一种多模式资源受限的离散时间成本平衡问题

对经典的离散时间成本平衡问题(DTCTP)模型进行扩展,提出一种多模式资源受限的离散时间成本平衡问题模型.该模型在DTCTP中加入可更新资源约束,通过设定资源价格,将可更新资源与成本对应.为每个项目活动引入压缩执行方式以缩短项目工期.最后提出一种求解该模型的分支定界算法.通过工期底线计算,绘制了一个完整的时间成本曲线,并基于该计算结果讨论了模型的优越性.     

基于遗传算法多目标优化的工程项目调度

在建设工程项目管理中,施工周期和项目成本的综合均衡管控是项目调度管理的最重要内容之一。然而,实际中两者的关系即相互关联又矛盾对立,任一目标的优化必然以弱化另一目标为代价。因此,工程项目调度管理问题是一类组合优化问题。为此本文提出了一种基于遗传算法的多目标优化建设项目调度模型。模型为项目管理者制定和评估工程完成最佳时间和成本最小化的的工程施工进度计划。计算模型主要分为三个模块：开发实用的建设项目进程调度模块;计算项目成本的管控模块;多目标搜索和识别项目时间和成本之间最优或接近最优解的权衡模块。最后,应用该模型分析了一个应用实例,并证明了模型的有效性,为项目管理者提供理论参考。     

基于粒子群的多目标多执行模式项目调度

聚焦多目标多执行模式特点下的项目调度问题,通过建立工期、费用、资源和质量多目标函数,构建综合优化模型,同时运用粒子群算法解决工程项目多目标多执行模式优化问题.最后,通过一个应用实例计算,表明粒子群算法可以准确快速地解决该模型下的工程项目多目标优化问题,达到了项目调度中面对不同模式进行抉择,并且缩短工期、减少成本、均衡资源以及提升质量的综合的理想效果.     

基于NSGA-Ⅱ算法的多目标公交调度优化模型

针对传统公交调度方案容易导致运营经济成本和乘客时间成本的不合理分配问题,提出了一种基于NSGA-Ⅱ算法的多目标公交调度优化模型。综合公交车辆运营成本、乘客出行成本及乘车舒适度三个目标函数,建立公交调度优化模型,通过非支配排序遗传算法对模型的pareto最优解进行计算。最后以深圳市某路公交为实例,通过采集线路参数,计算得到该线路最优发车间隔。验证了NSGA-Ⅱ优化算法在公交调度中的有效性,对公交运营与线路改善有一定的借鉴意义。     

油料调度保障问题的多目标优化方法

【目的】研究油料保障活动中的调度保障问题。【方法】综合多方面因素，构建了以调度效率最大化、系统调度成本最小化以及系统调度时间最小化为目标函数的多目标优化模型。【结果】利用多目标优化的主要目标法等标量化方法将问题转化为单目标优化模型，分析该模型解的性质并提出相应的遗传算法进行求解。【结论】提出的多目标优化方法能够在保障调度效率的同时获得相应较低的系统成本和相应较短的系统调度时间，可为油料调度保障问题提供决策参考。     

公交车调度优化模型

提出了制定一条公交线路车辆调度方案的优化数学模型，该模型计算了乘客在车站等候的时间内所可能创造的财富——社会效益，并将乘客因候车而丧失创造该财富的机会看成一种社会成本，对车辆调度方案的评估时，不仅考虑了公司运营成本，而且考虑了相应的社会成本，因此，该模型制定的调度方案兼顾了公司利益和社会效益，最后将实际的统计数据带入模型，给出一个车辆调度发车时刻表的优化方案。     

区域配送中心物流调度模型

针对物流系统调度中存在的区域配送"少批量,多批次"供货要求的问题,作者用时间片规范订单,通过拆分、组合订单及优化调度计划,降低成本.以某企业工程实践为背景,提出了一类区域配送的物流调度模型.该物流调度模型运用组合优化的思想,基于中央配送中心、区域配送中心、门店形成的三级运输配送体系结构,提出了在一定的约束条件(时间约束条件和空间约束条件)下,以最小成本实现物流调度计划的方法.求解算例表明,该模型对解决多货品、多门店的供货问题是有效的.     

基于生物地理学算法的微电网多目标优化调度

针对含风力发电机、光伏电池、微型燃气轮机、柴油发电机、蓄电池组成的微电网系统优化调度问题,设置系统相关约束条件,建立以运行成本最小、用户停电损失费用最小及环保成本最低的微电网多目标优化调度模型,采用生物地理学算法对模型进行求解;对某独立型微电网算例的单目标优化调度与多目标优化调度的仿真结果进行对比。结果表明:单目标下的微电网优化调度,虽然可以在单一方面达到最优,但是以其他目标的增加为代价;多目标优化调度综合考虑了微电网的经济性、节能型、可靠性之间关系,实现了运行成本、用户停电损失费用、环保成本下的全局最优,可根据用户的实际需求提供一种更合理的微电网优化调度方案。     

基于改进GA含蓄电池充电次数约束的微电网动态调度

针对独立微电网的动态优化调度问题,以微电网系统运行约束、可控微源出力特性约束及蓄电池运行约束作为微电网优化模型的约束条件,考虑蓄电池充放电转换次数约束,建立以独立微电网运行经济成本与环境成本为综合优化目标的动态优化调度模型;然后,采用一种基于Tent混沌映射技术与NDX交叉策略的改进遗传算法求解该模型;最后,通过仿真算例验证模型的合理性。结果表明,优化调度模型中供热/电可靠性水平与综合成本间呈近似线性关系,合理限制蓄电池充放电转换次数有利于降低综合成本。与其他算法的对比结果表明,改进遗传算法在求解该类复杂的多约束优化问题时收敛效果良好。     

不确定环境下再制造加工车间多目标调度优化方法

针对再制造生产过程中工件的加工时间和成本不确定性调度问题,文章提出了一种不确定环境下再制造加工车间多目标调度优化方法。该方法采用模糊变量表示其不确定性参数,以最小化加工时间和成本为目标,在满足模糊交货期等约束条件下,构建了不确定环境下多目标决策的模糊机会约束规划模型,并提出了求解该模型的混合智能算法;应用模糊模拟技术产生样本数据,用于训练神经网络以逼近不确定函数;针对神经网络中存在收敛速度慢、容易陷入局部最优的缺点,应用改进的粒子群算法优化神经网路,将训练好的神经网路嵌入改进的遗传算法中求解调度模型。最后,通过仿真实例,验证该模型和算法的可行性。     

考虑生产效率与工艺的资源受限项目调度问题

多模式资源受限项目调度问题(MRCPSP)是建设项目进度优化问题的重要数学模型。但传统的MRCPSP模型难以同时表征工序时长、成本与资源需求之间的多种关系。为了解决这一问题,该文提出了一种MRCPSP模型,并利用约束规划(CP)对算例进行了求解。该问题模型通过定义生产力函数以及各工序对各类资源总需求的组合表征工序时长、成本以及资源需求之间的关系。经验证,该模型可以模拟施工过程中生产力变化的情况,并允许在优化求解时考虑工艺选择对结果的影响,相比传统的MRCPSP模型,求解结果有更明确的工程含义,具有实际应用价值。     

基于多水源供水系统的计算机优化调度

基于多水源供水SCADA(Supcrvision Control And Data Acquisition)系统,通过建立水量预测模型、管网状态模型和水泵耗电模型,实现了给水调度由人工经验向计算机优化调度.经过对优化调度的结果分析证明:在保证供水水量和水压的情况下,计算机优化调度能节约能耗,降低供水成本.经实践,经济效益十分明显.     

基于需求响应的含光伏电力系统优化及其算法改进

为解决光伏并网发电的不稳定性以及发电调度成本高的问题,建立了以发电调度成本最小为目标的含光伏电力系统优化模型。该模型借助电价的需求响应来增加对负荷的调控能力,以减少光伏的不稳定性对发电调度优化结果造成的影响。为求解该模型,对经典的遗传算法进行了改进。仿真结果表明:考虑需求响应有利于含光伏电力系统负荷削峰填谷,提高机组发电的稳定性,并且降低了含光伏电力系统机组的发电调度成本,验证了所建模型的正确性和有效性。     

不确定环境下多项目调度与控制模型研究

项目调度与控制是项目管理人员从事项目管理时尤为重视的问题,它直接关系到项目的成本、质量,以及竣工时间。在资源竞争日益激烈的当下,如何提高效率,保证项目质量,实现利润最大化,尽可能缩短工期,是每个项目管理人员亟需要具备的能力。而与传统的单项目调度与控制研究相比,不确定环境下多项目调度与控制研究要复杂很多,因此本文在结合前人相关研究的基础上,添加资源利用率这一目标,结合项目管理的特点,建立相应的多项目调度与控制模型,以期达到最大程度实现各目标均衡优化的目的。     

集中通勤接送服务的车辆路径与调度模型及算法

基于最优化理论与方法,对集中通勤接送服务的车辆路径与调度问题进行了研究,以节约运营成本、提高服务质量。由于该优化问题与传统的车辆路径规划有所不同,具有多目标抵达地、多车协作和多行程车次的特征事实,现有的模型与算法不能直接应用于该问题的求解。首次建立了集中通勤接送服务模式下以最小化运营成本为目标的车辆路径与调度问题的0-1整数规划模型,并开发了一种基于特征点的启发式算法求解该模型。在实证研究中,实验结果表明本文所设计的模型和算法是可行的、有效的。     

模糊时间窗下多船型不定期船调度与航速联合优化

为了提高货主满意度的同时船公司能获得更好的经济效益,对不定期船调度与航速联合优化问题进行了研究,利用模糊时间窗刻画货主满意度,考虑自有船舶与租用船舶配置情况、航速等因素对船舶调度计划的影响,以航行成本、港口成本、时间成本、租船成本之和最小为目标,建立模糊时间窗下多船型不定期船调度与航速优化模型.提出一种变邻域遗传模拟退...     

含分布式储能的主动配电网鲁棒优化经济调度方法

为克服风电输出的不确定性,基于鲁棒优化中的worst-best理论,提出一种主动配电网的鲁棒优化经济调度模型.该模型采用拉丁超立方采样方法生成风电场景集表征风电预测的不确定性.在建模过程中,引入分布式储能的等效运维成本,同时以微型燃气轮机、分布式储能和主动配电网购电/售电调度成本最低为目标函数,采用基于随机变异的粒子群优化算法对模型进行求解,可得到极端场景下运行成本最小的调度方案.仿真结果验证了该模型及求解算法的有效性,得到的调度方案能在风电预测误差范围内满足系统所有约束条件,并给出经济性最优的调度方案.与确定性经济调度方案进行对比可知,本文所提出的调度方案具有更强的鲁棒性.     

干扰情形下重复性项目快速修复策略模型与算法

重复性项目受到干扰事件影响后,如何使其低成本,快速修复到基准调度计划,是项目管理者面临的重要问题。本文研究了干扰情形下重复性项目的反应性调度问题。首先提出了一种新的快速修复策略模型,旨在使项目以较低的成本快速修复到基准调度计划;针对问题特点,设计了一种Q-learning与遗传算法结合的混合算法进行求解;最后通过一个高速公路项目和蒙特卡洛模拟验证了本文模型和算法的有效性。结果表明：本文所提出的修复策略可以显著降低反应性调度成本;在一定范围内,增加修复的范围可以有效降低反应性调度成本;Q-learning与遗传算法混合算法在该问题上的求解质量和效率优于遗传算法。本文可以为重复性项目管理者进行反应性调度提供决策依据。     

隧道清洗机器人智能调度方法

针对目前隧道清洗机器人作业调度中采用定时的僵化作业模式,造成电力、消防资源浪费,并干扰驾驶人行车安全问题,提出一种隧道清洗机器人智能调度方法。该方法首先依据隧道车流量、温度、湿度等影响因素,形成了对基础设施运营性能时变模型的描述。在此基础上,考虑基础设施运营性能、机器人作业成本、对隧道交通流的影响等,构建了隧道清洗机器人调度的级联优化模型,分别对机器人调度周期及作业时间进行优化,以实现机器人的高效运营。将该方法与常用的基于人工经验的定周期调度方法进行实验对比,结果显示在相同的作业成本下,该方法的基础设施运营性能较定周期调度方法提高了6%。     

基于项目拆分决策的多模式资源投入

结合一类实际生产决策需求,提出了基于项目拆分决策的多模式资源投入调度问题,并以资源投入最小化为优化目标,建立了问题的数学模型.针对模型特点,提出了包含项目拆分算法和多模式资源投入型项目调度算法的双层优化算法,其中项目拆分算法通过将作业在不同子项目之间有效移动获得合理的拆分方案,多模式资源投入型项目调度算法通过分析不同作业对时间约束和资源约束的影响来确定优先级规则,进而得到最佳调度方案.应用PSPLIB标准算例进行数据实验,结果证明了算法的有效性和可靠性.