车辆路径问题的粒子群算法研究

车辆路径优化问题是一类具有重要实用价值的组合NP问题．粒子群算法(panicle swarm optimization)是一种新出现的群智能(swarm intellingece)优化方法，将其应用于车辆路径优化问题，构造车辆路径问题的粒子表达方法，建立了此问题的粒子群算法，并与遗传算法作了对比试验．结果表明，粒子群算法可以快速、有效求得车辆路径问题的优化解，是求解车辆路径问题的一个较好方案。     

求解可分离连续凸二次背包问题的直接算法

经典算法一般采用迭代过程求解连续凸二次背包问题,研究了求解可分离连续凸二次背包问题的直接算法。分析了可分离连续凸二次背包问题的结构特性,通过两个命题和两个定理研究了可分离连续凸二次背包问题的解的特性,提出了一种快速的求解该问题的直接算法。该算法能快速有效地求解可分离连续凸二次背包问题的最优解,算法的时间复杂度和空间复杂度都是O(n),都比经典算法节约很多。     

Adaptive Numerical Approach for Optimal Control of a Single Train

This paper considers the optimal control problem of a single train, which is formulated as an optimal control problem of nonlinear systems with switching controller. The switching sequence and the switching time are decision variables to be chosen optimally. Generally speaking, it is very difficult to solve this problem analytically due to its nonlinear nature, the complexity of the controller,and the existence of system state and control input constraints. To obtain the numerical solution, by introducing binary functions for every value of the control input, relaxing the binary functions, and imposing a penalty function on the relaxation, the problem is transformed into a parameter optimization problem, which can be efficiently solved by using any gradient-based numerical approach. Then, the authors propose an adaptive numerical approach to solve this problem. Convergence results indicate that any optimal solution of the parameter optimization problem is also an optimal solution of the original problem. Finally, an optimal control problem of a single train illustrates that the adaptive numerical approach proposed by us is less time-consuming and obtains a better cost function value than the existing approaches.     

一类排序问题的通用模型与最优解

讨论把ｎ个零件安排给ｍ台机床加工的一类排序问题。在建立了该问题的通用数学模型基础之上，巧妙地把这个排序问题的求解问题转化为指派问题的求解问题，为该排序问题找到了一个理想的通用求解方法。     

基于Choquet积分的指标关联模糊多目标指派问题

针对指标间相关联的模糊多目标指派问题,引入广义模糊测度刻画指标间的关联,提出了基于广义模糊测度和Choquet积分的模糊权重信息集结算子,基于该算子给出了一种将模糊多目标指派问题转化为传统指派问题的算法.数值实验证明了该方法的可行性与有效性.     

Method for Risky Multiobjective Group Decision-Making and Its Application

The multiobjective group decision-making problem under risk is common in reality. This paper focuses on the study about risky multiobjective group decision-making problem where the index value is not certain. We give indexes classifying method and index normalizing formula of this type problem. By building objective function that minimizes general weighted distance from every alternative to the relatively best and worst alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, and by building another objective function that minimizes general weighted distance from the optimal membership degree of every decision-maker to every alternative to the group optimal alternative and the group inferior alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, which are both based on probability theory and fuzzy theory. Aftermost a model is established which collects group preferences. This method provides a new idea and     

D运输问题

提出一类要求货物尽量在某一给定时间以前如数运抵目的地的运输问题。这是一类含离散目标约束的目标规划问题，我们把它称为D运输问题。建立D运输问题的数学模型，引入可实施解、最优解、解对预警时间的偏差等概念，给出D运输问题的求解方法和一个计算例子。     

大规模客户车辆调度问题启发式算法研究

为进一步扩大车辆优化调度问题的研究规模,将最佳客户插入原则(PFIH-Push Forward Insertion Heuristic)与遗传算法相结合,解决了以往初始种群中可行解概率低等问题;并实现了以路径首客户编码方式代替传统的全部客户编码,缩短了染色体长度,从而提高了遗传算法优化大规模客户车辆调度问题的效率。将该方法应用于有时间窗车辆调度问题,并采用Solomon数据验证,通过与其它算法结果比较,说明了该方法的可行性与优越性。     

局外k—出租车问题及其动态规划求法

局内问题及其解法在研究是优化领域研究热点之一，而有关局内问题解法的研究必将涉及相应的局外问题。提出了局外k-出租车调度问题，给出了问题的动态规划求解方法，并给出该问题的一个具体算例。同时简要地介绍了局外k-卡车调度问题的动态规划求解方法。     

基于两阶段算法的大规模成品油二次配送优化

本文以大规模成品油二次配送路径规划为对象,研究了具有成品油物流特征的多车场带时间窗的车辆路径问题的数学模型,提出了新的基于子问题分解的两阶段优化算法.首先采用改进的系统聚类算法将配送需求合并分载,随后设计了改进的遗传算法生成最终的配送路径.针对客户划分问题,提出了‘期望节约里程'指标,用以描述客户的地理空间分布特征,并以此为特征信息设计了启发式的遗传算子,提升了大规模问题优化收敛的速度、质量和稳定性.仿真实验结果验证了模型和算法的可行性和有效性.     

考虑维修车辆的公共自行车系统再平衡问题

城市公共自行车系统由于不均匀的需求分布,需要进行自行车再分配调度,并且随着系统的使用,待维修自行车的收集和运返也成为日常运营的重要活动.本文研究考虑了自行车运返维护的静态自行车再分配问题,是一种包含正常自行车和待维修自行车的双货物路径规划问题.针对问题建立整数规划模型,提出了基于动态规划的精确算法,并根据问题特性引入两条加速规则.基于多组随机生成算例进行实验计算,并且与CPLEX进行对比,此外还针对维修车辆的数量进行了敏感性分析.计算结果验证了两条加速规则的有效性,所提动态规划算法可以有效地求解该问题.     

随机服务时间下的家庭护理人员调度问题研究

研究了家庭护理中的医疗服务人员调度问题,考虑了随机的客户服务时间和最迟开始服务时间约束.建立了带补偿的随机规划模型,得到了客户期望迟到惩罚成本的近似计算表达式,并分析了期望惩罚成本的性质.根据问题的特点,基于列生成算法思想建立问题的集分割最优化主问题模型和生成新列的最短路子问题模型,并设计标签算法对子问题加以求解.将列生成算法嵌入到分枝定界过程中形成分枝定价算法得到问题整数可行解.通过数值实验,验证了所提出客户期望迟到惩罚成本近似表达式和分枝定价算法的有效性.     

基于并行机加工能力配置的多轮拍卖机制研究

在私有信息不公开的分散决策下,针对需要承诺交货期限的稀缺并行机加工能力配置问题,以改善分散系统无秩序代价为目标,设计了一种基于时间维度配置稀缺资源的多轮拍卖机制.具体地,该机制根据资源稀缺性受机器加工能力和订单交货期限双重影响的特点,设计线性歧视资源定价方式,既保证定价的公平性,合理性和有效性,又引导任务主体披露真实订单信息,实现分散系统下稀缺资源配置的高效率;该机制中的定标问题是具有NP难属性的组合优化问题,本文设计基于拉格朗日松弛技术的启发式算法,以提高该问题的计算效率和实际应用性.数值实验结果显示,该拍卖机制能显著改善分散决策下并行机加工能力配置的无秩序代价,拍卖机制下的系统总收益平均达全局系统总收益的93.9%.     

带二维装箱约束的物流配送车辆路径问题

现实物流活动中大量存在的易损、 易碎物品的运输问题属于带二维装箱约束的物流配送问题, 该问题是二维装箱问题与车辆路径问题这两个经典难题融合之后的一个新问题. 针对这一问题, 在对其进行明确定义的基础上, 建立了数学模型, 提出了解决该问题一个Memetic算法, 对算法中的几个关键算子: 深度优先的启发式装箱方法、染色体的编码方式及其路径分割程序、初始解的生成方法、 交叉算子、局部搜索算子, 进行了详细的阐述. 通过初步的实验, 确定了Memetic算法的最佳参数配置; 然后在Iori提出的30个顾客数在20-199个标准算例上对算法的鲁棒性、求解的质量、以及求解性能等几项指标进行了测试, 并与文献中的求解结果进行了比较. 试验结果表明, 该Memetic算法大大提高了现有算法的性能及求解结果的质量.     

基于改进齐套零件策略的车辆装配线新型物料配送调度

为了有效地解决汽车混流装配线物料供应的调度问题,提出了一种新型的基于线边超市的物料供应调度方法.首先,进行了问题域的形式化描述,同时确定了研究对象的一些假设,并建立了整数规划数学模型.而后,针对线边超市物料供应调度问题提出了改进齐套零件策略,为了求解该策略下物料超市补货任务的调度问题,构建了基于图论的模型以将调度问题转化为更容易精确定义和求解的数学问题,采用精确算法对目标函数进行优化.最后,对算法进行了仿真实验,结果表明调度算法是可行、有效的.     

一种两层生产计划问题建模及其遗传算法设计

研究了一种两层生产计划集成问题,上层为能力约束批量计划问题,下层为并行双机调度问题。采用单个模型来描述整个集成问题,目标函数由库存费用、缺货费用和加班费用三部分组成。对于该集成优化问题,设计了遗传算法整体求解,每个个体中同时包含了批量计划和作业排序的信息,并通过遗传算子的设计,避免了不可行解的出现。通过数值仿真实验,对三种不同规模的问题进行了计算,通过对计算结果的分析,验证了遗传算法的可行性和有效性。     

多属性决策方法及应用

本文将多属性决策问题转化为寻求一概率分布问题, 利用Kullback信息量, 给出了一种排序方法。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

有关社会焦点问题的群体研讨实验——定性综合集成的一种实践

社会生活中的一些焦点问题可视为非结构问题或者恶劣问题(wicked problem),其问题的解决过程本质上是寻找或者探测出问题的结构,在向结构化问题的转化过程重点通过对结构问题的解决而综合得到对原问题的一些解决方案.此类工作大多体现为群体活动.为此,介绍了基于自主研制的支持发散型群体思考的群体研讨环境(GAE)所进行的一个有关日本入常问题的群体研讨的一个试验.通过对试验结果的分析,阐述了GAE对于非结构化问题求解过程中如何支持人们感悟或者获取一些潜在线索乃至结构,在此基础上开展深入研究如定量建模,此即为综合集成方法求解复杂问题中的一种定性综合集成的实践.     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。