一种采购中心选址问题的研究

随着经济全球化的迅速发展,中国因其资源丰富、劳动力成本相对较低和政治稳定等优势正在逐渐成为跨国公司全球采购的重要选择。针对跨国公司在中国设立采购中心时所需要解决的选址问题,通过分析影响采购中心建立的各种因素,以最小化运营成本为目标,建立一个采购中心选址的0-1整数规划模型。针对所建立模型的特点,提出一种基于CPLEX引擎的求解算法,通过对一个随机生成算法的仿真实验,表明所建立的模型和算法能够有效地解决采购中心选址问题。     

可变吸引力竞争选址模型与算法研究

结合Huff重力模型,考虑了市场存在一个或多个竞争对手情形下的新设施竞争选址模型.假设顾客访问设施的概率与设施吸引力成正比,与设施同需求点的距离成反比.企业通过确定新设施的选址位置和设施的吸引力水平来追求利润最大化.建立了混合整数非线性规划模型并设计算法进行求解.并通过随机算例验证了算法的有效性.     

基于高铁竞争的机场选址优化

机场选址问题是一个复杂的多属性决策问题.在综合考虑机场建设成本、运营成本、旅客成本的基础上,同时考虑了高铁的高速发展给民航带来的巨大竞争和压力,对以往机场选址模型进行改进,引入单位客公里成本计算运营成本,创新性的提出了应对高铁竞争的机场选址优化问题.同时,分别从决策者和旅客不同利益主体的利益出发,提出了兼顾不同利益 主体利益的双层离散模型.为了描述该问题,建立了高铁竞争下的机场选址双层离散优化模型,最后并进行了算例验证.     

基于粒子群算法的整数规划问题的求解算法

整数规划是运筹学的一个分支,一直以来没有很好的求解算法.目前有研究人员尝试用粒子群算法求解整数规划,但都只能解决无约束整数规划问题.提出了一种求解约束整数规划的粒子群算法,能够解决有约束线性和非线性整数规划问题.     

机场旅客进出场交通方式选择的双层规划模型

以机场出发旅客为研究对象,在分析多种交通方式下旅客进出场出行费用对其交通方式选择影响基础上,应用双层规划模型描述了机场旅客进出场交通方式选择问题,并利用基于灵敏度分析的启发式方法对模型进行求解.模型综合考虑了交通系统的收益和旅客的利益.通过算例可以看出,应用双层规划模型描述机场旅客进出场交通方式选择问题是合理的,所采用的方法是可行有效的,对于制定多模式交通运输价格策略、缓解大型机场地面交通拥挤等具有现实意义.     

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.     

基于人工智能方法的变电站选址定容规划研究

变电站选址定容优化规划是一个多目标、多阶段,非线性．受约束的混合整数规划问题,传统的运筹学方法已不能满足求解的需要,以人工智能技术为主的各种智能优化算法成为解决变电站规划的主流算法。本文对变电站选址定容从规划的技术和经济性划分可靠性和经济性模型,按规划时问分静态和动态规划模型。并对多种算法进行全面的综述,重点分析这些模型和算法存在的问题和不足,并对存在问题和研究进行展望。     

LINGO软件在目标规划实验教学中的应用

目标规划是运筹学教学中的一类重要模型。文章利用LINGO软件的子模型功能实现了求解目标规划问题的序贯式算法,并通过一个整数目标线性规划实例对LINGO建模语言进行了验证。结果表明,该方式能有效求解目标规划问题,并可用于求解其他多级数学规划问题。     

GENOCOP算法在0-1非线性整数规划模型中的应用

本文针对某公司电力容量扩展问题,采用一元线性回归模型拟合未来10年的需求量,再建立0-1非线性整数规划模型,并将该模型的0-1变量连续化处理,采用遗传算法中的GENOCOP算法求解。     

量子粒子群算法求解整数规划的方法

粒子群算法主要用于优化连续性问题。如果用于求解整数规划问题,算法的粒子位置必须解决取整问题;而量子粒子群算法求解整数规划问题具有更高的效率。利用三种取整方法与量子粒子群算法结合,求解非线性整数规划问题,并且与标准粒子群算法求解整数规划问题进行比较。通过对基准函数仿真实验,比较了六种方法求解整数规划问题。实验结果表明,基于随机取整的量子粒子群算法搜索成功率优于其他五种方法,其综合搜索效率更佳。寻找了一种更优的求解整数规划方法。