行求解.在此基础上以装备可用度为约束,备件购置费用最低为目标,利用边际算法对配置方案进行优化.通过实例,模型的正确性通过仿真方法得到了验证,并与非转运条件下的优化方案比较,结果表明,本文构建的转运模型在提高装备保障效能方面优于非转运模型.     

K:N系统可修复备件两级供应保障优化研究

备件供应保障优化是提高武器装备的战备完好性和降低寿命周期费用的重要途径。通过分析复杂装备可修复备件两级供应保障系统,研究了备件保障与装备战备完好性的关系,建立了以备件购置费用为约束、系统供应可用度最大为目标的冗余度系统可修复备件供应保障优化模型,并运用边际效能法进行求解。实例应用证明,模型可以优化备件库存以及评估备件库存量、两级维修能力、系统自身可靠性等因素对系统保障效能的影响。     

K:N系统可修复备件两级供应保障优化研究

备件供应保障优化是提高武器装备的战备完好性和降低寿命周期费用的重要途径.通过分析复杂装备可修复备件两级供应保障系统,研究了备件保障与装备战备完好性的关系,建立了以备件购置费用为约束、系统供应可用度最大为目标的冗余度系统可修复备件供应保障优化模型,并运用边际效能法进行求解.实例应用证明,模型可以优化备件库存以及评估备件库存量、两级维修能力、系统自身可靠性等因素对系统保障效能的影响.     

基于横向转运策略的可修备件多点库存建模方法

横向供应管理是提高装备保障效率的有效途径,为备件的管理模式提供了一种新的思路。针对该问题,通过分析稳定状态下库存水平的状态转移,建立了基于库存稳态概率的可修备件多点转运库存模型。运用启发式方法对模型进行求解和优化,算法的正确性通过仿真进行了验证。结合相关时间和费用参数,对模型进行扩展,构建了横向转运费用模型。通过实例对转运和非转运费用模型进行对比分析,验证了所构建模型算法的合理性。该方法能够在达到装备保障性指标的情况下,节省大量的库存费用,对于完善备件库存理论具有重要意义,为制定合理的备件优化方案提供决策依据。     

装备备件两级闭环供应链库存优化与分析

研究备件两级闭环供应链系统结构与备件运转流程.通过建立单项备件供应可用度模型,构建了两级闭环供应链库存系统优化模型,并运用边际效能分析算法合理配置基层级和基地级备件库存量,实现了在有限购置费用资源约束条件下的系统供应效能最大化,分析得出提高两级维修能力可以改善系统供应效能.     

精益制造企业供应物流的集成决策优化及其运作模式比较

供应物流是连接供应商与制造企业间物料供应的重要活动.研究精益制造的核心制造企业的间接供应物流活动,在传统的非整合、短驳运输合并的半整合、短驳集货均合并的LLP全整合等3种商业运作模式下,分别构建综合库存、运输、生产等因素的集成化供应物流策略优化模型,并分别提出求解的优化算法,包括快速启发式算法和适宜求解分组优化问题的组群遗传算法.最后,通过案例分析比较不同运作模式的成本和效率.     

废弃物网络系统容量扩张模型及算法

随着城市固体废弃物产生量的增长,原有的废弃物网络系统将不能满足需求,需要新建处理站以扩张网络系统处理能力.建立了多阶段网络容量扩张的双目标规划模型,其中一个目标是最小化总的建设费用,另一个目标是最小化处理站所产生的负效用.设计了基于随机贪心算法的不可行解修补策略和邻域启发式算法,提出了一种混合多目标进化算法来求解模型. 实例说明了模型的有效性.通过和加权法比较证明了混合多目标进化算法有很好的搜索能力.     

节点攻击策略下的军事通信网络结构优化算法

合理的军事通信网络结构能够充分利用信息优势达到制胜的目的, 因此优化军事通信网络结构至关重要。首先, 基于复杂网络理论并结合军事通信网络的拓扑结构特征建立了相应的网络结构模型, 将侦查探测、火力打击和指挥控制实体抽象为节点, 实体间复杂的连接关系抽象为边。在此基础上, 以提升网络鲁棒性为目标, 提出了一种基于进化思想的优化算法并对节点攻击策略下的军事通信网络结构进行优化研究, 对比分析了不同优化算法下网络结构模型对鲁棒性的影响规律。仿真结果验证了网络模型和进化优化算法的有效性, 对于深入研究军事通信网络建模和结构优化问题具有一定的借鉴意义。     

基于综合效能参数的备件订货配置优化模型

在对备件保障概率、使用可用度、供应可用度、满足率、完备率、缺件数等参数系统分析的基础上,提出了备件供应综合效能参数的概念,阐述了该参数的内涵,给出了数学表达式并指出了该参数的作用与适用范围。以该参数为优化目标以费用为约束建立了备件订货配置优化模型,给出了基于边际分析法的优化算法,并结合实例进行了具体说明。     

求解多目标二层规划的多目标进化算法

提出了一个求解多目标二层规划问题的多目标进化算法.用传统优化算法求解下层规划中用权向量线性加权后得到的单目标问题,而对上层的多目标规划问题则采用基于NSGA-II的选择机制的多目标进化算法求解.数值试验表明所提出的算法是有效的.     

基于多目标进化算法混合框架的MOEA/D算法

针对混合多目标进化算法中如何设计全局搜索算法和局部搜索策略结合机制的难点问题以及提高多目标进化算法的求解性能,基于反馈控制思想,提出了一种系统化、模块化的全局优化与局部搜索相结合的混合MOEA/D算法,算法中设计了一种基于拥挤熵的种群多样性度量方法;提出了基于简化二次逼近的局部搜索策略,以及针对MOEA/D的种群多样性增强策略。数值实验表明所提算法具有良好性能,可以兼顾算法求解的多样性和收敛性,所提混合框架可有效提升现有多目标进化算法的求解性能。     

随机梯度估计及其在系统管理中的应用

随着信息技术与系统管理的深度融合发展，蒙特卡洛仿真技术和随机梯度估计方法在系统管理中受到越来越多的重视。梯度估计是优化复杂系统结构、估计复杂系统参数、度量和控制风险的重要工具。由于梯度估计包含比系统表现估计更多有用的信息，如何对随机梯度进行准确估计在随机仿真领域得到了广泛的关注，并且它是基于梯度的优化方法中的核心问题。对常用的随机梯度估计方法进行了梳理，并举例介绍了其在系统管理中应用的主要挑战、求解思路及对管理学研究的启示，以期为系统管理提供理论和方法学基础。     

废弃物收运网络周期性选址-路径问题多目标优化模型及算法

废弃物处理设施是典型的"Semi-desirable"设施, 其选址相关的决策需要考虑成本、负效应等多个相互冲突的目标. 废弃物中转站的选址和路径优化是一类周期性选址-路径问题(PLRP), 目前缺乏对这类问题的多目标优化的研究. 以多目标城市废弃物收运网络周期性选址-路径问题为研究对象, 提出基于扩散距离的负效应测度方法; 建立考虑负效应和成本的双目标混合整数规划模型; 设计DRECWA-LS算法, 结合启发式优化策略, 求解收运计划对应的周期性选址-路径问题, 并采用扩展邻域搜索策略的多目标进化算法实现对可行收运计划的深度搜索, 同步求解收运计划、中转站选址-分配及车辆路径三个问题. 算例结果显示: 算法能成功求解较大规模问题, 具有较高的求解质量和运算效率.     

基于多目标演化的模糊认知图学习算法

针对传统模糊认知图学习算法仅优化概念结点间有向弧的权值误差而造成模型拟合准确程度不高的问题,将多目标演化的思想用于模糊认知图学习算法,设计了以有向弧权值误差与误差权重同时最小化为目标的多目标模糊认知图学习模型,降低了学习算法对权值的依赖。为有效求解该多目标优化模型,提出了一种基于坐标变换的多目标演化算法,分析了算法的参数设置方法与计算复杂度。实验结果表明,基于多目标演化的模糊认知图学习算法可以有效降低结点数据误差与模型误差,能够更准确地得出概念结点间的因果关系。     

A ε-indicator-based shuffled frog leaping algorithm for many-objective optimization problems

Many-objective optimization problems take challenges to multi-objective evolutionary algorithms.A number of nondominated solutions in population cause a difficult selection towards the Pareto front.To tackle this issue,a series of indicatorbased multi-objective evolutionary algorithms(MOEAs)have been proposed to guide the evolution progress and shown promising performance.This paper proposes an indicator-based manyobjective evolutionary algorithm calledε-indicator-based shuffled frog leaping algorithm(ε-MaOSFLA),which adopts the shuffled frog leaping algorithm as an evolutionary strategy and a simple and effectiveε-indicator as a fitness assignment scheme to press the population towards the Pareto front.Compared with four stateof-the-art MOEAs on several standard test problems with up to 50 objectives,the experimental results show thatε-MaOSFLA outperforms the competitors.     

供应链系统中零售商横向转载的随机规划模型及算法

为了研究随机需求下供应链系统中多零售商的横向转载问题, 提出了一种基于随机规划方法的多零售商横向转载模型, 并设计了一种启发式算法用于模型求解.考察由一个外部供应商和多个零售商组成的供应链系统, 供应商和零售商均采用order-up-to方法控制库存, 零售商面临随机性需求且相互之间存在横向转载.在横向转载经典假设条件下, 构建了以供应链总成本为目标的混合0-1规划模型.考虑到该模型中存在随机变量, 将模型转化为随机期望值规划模型进行求解, 结合随机拟梯度算法及遗传算法设计了一类启发式算法来求解模型, 给出了详细的求解过程.利用数值算例的仿真结果验证了模型及算法的有效性, 还就需求相关程度的影响及转载假设条件的影响进行了详细分析.研究结果表明:模型及算法对存在横向转载的供应链系统确定最优库存水平是相当有效的.