不确定条件下卫星鲁棒性调度问题

在对地观测卫星调度过程中，存在着很多不确定性因素，其中云层覆盖变化是主要的不确定性来源。本文针对考虑云层覆盖不确定性的卫星调度问题，借鉴了连续函数的鲁棒性优化思想，提出了一种基于邻域的鲁棒性指标，用于衡量卫星调度方案的鲁棒性。在此基础上，建立了卫星鲁棒性调度的CSP模型，设计了基于分级优化策略的随机变邻域禁忌搜索算法。实例研究表明，本文提出的模型和求解算法能够在保证调度方案性能的基础上，获得鲁棒性强的调度方案。     

基于广义粗糙集的不确定条件下的Flow Shop调度

在实际生产调度过程中，加工时间的不确定性是普遍存在的，因此引用广义粗糙变量来表示不确定的工件处理时间，定义粗糙加法运算，precision以及ratio，建立了处理时间不确定性的FlowShop调度问题的精糙规划模型，提出了粗糙遗传调度算法将其应用于调度模型的求解，仿真实验证明了算法的有效性。     

不确定需求下基于匹配度的应急物资分配区间鲁棒优化

考虑需求不确定性的应急物资分配是重大突发事件救援领域关注的热点问题。针对需求不确定下的应急物资分配问题,综合考虑需求量和需求时间的匹配度,构建以综合匹配度均值最大为目标的区间鲁棒优化模型,设计基于随机采样的改进自适应遗传算法,以某突发事件中的应急物资需求为对象开展算例研究,计算相应的物资分配方案及需求匹配度,分析模型和算法的性能,探究模型中部分参数的影响。结果表明：改进的自适应遗传算法在大规模物资分配问题求解方面的优势更加突出;鲁棒优化在提高应急物资分配中需求匹配度方面具有一定的优化效果,但鲁棒性降低并不一定意味着平均匹配度的明显增长;需求量匹配度权重对匹配度具有更加显著的影响,但需求量不确定程度的增加并不一定导致匹配度的下降。权衡保守值与匹配度之间的关系,设置合理的需求量匹配度权重,调节与控制需求量的不确定程度等,能够有效改善不确定条件下应急物资的分配效率与需求匹配度。     

不确定条件下不同交货期窗口的Flow Shop调度

研究了具有不同交货期窗口的Flow Shop的提前／拖期调度问题，并考虑了处理时间的不确定性。采用三角模糊数表示不确定性信息，引入两种模糊运算，建立了问题的模糊规划模型，并采用“中间值最大隶属度”的算法将模糊规划模型转化为清晰的非线性规划模型。针对清晰的数学模型提出了基于遗传算法的优化方法，最小化对所有工件提前／拖期惩罚。最后，大量仿真实验验证了算法的有效性。     

不确定条件下的投资:基于

针对现有研究忽视不同类型的突发事件对企业投资决策的区别影响这一不足,为在"跳'频率和幅度均随机波动的假定下构建的实物期权模型设计了一种不依赖于具体分布形式的数值求解方法,并对突发事件在企业项目投资决策中的影响进行了讨论. 分析表明:1)不对各类突发事件加以区别分析而笼统地进行平均,必将造成分析的系统性偏差和投资决策的重大失误.2)突发事件的作用方向是影响投资决策的关键因素; 通常情况下,突发事件的利好性质越明显, 投资期权价值越高,企业越应该推迟进行项目投资. 3)在多类型突发事件存在的情形下,无论是遗漏其中的某类突发事件, 或是将所有突发事件视为同质事件,都将对期权价值的计算造成重大偏差;尤其是当项目投资自身具有极大波动性时, 这种偏差就越发明显.     

不确定条件下舰载机动态调度仿真与优化方法

针对舰载机调度中的不确定性及动态特征,给出了基于多主体技术的舰载机动态调度仿真与优化方法。定义了不确定条件舰载机动态调度的概念模型。基于多主体技术描述了概念模型中变量与目标、约束之间的隐函数关系。为降低不确定因素中能够引发重调度的各类系统扰动（故障或新任务到达）的影响,给出了主体之间的交互协商机制。在此基础上,给出了基于合同网与遗传算法的混合优化算法以提高模型的求解能力。最后以舰载机的典型任务模式为例,测试了混合优化算法的能力,并利用敏感性分析方法对故障扰动的影响进行了描述,验证了仿真模型与优化算法的可行性。     

不确定条件下后装协同保障链优化调度

后装保障链是联合作战环境下的重要支撑,针对保障链中的2个重要节点-前进基地和保障基地的资源协调问题,提出了考虑不确定因素影响的优化模型及基于信息共享的协同保障算法;为了解决保障数据样本较小情况下的不确定参数估算问题,利用模糊规划方法把不确定优化模型转化为概率约束模型;并利用增强e-约束法来估算多目标Pareto解,帮助...     

不确定需求条件下大规模抗震救灾应急动员优化方法

地震灾害的突发性及预测困难性使抗震救灾动员工作的重要性得到凸显. 针对我国主要地震带的分布特点, 考虑震后初期动员阶段对救援品需求的不确定性和应急救援环境的特殊性, 建立一个选址-分配随机混合整数规划模型, 以确定抗震救灾动员阶段的配送设施选址、配送集散水平以及总体运输分配计划等决策问题, 并基于模型的结构特点提出了一种基于Lagrangian松弛的快速求解算法. 最后通过汶川地震救援的模拟数据实例对所建模型和所提算法的有效性进行了验证.     

不确定条件下的flow shop问题的免疫调度算法

生产调度是企业生产过程中一个重要部分，而且实际的生产过程中会存在各种各样的不确定性，针对不确定条件下的flow shop（流水车间作业）调度问题，采用模糊数学的方法来处理数据的不确定性，在基于模糊规划理论的基础上建立了相应的调度模型，并结合免疫算法的特点，提出了解决此类问题的模糊免疫调度算法．通过仿真试验，证明了模型和算法的可行性和有效性．     

突发事件持续时间不确定条件下的WCVaR库存策略

持续时间不确定是突发事件的重要特征,然而其影响还鲜有研究。考虑应急决策者的鲁棒行为,以最坏情形CVaR为风险控制目标,刻画了突发事件持续时间不确定和需求波动不确定2个重要特征,研究了这2个不确定因素下的最优库存问题并求解。通过Monte Carlo数值仿真进一步说明该策略的稳健性,能有效防范小概率事件风险。     

不确定条件下的应急物资配送选址-路径问题

研究在突发事件背景下的应急物流选址-路径问题。假定每个需求点的应急物资需求量与两点之间车辆运输时间是不确定的,利用机会约束方法建立了在一定应急限制期下,时间最小化和成本最小化的双目标随机规划模型,并设计了遗传算法对模型进行求解。通过算例分析验证了模型和算法的可行性与有效性。     

不确定条件下的含存储时间有限的FlwoShop生产调度

针对企业中的不确定性因素 ,研究了不确定条件下的 Flow Shop生产调度问题 ,建立了基于模糊规划理论的模糊处理时间下的含存储时间有限型中间储罐的 Flow Shop的调度模型 ,将“中间值最大隶属度”算法从线性推广到非线性的调度模型中来 ,将模糊的优化问题转换为普通的优化问题 ,最后结合模拟退火算法 ( SA)进行优化求解 ,仿真结果证明了采用该算法的可行性     

一种不确定条件下批处理过程的鲁棒调度模型

批处理过程中存在大量的不确定因素,通常表现在参数的变化上,这使得确定性的生产调度模型难以得到令决策者满意的调度结果.为了解决这一问题,文章从鲁棒优化的角度出发,给出了鲁棒调度的新定义,其核心是在调度的可行性与最优性之间寻求均衡.介绍并提出了相关的鲁棒性指标来衡量调度的鲁棒性.并依据这种思想,针对不确定需求建立了一种新的鲁棒调度模型,该模型允许在一定程度上违背某些约束,但要求对这种违背进行补偿,规定补偿行为,并将补偿成本记入优化目标,从而实现鲁棒优化.仿真结果表明,利用该模型可以得到鲁棒性更强的调度方案,并且满足一定的最优性.     

不确定云环境下基于滚动窗口的节能调度

目前,绿色云计算已经成为工业界和学术界的研究热点. 然而,以往的绿色节能调度研究忽略了虚拟机性能的不确定因素,使得调度效果与实际情况相差甚远. 本文提出一种基于滚动窗口的节能调度算法（ERRHU）,用于动态调度不确定云环境中的实时任务,同时根据系统的负载动态伸缩系统的计算资源以减少系统的能量消耗. 本文通过大量的模拟实验比较ERRHU与其他算法的性能.     

不确定条件下基于Multi-agent的模糊预测优化

为解决多层分销链中预测订货忽略当前库存状况和决策者参与的问题,运用Multi-agent和模糊理论构建了不确定条件下的协同预测订货模型,采用模糊数对分销链中的不确定性需求和单位成本参数进行了表述并建立了模糊规则库用于分销链的协商谈判.应用遗传算法和解模糊运算求解分销链中整体或局部优化条件下的目标函数,并给出了公司间冲突的模糊协商算法.仿真实验表明,不确定条件下的分销链预测订货量没有出现信息放大,模糊协商谈判获取了符合双方利益的预测订货成本.与确定性条件下的计算相比,运用模糊理论解决分销链中基于Multi-agent的预测订货是合理可行的.     

交箱序列不确定下的堆场箱位分配及多场桥调度优化

集装箱码头堆场出口箱箱位分配和场桥调度对装船效率有重要影响.为了避免翻箱,从装船和预约信息的视角提出新的堆存策略,考虑场桥实际作业中的安全距离,以装船时场桥完成提箱任务总时间最短为目标,构建堆场箱位分配及多场桥调度集成优化模型.设计文化基因算法进行求解,在遗传进化过程中加入了变邻域搜索操作,增强了算法的局部搜索能力.通过实例验证了模型和算法的有效性,并对集卡预约时段长度和准确性进行了鲁棒性分析.研究成果有利于提高装船作业效率.     

考虑消费者不确定偏好的广告预算分配策略

针对消费者不确定偏好的广告预算分配问题,首先,运用多属性效用函数来衡量消费者效用.其次,建立广告反应函数来刻画消费者对广告投入的反应.基于此,构建消费者购买决策模型及企业期望利润模型.最后,构建了一个两阶段的不完全信息动态博弈模型并对模型进行分析.分析结果表明,随着对消费者偏好的不确定程度的降低,对企业而言,其广告预算分配决策更有针对性,从而能够获得更大的利润;对消费者而言,只有当其偏好的产品能为企业带来较大利润时,企业的广告预算分配策略才会对消费者有利.此外,随着产品利润的增大,企业的期望利润增加.当广告预算的分配策略满足不同条件时,由于产品利润增大而给企业带来的边际利润递减或递增.     

不确定条件下应急管理人力供应链多功能资源配置鲁棒优化问题

在紧急甚至灾难状态下,应急管理物资及人力需求都是爆发性的,为了满足应急状况的不确定需求,实现应急人力的合理管理和配置,借鉴成熟的供应链理论,强化应急管理人力供应链的协调配置能力有很大的理论及现实意义.本文简述了人力供应链的发展,重点讨论应急状态下连续性的人力服务需求.需求到来及其长度都是不确定的,多能力的专业人员应当被合理配置以优化服务.在本文中,我们提出了一个不确定条件下的网络优化模型,强调了多能力专业人员的资源分配.随机规划模型及鲁棒优化技术将被运用来处理不确定需求及网络优化,我们也将讨论其他特殊情况如服务取消,服务延长,提前结束等,我们的模型将有较为普遍的适应性.     

不确定条件下的应急物资配送选址-路径问题北大核心CSSCI

研究在突发事件背景下的应急物流选址-路径问题。假定每个需求点的应急物资需求量与两点之间车辆运输时间是不确定的,利用机会约束方法建立了在一定应急限制期下,时间最小化和成本最小化的双目标随机规划模型,并设计了遗传算法对模型进行求解。通过算例分析验证了模型和算法的可行性与有效性。     

基于粒子群算法的连续性消耗应急资源调度

以连续性消耗应急过程为背景,运用粒子群算法求解多目标的应急资源调度数学模型.由实际的应用环境,考虑每个出救点应急资源的起始运输量,以应急系统施救成本费用和因施救不及时造成损失的双重角度构造模型的目标函数.针对该模型的特点,设计粒子群算法求解方法和步骤,实现了一步求解.并且讨论了不同参数组合对粒子群算法求解效率的影响.数值算例验证了所建立模型的合理性及其粒子群算法的可行性和有效性.