时变条件下多式联运有害物品的路径选择

在有害物品运输过程中,需要获得从起点到终点之间的最短路径.而在运输过程中,往往不止有一种运输方式,可能同时有多种运输方式交叉,即可能多式联运的方式存在,同时,有害物品的运输网络具有很强的时变特性.将运输网络进行变形,建立了在时变网络条件下多式联运有害物品的最短路模型,设计了求解时变条件下多目标多式联运的最短路的算法.利用此算法获得有害物品运输过程中从起点到终点之间的最短路,并对算法的计算复杂性进行了分析.最后,给出一个应用算例.     

求解随机需求库存-路径问题的一种算法

库存-路径问题是研究在供应商管理用户库存策略下，供应商如何合理安排长期库存及配送计划的一类问题，属于NP—hard类问题，也是运筹学领域中研究最活跃的方向之一。本文以零售商系统下随机需求的IRP为研究对象，提出了一种基于马尔科夫决策过程与修正的C—W节约算法的启发式分解算法，并给出了相应的数值算例。     

Truck and Trailer Routing Problem Solving by a Backtracking Search Algorithm

Truck and trailer routing problem(TTRP) is one of the most frequently encountered problem in city distribution, particularly in populated and intensive downtown. This paper addresses this problem and designs a novel backtracking search algorithm(BSA) based meta-heuristics to solve it.The initial population is created by T-sweep heuristic and then based on the framework of backtracking search algorithm, four types of route improvement strategies are used as building blocks to improve the solutions of BSA in the process of mutation and crossover. The computational experiments and results indicate that the proposed BSA algorithm can provide an effective approach to generate high-quality solutions within the satisfactory computational time.     

多阶段投资决策问题的一种智能化求解方法

对多阶段投资决策问题进行研究，建立一种极小化跟踪投资回报率与目标回报率偏差的多阶段投资决策模型，并将随机模拟、遗体算法和神经网络集成在动态规划之中，设计给出一种智能化的求解方法，能求得反馈形式的最优投资策略。本文给出的方法克服了传统求解方法的局限性，具有现实意义，经算例仿真验证了算法的可行性。     

直接配送的三层随机库存路径问题

库存路径问题是研究如何协调库存管理和运输规划的一类问题,是企业实施供应商管理库存策略需要解决的问题.本文提出了一种有车辆限制、直接配送的无限阶段三层随机库存路径问题,并运用马尔可夫决策规划解决此问题.通过把该问题分解成若干个具有马氏性的子问题,降低了运算难度,得到该问题的近似最优解.     

随机需求库存-路径问题:研究现状及展望

在简单介绍库存-路径问题（inventory routing problem，IRP）现实与理论意义的基础上，给出了IRP问题的定义，分析了其具备的特征以及与常见的车辆路径问题、旅行商问题的联系与区别，并将库存-路径问题按照不同的特性进行了分类，总结了近年来有关于求解随机需求库存-路径问题所建立的模型及算法求解，最后本文分析了该领域现有研究的不足以及未来的发展方向。     

卫星观测系统整体调度的收发问题模型及求解

探讨了一类涉及多星、多地面站、多任务的卫星观测系统整体调度问题,该问题要求从过多赋权卫星观测需求中,选择有能力完成的一个任务子集,并为相应的拍照和数据下传活动安排资源和时间,以实现特定的优化目标.用一种变体形式的收发问题模型描述了该问题,并给出了其约束规划和禁忌搜索相结合的求解方法.最后用随机生成的问题示例检验了求解算法的性能.     

基于增强学习解决随机需求车辆路径问题

针对确定随机需求车辆路径问题的最优策略,存在状态空间"维数灾"问题,基于增强学习函数近似原理,首先,设计了一个径向基函数(RBF),其次,在一给定的控制策略下,将最小平方瞬时差分(LSTD)法确定函数的权系数与交叉熵(CE)法确定隐层节点基函数的参数相结合,通过在线调整,使Bellman残差平方和性能指标达到最小,最后,根据得到的径向基函数,确定最优策略。通过仿真试验,验证了所设计方法的有效性。     

选择煤炭回采工艺方式的递阶结构模型与求解

对煤矿生产管理过程中影响经济效益较大的工艺方式选择问题,从煤矿生产的经济效益、社会效益、技术因素、以及管理因素四个方面进行了系统的分析,提出了以综合评价指标为总目标的递阶式结构回采工艺方式选择模型,并给出了基于层次分析法求解该模型的方法步骤.     

基于双层规划的物流系统集成定位-运输路线安排-库存问题研究

为优化物流系统,并能更好地描述管理部门的阶层关系和更全面地体现决策者的意愿,从物流系统集成的角度出发,基于客户所采用的多时期随机库存策略,使用双层规划法建立了供应链二级分销网络中的设施选址、车辆运输路线安排、库存控制的集成优化模型,用来解决在给定的多个潜在设施点中选出一系列设施的位置,并确定巡回运输路线,以及巡回运输路线上客户的最佳订货量;并给出了求解该模型的启发式算法,最后通过实例计算证明了上述模型、算法的有效性.     

一个有害物品填埋场选址的决策支持系统

有害物品对环境和人类的危害正在日益加深，对于象中国这样的发展中国家来说有害物品的产量大、危害严重而处理率低。将各人口中心（如城镇）产生的有害物品运送到指定地点（填埋场）集中处理和存放是一条既经济又在技术上可行的方法。本文描述了一个支持有害物品填埋场选址优化决策的决策支持系统。该系统是一集成化的优化系统，它通过以下三个步骤完成优化决策：生成模型、优化模型、打印结果报告。有害物品填埋场选址问题一般涉及以下因素：第一，效率或成本，即填埋场同相关有害物品产生地间的总运输成本；第二，风险，即由于填埋场中的有害物品及运送有害物品的车辆会给填理场及沿途附近环境带来潜在的危害，因而象城镇这样的人口密集地均不希望靠近填埋场及所经路线；第三，风险公平性，填埋场选址的风险可能强加在一部分人头上而使其它相关群体没有或只有很少风险。本文在一个ＤＳＳ上实现了考虑上述目标的模型及优化算法，决策者可按组合方式构造特定情形下的优化选址模型，利用权衡表技术帮助决策者在有冲突目标的方案选择时对各种目标的权衡及其结果有直观地感受。本文对于选址问题的求解是基于优化算法的，因而它可以有效地求解相当复杂的同类问题。     

一种解决多库房随机车辆路径问题方法

基于分解协调技术(DCT),根据启发式法,将用户分解为耦合和非耦合用户。针对解决此问题,使用传统协调参数收敛性差的问题,应用遗传算法(GA)设计了协调参数。对解决子系统随机需求车辆路径问题,为提高交叉熵法性能,对用于更新Markov转移矩阵的路径,设计了根据分位值改变大小的自适应调整方法。仿真结果验证了该算法的有效性。     

The Engagement Approach to Real-World Problem Solving: Toward a Coherent Soft-Systems-Based Theoretical Platform for Real-World Problem Solving

This paper presents an approach to understanding problem solving and innovation from the perspective of engagement. The approach is derived primarily from two research projects undertaken over the last 5 years. The first one into the apparent Comparison Parado in Soft Systems Methodology, and the second an 18-month research program into the social reality implied by Soft Systems Methodology. Engagement is argued to be the innovation of a framework of ideas within a social context. In this sense engagement is an extension of the nature in which humans take ideas and place them inside a social context and use this as a platform to make sense of their environment and take action in such surroundings with an eye to understanding, learning, meaning, adaptation, innovation, and interpretation of such situations. Therefore, this paper presents a conjectured model of Engagement that is argued to be useful in helping to manage social complexity and real-world problem-solving activity. The paper positions engagement as a purely theoretical approach with multidisciplinary applications for whoever would like to use it.     

求解一类极大熵问题的一种新算法

本文对求解一类附加线性等式约束的极大熵问题给出了一种新的算法。与文献「１」的算法相比，本文的方法在原理上简单、清晰，在计算上更为简捷，便于应用。     

相异路径选线问题的模型与算法

相异路径选线问题考虑的是,给定一运输网络,找出某对源宿节点之间的空间上有差异的路径。多个相异路径对于军事后勤供应、有害物品运输等在异常情况(如原来的最佳路线因气候等原因不可用)下的决策,具有重要意义。本文着重对已有的4种生成空间相异路径的算法进行了分析和评价,在此基础上构建了一个复合模型。     

时变条件下有害物品运输的路径问题研究

随着经济的发展,有害物品的生产量和运输量都在不断的增长.在时变网络条件下的有害物品运输过程中,运输成本和运输风险随着时间的变化而有所不同.在时变网络条件下,获得有害物品运输的风险和成本的基础上,给出了有害物品运输过程中的路径选择的模型,此模型还考虑了有到达时间限制和允许在运输网络中等待的情况.然后设计了求解的算法,利用此算法可以获得时变条件下有害物品运输中的最短路,并对算法的复杂性进行了分析.最后给出了一个应用算例,证实了在时变条件下有害物品运输中进行等待可以在一定程度上减少成本和降低风险.     

车辆路径问题的改进遗传算法

通过引入新颖交叉算子 ,构造了一种改进遗传算法 ,此算法摆脱了对群体多样性的要求 ,不存在传统遗传算法常见的“早熟收敛”问题 .将该算法用于解决车辆路径问题 ,实验结果表明 ,此算法可以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 .     

基于事例推理的车辆路径问题智能建模方法

针对传统的人工离线建模难以适应现实环境中车辆路径问题动态性这一缺陷，以车辆路径问题的机器建模方法为研究内容，以提高建模工作的实时性和智能性为目标，提出了基于事例推理的智能建模方法。该方法使用基于属性-建模知识重用度的多层加权最近相邻检索方法实现事例的检索；使用基于规则的推理方法完成旧事例建模经验的复用与建模结果的调整。基于这一智能建模方法，实现了车辆路径问题智能建模的原型系统。系统的应用表明，该建模方法在速度币口有效性方面符合实际环境的基本要求。     

一种求解资源受限项目调度问题的蚁群算法

针对资源受限项目调度问题的特点,开发了一种基于蚁群算法的项目调度新方法.在该方法中,采用基于优先权排列的编码方式进行编码,利用组合评估的形式指导蚂蚁移动.提出能使用大量优先级规则的规则池方法,为不同的蚂蚁设置不同的优先级规则.充分利用蚁群算法的优点,为每个蚂蚁设计单独的线程,采用多线程结构实现了本算法.利用被普遍应用的PSPLIB标准问题对该算法进行了大量的仿真测试,并与既有智能优化算法进行了比较,取得了令人满意的结果.     

随机车辆路径问题的多回路优化策略

在制订车辆行驶路径的过程中,需求的随机性增加了决策的复杂性和难度.在顾客需求不可分割,并且准确的需求量信息在车辆到达该顾客点时才能获知的假设下,研究了一种随机顾客和随机需求量的车辆路径问题(VRPSCD).首先提出了多回路策略,并分析了该策略的渐近性;为了找到高质量的预回路,设计了具有不同邻域结构的模拟退火算法.通过实验不仅验证了多回路策略的有效性,而且表明混合邻域结构模拟退火算法的优越性.