基于最短路的中枢辐射航线网络鲁棒优化方法

中枢辐射航线网络是充分体现规模经济的一种网络构形。航空公司构建适合自身发展的中枢辐射航线网络已变得越来越重要。本文针对成本和需求的不确定性，采用鲁棒优化的方法对中枢辐射航线网络进行规划设计，并将最短路算法加以改进提出了求解的精确算法。得到了可以适用于多种可能情景的鲁棒解。算例表明鲁棒优化方法具有很好的实用价值。     

不确定与损毁情景下可靠性设施选址鲁棒优化模型与算法研究

设施选址是长期战略性决策问题,选址决策面临各种不确定因素,设计一个可靠的选址网络具有重要的战略意义.本文同时考虑需求的不确定性及设施可能损毁的情景,扩展无容量限制的固定费用可靠性选址模型,建立不确定与损毁情景下服务能力有限的可靠性设施选址鲁棒优化模型.基于Bertsimas和Sim鲁棒优化方法提出一个新的混合整数规划模型,通过引入辅助变量和对偶变换实现非线性鲁棒优化模型转化为鲁棒对应模型,提出蝙蝠算法(BA)对模型予以求解,并通过算例仿真验证模型和算法的可行性,为设施选址决策提供模型和方法设计.     

基于仿真模型的鲁棒协同优化方法研究

复杂产品往往由多个子系统通过复杂的耦合方式组成.针对复杂产品的多学科鲁棒设计优化技术已得到广泛应用.为了使用仿真模型进行多学科鲁棒设计优化,提出了SUA-RCO和DRS-RCO两种方法.在SUA-RCO方法中,仿真模型首先被拟合为近似的数学模型,然后利用近似数学模型进行RCO计算.系统的不确定性由SUA方法进行计算.为了解决大参数方差问题,DRS-RCO方法将仿真模型近似拟合为双响应面形式,分别使用两个响应面来拟合均值和方差.然后,进行协同优化计算.     

关键链项目进度计划的鲁棒优化的研究

针对任务工期不确定程度较大的资源受限的关键链项目进度计划问题,提出了求解该问题的鲁棒优化数学模型。在传统关键链项目进度计划模型的基础上,针对该鲁棒优化模型设计了遗传算法。通过基于顺序表示的遗传基因编码方式,形成随机优先权列表,以保证初始种群的多样性。通过三角模糊数描述任务的持续时间,进而获得相应情景的任务工期向量和该情境下的发生概率。应用该模型对项目实例进行求解,分析表明,所求得的关键链进度计划能够有效应对任务工期不确定性导致的随机差异,具有较强的鲁棒性。另外,决策者通过调整模型中目标函数以及约束函数中的参数,可以有效平衡解的可行性和最优性,有助于决策者根据风险偏好选择合适的进度计划。     

基于进化计算的多目标鲁棒优化方法

工程应用中求解多目标优化问题时,所求的解既要具有较高的质量,又要满足指定的鲁棒性要求.对已有的多目标优化解的鲁棒性度量方法进行了分析,基于用户提出的严格鲁棒性要求,给出了一种严格鲁棒性度量方法并建立了求多目标鲁棒Pareto最优解的数学模型.模型归结为一个嵌套的双重优化过程,外层优化过程用于搜索高质量的解,内层优化过程用于测量候选解的鲁棒性度量指标.以进化计算作为搜索引擎,给出了实施模型的算法,仿真结果表明了方法是有效的.     

基于鲁棒离散优化方法的ATIS路径诱导

针对ATIS下的路径诱导中路段旅行时间不确定的问题,提出一种鲁棒优化方法.把旅行时间看作不确定参数,通过鲁棒对等式的转换建立鲁棒离散优化模型.把不确定的0-1整数规划问题转化为确定的0-1混合整数规划问题.对模型中数据的不确定性得到的鲁棒解有较高的概率保证它是可行的,且转化后的鲁棒对等式模型具有容易处理的线性优点.仿真结果表明,该方法更加符合实际的路径诱导问题.     

信息不确定下的主动打断项目组合选择问题鲁棒优化

在项目组合选择问题中,历史数据的缺乏以及预测和估计过程中出现的不可避免的误差,会导致模型中的参数无法被准确地估计,进而给决策带来巨大的风险.因此,构建合适的鲁棒优化模型,为企业提供能有效应对参数不确定性的鲁棒解,对企业的风险防范具有极其重要的现实意义.本文首先对确定参数下的主动打断项目组合选择问题数学模型的特点进行了分析.进一步地,介绍了鲁棒优化问题中不确定情境集的概念,并给出了允许管理者根据其偏好确定不确定情境集大小的方法,构建了全新的基于情境的鲁棒优化模型,进而计算出在所规定的不确定情境集内的最坏情境下能保持可行性与最优性的鲁棒解,实现了鲁棒性与最优性间的权衡,最后,通过GAMS/BARON进行了算例分析,验证了模型的合理性与有效性.从理论上,本文首次将鲁棒优化理论扩展到了主动打断项目组合选择问题中,针对现有的项目组合选择问题鲁棒优化理论仅能应对有限个可行解的不足之处,提出了一类新的鲁棒优化方法,使其能够应对具有无穷多可行解的主动打断项目组合问题.从实践上,随着我国高新产业的发展,具有超前性与特殊性的研究与发展(RD)、信息科技与信息系统(IT/IS)等新兴项目的投资日益受到重视.相较于传统项目,这类项目的高度不确定性使得探究项目组合选择问题的鲁棒优化理论日益迫切.故而本文的研究具有明显的理论价值和现实意义.     

伺服系统中的动态鲁棒补偿方法

本文中着重阐述动态鲁棒补偿器中为什么加入低通滤波器以及低通滤波器参数选取的原则，并通过数字仿真加以证明。     

基于两个不确定参数乘积的鲁棒设施选址模型

传统设施选址往往被看作为确定问题,但实际存在需求、成本、风险等不确定因素,这些不确定因素增加了决策的困难.本文在考虑设施选址中单一不确定因素基础上,同时考虑需求和运输成本两个独立参数的不确定性,且在模型中两者为乘积形式,引入两个budget不确定集合刻画不确定性,建立一个新颖的鲁棒设施选址模型,并将非线性问题转化为易求解的鲁棒等价模型,然后通过CPLEX和MATLAB编程求解.最后,以四川西北部的汶川等13个县市的应急物资临时供应点的选址为例,确定最优的选址分配布局.结果表明,较之运输成本的不确定性,需求的不确定性影响更显著,且需求扰动对选址总成本和选址分配方案有明显的影响.决策者可根据其风险偏好程度,选择恰当的不确定水平参数组合,以获得最优的总成本和选址分配方案.     

α-鲁棒的危险品道路运输应急设施选址问题

针对危险品道路运输, 优化应急设施选址能对危险品事故做出快速响应, 降低事故损失, 提升政府应急管理水平. 应急设施的响应半径经常发生波动, 针对这种不确定性, 首先利用经典的场景方法, 提出一个目标分层的α-鲁棒的弧段覆盖模型, 该模型第一目标是最小化需要建立的设施数目, 第二目标是最大化期望的加权覆盖率, 且各个场景下的加权覆盖率都大于等于最大覆盖率的100(1-α)%; 然后利用贪婪算法进行求解, 最后通过一个实例说明, 该模型为应急设施的选址优化提供了一种有效的解决方法.     

生产-分销物流系统的Robust优化模型与算法

讨论不确定情况下的生产—分销三级物流系统的优化设计问题。我们首先提出一个生产—分销系统的确定性模型，通过引入Robust优化理论，将该模型进一步拓展为包含不确定需求因素的Robust优化模型，最后运用Lagrangian松弛算法得到了原问题的近似最优解，并通过算例对模型和算法的性能进行了分析与评价。     

多分配枢纽站集覆盖问题及分散搜索算法实现

研究多分配枢纽站集覆盖选址问题（MAHSCP）：如何以最少的建站费用选择枢纽站，使所有的O-D流都能够在规定的时间、费用或距离内从供给点任意经过一个或两个枢纽站后到迭需求点。通过建立MAHSCP的改进模型，设计求解该问题的分散搜索算法，算法提供了两种组合操作策略．最后给出基于澳大利亚邮政（AP）枢纽中心选址数据包的计算实验。实验表明。分散搜索算法在求解MAHSCP时具有很好的计算效果。同时，实验显示两种组舍探作策略分别具有曼好的求解效率与求解质量。     

Robust极点配置及其优化算法

本文提出了一个线性系统极点配置的有效算法,首先利用正交变换将能控系统简化成上Hessenberg能控标准型,然后利用(A,B)特征子空间找出闭环系统关于指定复数集所有可能的特征向量,从中选取一组线性无关的向量{x_1,…x_n}作为闭环系统的特征向量,使得max{c_k,k∈n}极小,最后由x={x_1,…x_n}找出反馈阵F,使得闭环系统(A+BF,B)的极点集等于L。     

基于灵敏度分析的鱼雷联接结构稳健设计

工程中存在许多不确定因素或随机波动.确定性优化结果往往位于约束边界附近,随机波动容易导致设计失效.稳健设计可以保证产品使用的可靠性,同时降低操作费用.将可靠性优化设计理论与可靠性灵敏度分析方法相结合,应用可靠性稳健设计优化理论方法对鱼雷楔环联接结构进行了优化设计.此外将拉格朗日乘子引入惩罚项中,把有约束的优化问题转化为无约束优化问题.通过与确定性优化的对比,验证了所提出的优化方法具有良好的优化效果,为武器装备产品的稳健优化设计提供了理论依据.     

电子市场环境下需求不确定供应链多目标鲁棒运作模型

建立电子市场环境下由多个供应商，多个具有不确定需求的顾客构成的供应链运作模型。供应链中的供应商既可以通过电子市场又可以直接将多种产品供应给不同的顾客。采用已知概率的情景集合描述顾客的不确定需求，利用基于情景分析的鲁棒优化方法建立供应链的运作模型。该模型为一个多目标规划问题，满足诸如尽可能达到顾客需求，系统的总成本最小，供应商的加工能力使用率不低于某一指定水平，对应于不确定需求的决策的鲁棒性等多个相互冲突的目标。数值仿真结果表明，模型的解是最保守的，但却能够有效地保证供应链运作的鲁棒性。     

基于改进PSO的电站锅炉低NO_X燃烧优化

燃煤锅炉NOx排放是造成环境污染的重要因素,影响NOx排放的因素众多而且复杂。首先建立了锅炉NOx排放支持向量机模型,并利用实炉热态数据对模型进行了校验。接着应用一种改进的粒子群优化算法,对锅炉运行参数进行了优化,并与一般线性粒子群优化算法进行了对比。结果表明,NOx排放量均有明显的降低,但改进的优化算法收敛性更好,为优化锅炉燃烧提供了更好的方式。