ALB问题的数学模型及其优化算法的研究

介绍了生产流水线上作业的均衡分配问题的来源及其实际意义，给出了问题基本数学模型，并根据流水线实际存在的一些约束，对数学模作了修正，归纳了求解网组合最优化问题的常用方法，进而详细阐述了作者提出了的优化算法，并通过应用实例，说明算法的具体实现过程。     

求解作业排序问题的通用混合遗传算法研究

车间作业排序理论是生产管理与组合优化领域的重要研究方向 ,由于其固有的计算复杂性( NP-Hard) ,一般无法利用经典方法求出最优解。本文针对一般作业排序问题 ,将遗传算法与启发式方法相结合 ,建立了一种混合算法框架 ,利用遗传算法改进启发式方法的求解性能 ,同时利用启发式方法引导遗传搜索过程 ,以提高其搜索效率。通过对完工时间与平均延误时间等不同优化目标的计算分析与比较表明 ,该方法对不同类型的排序问题均具有相当满意的求解效果.     

不可行染色体转换方法

染色体转换方法是遗传算法求解约束严组合优化问题的重要途径.探讨了转换方法设计及其性能问题,提出了对染色体转换方法的4项性能要求.在介绍综合作业调度问题(complete job shop scheduling problem,CJSSP)概念的基础上,设计了4种转换方法.实验结果表明,4种方法都是可行的,但具有明显不同的效率和质量,与观察结果和算法性能分析一致,为改进求解综合作业调度的遗传算法奠定了基础.     

敏捷型生产过程优化和制造执行系统

从成本控制、系统需求、系统结构等方面,分析了高质量车轮轮箍产品在下料环节、生产调度环节以及制造过程中的优化问题,建立了多型材变截面多品种组合下料优化与决策模型及其求解方法、工序不完全一致的多品种流水线作业生产调度优化与决策模型及其求解方法、以及具有序依赖机器设置时间的生产调度优化与决策模型及其求解方法,并在此基础上构建了敏捷型生产过程优化和制造执行系统的体系结构.     

遗传算法在企业铁路取送调车作业优化中的应用

如何合理安排企业铁路取送车作业是企业铁路调车作业中的一个重要环节.本文针对调车作业方式＂送取分离＂的企业铁路货运站,参照3车列的取送车仿真时序,建立了取送车作业优化问题的数学模型.同时,提出一种带启发式知识的进化增强型遗传算法用以求解这类大规模组合优化问题.算法一方面通过启发式知识产生优良个体并有效保存,加速算法寻优;另一方面通过有效的交叉和变异操作保证算法的多样性,避免算法早熟;从而最终有效提高算法的寻优效率.实例计算结果验证了模型和算法的有效性和工程实用性.     

分形法与范例库推理相结合进化求解旅行商问题

旅行商问题（Traveling Salesman Problem，简称TSP）是一个典型的组合优化问题，而且是一个NP完全问题。遗传算法（Genetic Algorithm，简称GA）是求解组合优化问题的行之有效的算法。但遗传算法并不是一个完美无缺的算法，它最突出的问题是早熟现象。在解决像旅行商这类组合优化中的NP完全问题。是极易陷入早熟收敛，城市规模越大越难求得最优解。如何缓和旅行商问题中的早熟现象。使问题的解尽可能接近最优解．这是本文研究的主要内容。本文在分形法的基础上提出．了一种分形法与范例库推理相结合的改进方法用以求解TSP问题。首先建立范例库，选取其中优良的个体来指导城市规模大的旅行商问题进行合理的区域分割，由于优良个体与最优值的结构大体相同，相似度大，故可以有效地实施“分而治之”的策略。在寻优进化过程中，还要对范例库进行更新与维护。通过对TSPLIB测试库中的eil51、eil101、ch130和ch150问题的求解，说明该方法在求解TSP问题上是行之有效的。     

单亲遗传算法在Flow-Shop问题中的应用

单亲遗传算法(PGA)是一种序号编码遗传算法.它具有遗传操作简单,不要求初始群体的广泛多样性,不存在"早熟收敛"现象等特点,非常适合于求解组合优化问题.Flow-Shop问题是一个典型的组合优化问题.给出了问题的数学模型及用PGA求解Folw-Shop问题的步骤.进行了仿真实验,结果是肯定的.     

基于仿真的车间作业计划优化设计

车间作业排序是一个NP-Hard问题,针对其复杂性和难以求解的特点,提出了采用仿真与优化算法相结合的求解方法。首先,建立了车间作业计划仿真优化系统的框架,采用UML对系统进行建模分析,并在仿真软件eM-Plant中映射实现,应用遗传算法优化模型关键参数,实现最优排序,最后示例说明该系统。该方法简单可行,为解决这类复杂问题提供了一条捷径。     

工艺路线可变车间作业调度的两级遗传算法

车间作业调度问题是一个著名的NP难题，而工艺路一可变的车间作业调度是一个更一航意义的问题，算法研究是车间作业调度问题的一个重要研究方向，最近几年，遗传算法开始在调度问题中得到广泛应用，分析了工艺路线可变的车间作业调度问题的特点，并建立了相应的优化模型，提出了一种两级遗传算法，重新设计了算法的遗传编码方案以及选择、交叉和交异算子，通过实例仿真，表明了用两级遗传算法求解工艺路线可变的车间作业调试问题是有效和可行的。     

基于粒子群算法的多目标车辆调度模型求解

车辆调度问题是具有复杂约束条件的组合优化问题,在理论上属NP-hard问题.考虑车辆数目最少和车辆运行时间最短,建立了具有时间约束的多目标车辆调度模型.并采用粒子群算法（PSO）求解车辆调度问题,以寻求最优车辆调度方案.在实例中通过运用粒子群算法和遗传算法进行比较分析,结果表明,PSO算法简单可行,在优化性能、收敛速度及鲁棒性等方面优于遗传算法,能较好地解决组合优化问题.     

综合AHP和目标规划方法的应急系统选址规划模型

在分析影响应急系统选址的因素上,得出了应急服务设施选址应该采用定量和定性相结合的AHP方法.针对AHP方法无法解决有限资源的约束问题, 提出了综合AHP方法和目标规划方法的应急系统选址模型.最后通过一个例子及其分析,清楚地表明综合AHP和目标规划模型是解决应急服务设施选址问题的一种有效的方法.     

考虑库存控制的物流网络设计优化模型与算法

研究同时考虑库存控州策略和物流网络优化设计问题的优化模型和算法。在考虑顾客的需求量都是随机且服从正态分布的前提下，结合最优库存控制策略，提出了一个能同时描述库存决策和物流网络设计决策的非线性混合整数规划的优化模型，井设计了相应的模拟退火算法进行该优化模型的求解。最后的算例表明，采用该优化方法运算快捷，所得结果正确合理，且与其他方法得到的结果相比，收敛速度更快，且最优解的总费用均有很大程度的节省，从而能为此类的物流网络设计问题提供科学的指导依据。     

直线上的双旅行售货员位置问题

旅行售货员位置问题在组合优化中是非常困难的问题之一,由于它的困难（它涉及到族行售货员问题和位置问题双重问题）这个问题一直引起人们极大关注,然而多于一人的旅行售货员问题还没有去探讨。本文提出一个复杂度为Ｏ（ｎ４）的算法解决直线上的双旅行售货员位置问题     

面向资源语义共享的分布索引策略研究

针对大规模对等网络环境下信息资源语义异构和高效定位问题,本文提出了一种基于多元数据规范模板的可扩展的、面向语义的元数据描述框架,并在此基础上提供一套混合的组织索引体系,其中结合了DHT和社区的特点,基于核心信息单元和扩展信息单元对资源位置、MST组群和社区入口进行有效索引,并且基于不同信息单元之间语义关系提出了语义扩展路由的概念。基于此组织索引体系提出了一种面向语义的混合资源发现方法,有效提高了资源查全率,通过仿真试验说明了本系统与现有相关系统相比具有较高的查询效率和可扩展能力。     

THE OPTIMUM SELECTION FOR A CONTINUOUS TYPE EUCLIDEAN MULTIFACILITY LOCATION

ＴＨＥＯＰＴＩＭＵＭＳＥＬＥＣＴＩＯＮＦＯＲＡＣＯＮＴＩＮＵＯＵＳＴＹＰＥＥＵＣＬＩＤＥＡＮＭＵＬＴＩＦＡＣＩＬＩＴＹＬＯＣＡＴＩＯＮＧＡＯＣｈｅｎｇｙｕｎ（ＩｎｓｔｉｔｕｔｅｏｆＡｕｔｏｍａｔｉｏｎ，ＱｕｆｕＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｑｕｆ...     

一种在对等网络中寻找最近节点的新方法

在对等网络(P2P)中,高效精确地定位最近节点是一项基本功能.通过将对等网络中最近节点定位问题抽象成节点覆盖问题,提出一种在一般度量空间中定位最近节点的新方法,满足定位精确,节点负载低,抗网络抖动等特性.仿真实验表明这种近似算法在不增加节点负载的前提下比现有方法(Meridian)更精确,更有效.     

损毁情景下应急设施选址的多目标决策方法

应急设施选址问题是应急管理中的重要问题,设施的长期战略性地位,促使决策者在进行选址决策时关注多种目标.在一定的经济投入条件下,本文首先提出了决策者制定设施选址方案时的目标原则,构建以时效性、均衡性和鲁棒性为核心的评价体系,进而建立了应急设施选址的多目标优化模型,用覆盖为目标的救援总时间反映时效性,最大救援半径反映均衡性,以及设施损毁情景下额外增加的救援变更时间反映鲁棒性,用三个目标函数组成的三元组刻画选址决策的目标向量,理想点是一个三元向量,每一个分量值表示只以这个分量目标函数求解得到的最优值,提出了基于理想点的目标扰动最小化模型,并采用遗传算法设计求解方法,通过算例分析了模型和算法的有效性,说明本文提出的模型与算法在解决应急设施选址决策方面具有一定的应用价值.     

一类带有随机参数的交通优化模型及遗传算法

双向编组站包含两个个独立的作业系统，确定最合理的系统分工方案是这类编组站必须解决的首要问题，车流量则是该问题重要的输入参数，在实际运输工作中，车流量随着时间的不同总要发生一定的波动变化，这必然会影响双向编组站系统分工方案，针对这一交通运输学科经常面临的情况，构造了车流波动条件下双向编组站系统作为分工的随机优化模型，建立了基于遗传算法的求解理论，该方法对交通问题具有一般性的意义。     

Location of quality-control stations in manufacturing systems: A simulated annealing approach

Quality is the hallmark of a competitive product. It is necessary to use inspection stations to check product quality and process performance. In this paper, we are concerned with the problem of location of inspection stations in a manufacturing system. A simulated annealing approach is developed to determine the location of inspection centers resulting in a minimum expected total cost in a multistage serial production system. The total cost includes inspection, processing, and scrapping costs at each stage of the production process. A penalty cost is also included in it to account for a defective item which is not detected by the inspection scheme. A set of test examples is solved using a simulated annealing algorithm.     

三站无源定位系统数据关联算法

全局最优量测数据关联算法是无源定位技术中的关键问题。针对三站无源定位系统全局最优数据关联的三维（3-D）分配问题，提出一种新的直接求解算法——启发式消元算法。该算法通过直接对代价矩阵的元素进行启发式消元，得到分配问题的最优解。给出算法相关原理的分析和证明以及算法的具体步骤。并将其应用于三部光电被动传感器多目标无源定位系统两级数据关联算法的第二级关联过程中。对启发式消元算法和求解3一D分配问题的近似最优求解算法——拉格朗日松弛算法的算法复杂性进行了分析对比。理论分析和仿真实验均表明，该算法较适合与两级关联算法联合使用。与拉格朗日松弛算法相比。该算法计算量小。便于实现。是一种新的、有效的全局最优数据关联算法。