基于不完全信息博弈的云制造群智能优化方法

为解决云制造过程中云平台经营方与需求方之间的不完全信息以及相互竞争制约的关系导致制造服务难以抉择的问题,提出了一种基于不完全信息博弈模型的云制造群智能优化方法。以各自理性追求自身收益函数最大化为目标,针对需求方与云平台之间的利益竞争关系建立了基于不完全信息的静态博弈模型,并提出了需求方与云平台之间的竞争规则,通过海萨尼转换引入自然,将其转换为完全信息下的动态博弈得到贝叶斯扩展式,并证明了贝叶斯纳什均衡的存在性和唯一性。提出了一种基于高斯函数与扰动策略更新的粒子群算法对上述模型进行求解。仿真结果表明：改进算法相对其他算法有较快的收敛速度与较高的云制造系统总收益,不完全信息博弈模型能够兼顾不同类型的需求方提高云制造系统的总收益。     

基于区分服务的云提供商效用最大化方法

当前云计算发展面临如何增加服务收益的重要挑战.经济学领域中多通过区分服务来划分市场以提高收益.由于云服务存在服务质量建模复杂、用户服务质量需 求灵活多变等特性,区分提供云服务非常困难.基于队列模型和优化算法,本文提出一种通过区分服务供应来最大化云提供商收益的方法.本文采用队列模型分析来确定为实 现特定服务质量水平需供应给单个服务的资源数量,然后通过优化算法决定准入服务的组合并确定其服务质量水平及价格,以实现云提供商的效用最大化.分析表明该 优化问题是NP完全的,本文提出基于遗传算法的元启发算法来得到最优效用.实验结果表明,在不同工作负载情况下,算法可行且具有良好的收敛性,保证了云计算的实时性.     

基于微服务架构的云制造调度仿真系统设计与开发

针对当前缺乏低耦合和高扩展的云制造调度仿真系统,无法方便地对调度算法性能进行测试的问题,以成本和完工时间最小化以及服务质量最大化为调度目标,提出一个可扩展的云制造调度模型,并在此基础上设计和开发了一个基于微服务架构的云制造调度仿真系统,实现了系统管理、资源管理、任务管理和仿真管理等功能,具有灵活自治、稳定、可扩展等特征。该仿真系统能够对调度算法的性能进行仿真、测试和优化,从而为云制造调度算法性能测试和参数优化提供了一个仿真平台。     

基于二层模糊多目标模型的IT服务外包互动研究

概述了外包理论核心思想及信息技术外包在中国的发展现状和趋势,假设IT（information technology）服务使用方追求成本最小化与顾客服务水平的最大化而IT服务提供方则追求信息服务质量的最大化与成本的最小化,同时考虑到双方分阶段协商互动的特点,使用二层模糊多目标模型进行了分析研究; 作为上层决策者的IT 服务需求方与作为下层决策者的IT服务使用方首先针对所面对的问题共同提出与问题有关的各种约束和目标函数;然后,双方分别求解自身问题的最优解,若双方解不相符合,双方再根据前面所求解对目标函数值与特定变量值设定可容忍变化范围再对新问题求解,直到双方接受妥协解,文章最后给出了具体算例。     

基于多目标优化的C2组织平台资源动态调度方法

针对指挥控制(command and control, C2)组织的平台资源动态调度问题,对战场上的突发事件进行了分析,针对平台损毁和任务增加两种突发事件,构建了以最大化任务完成质量和最小化计划调整代价为优化目标的数学模型,并基于非支配排序遗传算法设计了多目标优化模型的求解方法。仿真实验表明,所构建的C2组织平台资源动态调度模型及求解方法能够有效应对战场上的突发事件,能够为决策者提供多个有效的平台资源动态调度方案。     

云制造模式下基于Pareto最优的制造资源动态优化配置

研究云制造模式下企业制造资源的动态优化配置问题。在云制造模式下,企业拥有的众多剩余资源被整合成为云制造服务中心,但由于资源的产权关系,云制造服务平台对资源配置的结果可能与单个资源所有者的决策矛盾。为弱化这种影响,从平台角度提出基于Pareto最优的剩余资源动态优化配置模型,平台通过调整供需双方共享的制造资源的比重,使得整个云服务系统总利润最大化。并采用Pontryagin极大值原理求解模型,得出云制造服务平台上各企业资源优化配置的Pareto最优战略,通过算例进一步的验证该方法的可行性。     

众包物流服务网络决策优化

为解决众包物流服务网络运作优化问题,提出构建众包物流服务网络均衡模型的方法。借助纳什均衡理论和变分不等式方法,分析物流需求市场、物流企业、众包平台和自由快递员四层决策者的最优行为及均衡条件,获得众包物流服务网络系统的整体最优条件,运用欧拉算法求解出合理的均衡交易量、均衡交易价格和整体最优利润。模型中引入物流企业的众包平台使用率和众包平台的自由快递员使用率,通过算例验证了模型的可行性且分析了这两个参数分别对均衡交易量、均衡交易价格以及整体最优利润的影响。结果表明,均衡交易量和均衡交易价格随着两个参数值的增加而增加,整体最优利润也随之明显增长,并据此为众包物流服务网络的决策者提供针对性的管理优化建议。     

机载传感器多目标优化管理算法研究

提出了一种机载传感器多目标优化管理方法。该方法考虑目标状态估计精度,采用交互多模型滤波算法进行传感器量测信息滤波,进而实时计算传感器目标探测跟踪的信息矩阵。在此基础上,采用多目标优化算法以目标信息矩阵、传感器数量和目标被探测数量为指标进行传感器资源的优化配置,实现机载多传感器资源的有效配置和管理。进行了该传感器多目标优化管理算法的仿真研究。研究结果表明提出的传感器管理算法能够快速、有效地完成传感器资源的合理配置。     

多需求分布下特装器材随舰配置多目标优化研究

针对目前随舰特装器材配置研究仅以单一故障分布为假设,难以满足实际情况的问题,提出了基于多需求分布的特装器材随舰配置多目标优化模型,根据更新理论,分别构建了指数、Weibull、正态分布的保障概率模型,并综合建立了系统保障概率模型。结合费用目标,以特装器材的体积和质量作为约束条件,建立了基于保障概率和配置费用的多目标多约束优化模型。通过引入逼近理想解排序(technique for order preference by similarity to ideal solution, TOPSIS)法确定各配置方案的贴近度,作为遗传算法求解的适应度函数,得到了特装器材随舰配置最优方案,分析了目标之间、目标与约束条件之间的关系。算例结果表明,该模型和算法对于解决复杂装备的特装器材优化配置问题具有应用方便、性能良好的优点,为特装器材配置综合决策提供了新的思路。     

基于改进MOPSO的多级系统备件配置优化研究

备件是装备保障的重要物质基础,合理规划备件的配置方案是提高装备保障效能的关键。针对多级保障系统备件配置优化的高维、非线性问题,构建了以备件保障度最大、保障费用最小为目标函数,以其他准则为约束条件的优化配置模型。面向优化模型求解的难题,在传统粒子群算法的基础上,提出了一种改进的粒子群求解算法,给出了该算法的设计思路和优化流程,采用基于准则的方法以及改进惯性权重等措施,以两个目标作为引导,在备件配置方案生成时可以避免长时间的无效搜索,提高了粒子群优化算法的求解效率,最后通过算例证明该方法的可行性和有效性。     

面向战场多任务网络的等级优先动态带宽分配

为实现空中信息分发平台对战场多任务网络带宽资源的有效管理,在战术互联网资源管理模型中,提出一种等级优先动态带宽分配（classification prioritized dynamic bandwidth allocation,CPDBA）算法。该算法改进了基于网络效能最大化的带宽分配方法,优化了对指数效能业务的调度策略。仿真结果表明,该算法不但能够使相同带宽资源产生更高的任务价值,而且在网络过载时可以确保高优先级业务的服务质量,从而有效解决了多任务网络的链路带宽竞争问题。     

基于双层规划模型的制造业选址布局优化方法研究

经济全球化趋势和全球多式联运网络的形成推动了资源的自由流通和优化配置,改变了制造产业的空间分布形态.本文针对经济全球化背景下制造产业的选址优化问题,提出选址优化与分布-分配相结合的双层规划模型.在模型中运输网络被拆分成原材料运输网络和产品运输网络,上层模型用于确定产业的选址方案和原材料及产品流量的OD矩阵,下层模型用于计算OD流量在运输网络中的交通流特征.为求解模型,设计遗传算法和Frank-Wolfe算法相结合的启发式求解算法,并以中国钢铁制造产业的选址为例验证模型的可行性.结果表明该方法具有实用性,可以有效帮助决策者实施制造产业的选址决策.     

近空间多武器平台对地攻击多阶段模型及算法

针对近空间多武器平台对地攻击问题,综合考虑了作战资源、目标毁伤、己方损耗、飞行最短路径等四项关键战技指标,建立了多阶段优化控制模型,给出了相关的推理过程。为避免动态规划及序列规划的计算复杂性,通过设计合适的表达方法,使粒子与可行解对应,给出了改进的粒子群优化算法及算法详细步骤,并分析了改进的粒子群算法快速全局优化的特点,说明该算法能找到优化问题的全局最优解。最后对多阶段优化问题分别用改进的粒子群算法进行求解,仿真结果验证了模型的合理性和算法的有效性。     

JIT供货约束下差异化订货决策行为的供应链系统动力学分析

为考察决策者有限理性行为的个体差异对供应链绩效的影响程度,建立了由需求方、制造商和原材料供应商组成的三级供应链系统动力学模型。模型建立在有先进信息系统支持、为用户提供JIT服务的供应链环境下。根据锚定调整理论,引入两种个体差异化决策行为调整参数,分别研究了两个参数变化下订货量的波动情况,并进行了行为调整参数对供应链绩效影响的敏感性分析。研究表明,决策者异质性会影响决策质量。不是所有的行为调整都会对供应链产生负面影响,决策者的需求不确定调整可能会弱化牛鞭效应,甚至产生生产平滑。供货不足的行为调整参数对供应链的敏感程度呈指数增长,其影响程度远大于需求不确定调整参数。决策者应尽量避免对其上游供货不足的过分调整。     

模具仿真网格及其在优化设计上应用

建立了一个面向优化设计应用的模具仿真网格平台.把该平台划分为仿真网格资源层、基础支持工具层、优化模型资源调度层和仿真网格应用层四个层次,并介绍了各层的主要功能和相关实现技术.基于该平台,发展了一个优化设计网格计算方法,以利用网格环境中充足的仿真资源,协同解决复杂的注塑模优化问题.并利用该算法,对收款机上壳浇口位置进行了优化设计.结果显示:所建立的仿真网格平台能够满足优化设计的需要;所开发的网格算法合理、高效.     

用延迟-速率服务器模型优化流量调度算法

对数据流量进行合理调度在诸如TCP/IP这样的分组交换网络提供QoS服务过程中是很重要的。采用延迟 -速率服务器模型 (LR模型 )对广义的流量调度算法进行了分析和优化。在证明一种重要的调度算法—虚拟时钟算法符合LR模型的基础上 ,以丢失率为主要参数 ,根据分析结果对其进行了动态优化。模拟实验结果证明 ,该方法确能较好地改善资源利用率。     

资源约束的拼件维修模型与粒子群求解算法

为了获得最优的装备作战单元的拼件维修方案与任务分配方案, 建立了一种同时优化拼件维修方案与任务分配方案的非线性规划模型, 模型中同时考虑了不同任务对武器系统的具体需求、武器系统的客观情况、维修资源约束, 可以最大化地协调任务、装备群与维修资源之间的矛盾, 所以更加贴合实际. 设计了基于粒子群算法的求解算法, 包括算法框架、粒子的表示、初始化、适应度函数、更新方法等. 最后, 应用该粒子群算法对具体实例进行了求解, 分析表明模型与算法可以有效地优化任务分配方案与拼件维修方案, 提高装备作战单元任务成功概率, 为决策者制定决策提供指导.     

应急设施最大时间满意度选址-分配优化模型与算法

应急设施选址-分配决策是应急管理中的重要内容,它直接影响预防和处置突发灾害事件的能力。综合考虑时间性、经济性及服务能力有限等决策因素的多重约束限制,从需求区域的视角和应急设施应急服务质量的视角构建基于容量及安全库存约束的应急设施最大时间满意度选址-分配优化模型。结合模型的特点,设计一种嵌入混沌搜索机制的蝙蝠算法求解模型。最后通过算例验证了模型与算法的有效性,为应急设施选址提供理论依据和方法设计。     

土地资源优化配置的物元模型

应用可拓学的理论和方法,对土地资源的特征及优化配置进行了分析,建立了土地资源优化配置的物元模型,为土地资源的优化配置和合理利用提供一种新的科学方法。     

基于偏好DEA模型的应急资源优化配置

从应急系统中应急资源的投入产出的整体相对效率考虑, 提出了新的资源优化配置的非参数DEA模型,对应急系统中应急资源总体利用情况进行了评价.在此基础上,考虑到决策者的偏好信息,构造了偏好的DEA资源配置决策模型.最后,通过对一个算例的具体分析,清楚地表明,在资源总量控制的情况下,利用本文提出的非参数偏好DEA模型对应急资源进行统筹安排和合理配置,可以大大提高应急系统的整体相对效率.