区域应急物资储备库选址问题的模糊多目标决策方法

应急物资储备库选址问题是区域应急物资储备体系建设中的重要决策之一.构建了约束条件中含有梯形模糊数的区域应急物资储备库选址问题的模糊多目标规划模型,给出了一种基于极小算子的模型优化算法,最后通过算例分析验证了该方法的有效性.     

基于时间满意的应急物资储备库双容量限制选址模型

为了更好地应对生物恐怖袭击,应做好应急物资的储备,应急物资储备库选址问题就成为优化应急物资储备的关键.首先分析了基于时间满意的完全覆盖选址模型后,然后结合应急物资储备库的特点,对基于时间满意的完全选址模型进行了改进,考虑了最小容量限制和最大容量限制,建立了基于时间满意的应急物资储备库双容量限制选址模型.最后,结合实例进行了计算仿真,分析了实验结果.     

基于免疫优化算法的应急物资储备库选址

为了提高应急物资利用效率和应急服务水平,针对灾害情况下应急物资运输调度的时效性特点,基于各需求点历史灾害事件数据,利用三角模糊数对历史灾害事件数进行模糊化处理;引入风险权重系数,建立应急物资储备库选址模型,并采用免疫优化算法完成求解.以安徽省应急物资储备库选址为例,验证了该模型的可行性,可为解决应急物资储备库选址问题提...     

考虑服务设施规模的应急物资储备库双目标选址模型研究

应急物资储备库选址关系到应急系统的服务成本和服务质量.考虑到应急服务设施所具有的经济规模效应,引入储备库规模作为控制变量,通过对最大储备量规模的控制,分析其对应急系统的服务成本和服务质量的影响,进而为应急物资储备库选址决策提供支持.建立了以服务质量最大和服务成本最低的双目标整数规划模型,采用了带精荚策略的快速非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGAⅡ)进行求解.算例结果分析表明,应急物资倾向于集中储备以获得规模优势,降低应急服务成本,但同时也降低了应急服务质量.应急设施选址应适当限制设施规模,以平衡服务成本和服务质量.     

水上应急物资储备库选址-分配优化模型

将应急物资储备库选址和应急需求分配问题集成考虑,基于集合覆盖理论和引力模型,建立水上应急物资储备库选址-分配优化模型,并针对模型设计遗传算法.算例分析结果显示,最终选址-分配方案能够实现对水域的全面覆盖和重点加强;程序运行50次,其中43次结果相同,说明计算结果具有稳定性,表明选址-分配模型和算法是有效的.     

应急物资储备库选址及调运模型研究综述

在应急救援任务中,应急物资储备库选址及调运过程是减少灾前和灾后损失的重要阶段,为系统了解应急物资储备库选址及调运模型研究现状,结合大量国内外参考文献,本文从应急物资选址、调运以及选址和调运联合模型三部分进行分析总结。在应急物资选址影响因素分析的基础上,围绕模型具体算法、灾情阶段、优化指标、是否关注受灾人员以及信息状态等多个维度分析了应急物资储备点选址模型中所存在的问题;将应急物资调运模型分为分阶段调运、多目标规划调运和不确定信息调运三类,并对三类模型进行了综述总结;并系统总结了应急物资选址及调运模型一体化研究。结果表明,应急物资选址及调运模型在动态性、多元化、智能化、人性化等方面的进一步研究对现实救援更具有重要作用。基于此,本文对应急物资储备库选址和调运模型的未来发展方向和研究要点进行了展望,对应急物资储备及调运体系的现代化建设具有现实指导意义。     

基于灾害中后期的应急物流中心选址问题研究

在灾害发生的不同阶段,应急物流管理活动的目标具有差异性,灾害发生前期,应急物流管理以时间性为主,弱经济性;而灾害发生中后期,应急物流管理需考虑经济性。应急物流中心选址是应急物流管理的关键环节之一,在回顾国内外学者对应急物流中心选址问题研究现状的基础上,总结了现有研究的不足之处。基于灾害中后期应急物流管理活动中时限性与经济性的双重目标,构建了应急物流中心的多目标选址模型,模型求解过程中,采用主要目标法将多目标函数转换成单目标函数,并利用Lingo软件求出选址优化结果。     

运筹学在应急物流中的一些应用

本文首先简述了突发事件和应急物流的概况,总结出应急物流具有突发性、紧迫性、弱经济性、信息不确定和物资需求量大等特点.其次介绍了国外关于应急物流中应急物资选址问题和配置问题的研究中运筹学模型的应用.早期文献中多针对常规突发事件进行研究,选址模型主要为覆盖模型、p-center模型、p-median模型3类.目前关于大规模...     

一类多层次的生物反恐应急物流网络集成动态优化控制

为提高生物反恐防御系统紧急救援物资保障和供应能力,研究了国家储备库和城市多层次应急物流网络的优化问题.针对需求情景不确定的情况,提出了基于Benders分解的一个两阶段随机混合整数规划模型,并对情景数较小的情况进行了仿真分析.与确定性应急物流网络规划方法相比,该模型考虑了应急需求的不确定性以及多层次网络之间的协同性,能够更有效地指导应急物流网络的优化决策.     

信息缺失下考虑预算约束的物流设施可靠性选址研究

针对存在失效风险的设施选址问题,构建了信息缺失下考虑预算约束的物流设施可靠性选址模型.该模型既反映了信息缺失下顾客访问设施方式的变化,又在预算有限的情况下考虑了设施优化布局方案.针对构建模型的特性,基于拉格朗日松弛算法,提出了定制的启发式求解算法.基于京津冀区域的实际数据,构建了一系列的算例,对选址模型的性能和参数进行深入分析研究.研究结果表明:采用拉格朗日松弛算法求解该模型可以获得合理的物流设施选址方案.通过灵敏度分析,探讨了模型参数对物流设施选址成本的影响.     

基于量子粒子群算法的物流配送中心选址

在物流系统网络中,物流配送中心地址的优化选择不但能够高效及时地完成物资的配送,而且能使得配送成本和仓储成本等运营成本最小化,显著提高物流管理的效率和能力。针对物流配送中心选址最优解的问题,通常采用经典粒子群算法解决,但其有易早熟收敛和仅能得到局部最优解的缺陷。为了克服此缺点,将量子进化算法融入经典粒子群算法中,采用量子理论中独有的叠加态和概率幅特性,粒子最优位置的搜寻采用量子自旋门完成,粒子位置的多样性变异采用量子非门完成,以免出现局部最优解和早熟收敛缺陷。实验结果表明,与经典粒子群算法相比,量子粒子群算法在最优解的搜寻能力和优化效率方面更具有优势,能够优化配送中心的地址选取,从而减少物流运营的总成本,提高物流配送的效率,优化物流管理系统。     

基于PSO的食品应急物流模型的研究

总结过去食品应急物流运作经验,建立了突发事件中食品应急物流的框架体系,以及食品应急物流响应模型.模型综合考虑了应急物流的特征以及不确定环境下交通、食品质量等影响因素,针对食品应急物流的配送问题,采用粒子群智能优化算法对其进行仿真.仿真结果得到配送方案,可行有效,期望食品应急物流快速响应同时应急食品有质量保证.     

一种改进的粒子群优化算法及其在盲信号分离中的应用

首先对粒子群优化算法进行了改进,用粒子群中所有粒子最优位置的加权平均值替代速度更新式中的粒子最优位置,并根据粒子群中粒子的浓度自适应地调整加速系数．这种改进的粒子群优化算法利用了粒子群中所有粒子最优位置的信息,并在进化过程中自适应地调整“认知”部分和“社会”部分对粒子的影响,从而提高了算法的收敛速度和精度．然后,针对盲...     

基于可靠性的供应链设施选址问题的优化模型

针对传统设施选址模型片面追求成本最小化而忽视供应链系统服务水平的情况,建立了一个基于容量有限制的供应链设施选址可靠性问题的多目标优化模型(RCFLP),并针对模拟退火算法与粒子群算法的优缺点,提出了一种混合型智能算法—模拟退火粒子群算法。通过收集中国各个省的人口和各个省会的相互之间的距离数据,构建实例,通过本文建立的模型与模拟退火粒子群算法进行了求解, 并对结果进行了分析,将模拟退火粒子群算法计算结果与模拟退火算法和粒子群算法的计算结果相比较,证明了模拟退火粒子群算法的可以较快地获得较好的全局最优解。     

一种基于粒子群算法的无线传感器k重覆盖优化策略

为了实现无线传感器网络k重覆盖范围的最大化,延长网络寿命,提出了一种基于粒子群算法的无线传感器k重覆盖优化策略,提高了k重覆盖率,进而提高节点的利用率,延长无线传感器网络的寿命。同时改进了粒子群的惯性权重,有效地避免了标准粒子群算法容易出现的早熟问题,提高算法的稳定性。通过实验仿真证明了此方法的有效性。     

一种基于聚类分析的小生境微粒群优化算法

为了寻找多峰函数的多个极值点,在标准微粒群优化算法的基础上,提出一种基于聚类分析的小生境微粒群优化算法.采用基于密度的聚类分析方法辨识和构造小生境微粒子群,通过这种多子群方法,可以保持种群多样性,直接搜索到所有的局部/全局最优点.实验测试结果表明,该算法对一元函数优化和多元函数优化都有很好的效果.图6,参10.     

基于模糊聚类的粒子群优化算法

粒子群优化算法(PSO)的基础上,提出了基于模糊C-均值聚类(FCM)算法的粒子群优化算法.该算法在每次迭代过程中首先通过FCM算法把粒子群体分成若干个子群体,然后粒子群中的粒子根据其个体极值和子群中的最优粒子更新自己的速度和位置值.通过典型复杂函数测试表明,基于模糊C-均值(FCM)的粒子群优化算法的优化性能和效率远远超过基本粒子群优化算法.     

基于离散粒子群算法的城市物流节点选址模型

在考虑城市物流系统运行费用最小的基础上构建了城市物流节点的选址模型,使用离散粒子群优化算法对该模型进行求解,算例分析表明该算法计算效率较高且易于实现,在求解城市物流节点选址问题时可以快速搜索到问题的最优解,具有较高的达优率．     

利用膜粒子群优化和信息熵的医学文本特征选择

针对生物医学文本挖掘中有效特征选择困难的问题,提出了一种新的基于膜粒子群优化和信息熵的文本特征选择方法.该方法以文本信息熵总和为目标函数,以膜系统的层次结构作为框架,以膜系统的消息传递机制作为进化方向,以粒子群优化进化作为进化规则.作为进化规则的粒子群优化算法,分别以局部搜索速率和全局搜索速率搜索得到文本信息熵最大的解,并在不同膜区域之间传递搜索结果,直到膜区域之间的消息传递结束或者达到限定的迭代次数.实验结果表明,利用提出的方法对医学文本特征进行选择后,对其进行分类,能使分类精确度和召回率分别提高2％和3％左右.     

基于电压稳定度的分布式储能选址定容规划

本文针对配网中引入高比例风电、光伏等新能源引起的电压波动问题,提出基于电压稳定度的优先选址和改进粒子群算法的储能系统选址规划。首先以电压稳定度为指标,选出配网中部分相对稳定性较弱的节点,进行优先选址;然后以系统日有功损耗最小为目标,由改进的粒子群算法对储能系统的容量优化配置问题进行求解。最后对改进的33节点配电网系统进行仿真,验证该方法在储能选址定容工作中的有效性和可行性,为含高比例新能源的配网进行储能电站选址定容问题提供参考。