基于闭排队网络的飞机出动架次率分析

提出一种基于排队理论的解析方法用以计算作战飞机的出动架次率.首先建立作战飞机出动回收过程的闭排队网络模型,该排队模型不同的服务中心之间可以共用同一种服务器.然后改进了平均值分析(MVA)方法,用以分析该闭排队网络模型,获得了作战飞机的出动架次率,用以辅助作战指挥人员决策.同时分析了其它性能指标,如各个服务中心的飞机排队...     

基于仿真模型的排队规则遗传优化算法研究

排队规则是排队系统的重要组成部分, 直接关系到排队系统的运行效率. 本文以具有复杂结构的排队系统为研究对象, 构建了排队系统仿真模型; 进一步地, 考虑排队规则的多样性特征, 提出了基于排队系统仿真建模的排队规则遗传优化算法, 并进行了算法的优化设计. 基于眼科医院实际数据的分析结果表明, 与先来先服务(FCFS)排队规则相比, 本文提出的方法所得到的排队规则可以将平均住院等待人数减少1/2以上, 并可实现系统的长期稳定性. 论文工作实现了系统仿真与遗传优化算法的有效结合, 对优化复杂系统的排队规则、提高排队系统的运行效率具有积极意义.     

基于开排队网络理论的生产线设备资源优化配置

本文首先简单介绍了排队网络理论的基础知识,根据生产线实际情况,考虑到生产过程中会有不良品和废品的发生,建立了生产线开马尔可夫排队网络模型,所建立的开马尔可夫排队网络模型比串联排队网络模型更加符合生产实际。然后收集A公司生产线数据代入模型,求出各项排队运行指标,并对生产线进行资源优化配置。最后对本文所建立模型进行了应用价值分析,分析得出所建立的模型可以应用到服务领域,具有广泛的应用性。     

基于混合遗传算法的FMS优化配置及其工艺路线规划

针对基于CQN模型的FMS优化配置问题提出了一种混合遗传算法,充分利用CQN模型中生产量函数和成本函数的单调性,设计了最大产量-成本梯度算子来引导新一代种群从不可行域进入可行域.同时,在求解相应的工艺路线规划问题的遗传算法中引入了具有启发式规则的余量随机分配算子,可以将超过约束条件的余量随机分配到个体中去,并通过按照一定规则的调整而保证所有个体的可行性.这样,一方面实现了利用遗传算法求解FMS配置的约束优化问题,另一方面加强了遗传算法的局部搜索能力.算例证明该算法的求解质量好于目前该领域常用的隐枚举算法.     

集装箱码头集卡配置优化的闭合排队网络模型

以集装箱码头同贝同步装卸作业为研究对象,以提高码头作业效率、提升服务能力为目标,研究码头内部集卡数量配置优化问题.将码头作业系统视为服务网络,构建码头同贝同步装卸作业的闭合排队网络模型,刻画集卡在各个环节的作业过程,分析不同设备配置下码头作业系统服务能力,揭示制约码头整体作业效率关键环节.以码头作业成本最小为目标,考虑集卡在各个环节的排队等待时间及设备利用率,建立了基于同贝同步装卸作业的集卡数量优化模型,并设计算法对模型进行求解.本研究从服务网络角度揭示了码头作业效率与岸桥、集卡、场桥配置的关系,为码头设备调度与服务流程设计提供了依据.     

基于排队论的企业组织结构优化研究

首先讨论了企业组织设计的重要性 ,提出了企业组织优化的目的 ;其次根据管理工作流的随机性特点 ,运用排队论方法建立企业组织管理费用损失模型 ;然后分别研究了管理幅度和组织层次在各种变动情形下的组织结构优化问题 .所得结论对于实际操作有重要的意义 .     

基于排队网络的快速研制系统模型研究

快速研制系统是一种先进的研制系统,由于其产生时间短,研究费用高,针对其建模与仿真逐渐得到重视,也成为影响其效用发挥的"瓶颈".本文结合设计结构矩阵方法,应用开马尔科夫排队网络,建立了快速研制系统排队网络模型.通过设计结构矩阵描述研制系统的设计迭代,给出了其研制单元研制工作次数的计算方法;运用基于开马尔科夫排队网络的Jackson定理,给出了任务总研制时间估算模型以及分析快速研制系统能力瓶颈方法;对一个5阶段的研制系统实例进行求解,并分析了实例增加瓶颈环节能力后的效果,实例分析表明本方法科学、有效,具有一定的应用前景.     

无标度网络中遗忘率变化的谣言传播模型研究

本文在无标度网络中研究了遗忘率随时间变化的谣言传播模型,推导出了对应的平均场方程,并在社交网络人人网中就遗忘率对谣言传播过程的影响进行了数值模拟.结果表明:遗忘率对谣言传播的最终规模有重要影响,初始遗忘率越大或遗忘速度越大,谣言的最终传播规模越小;与遗忘率为常数的谣言传播模型相比,谣言在遗忘率随时间变化的模型中传播规模更小.研究还表明,网络结构对谣言传播也有重要影响,谣言在无标度网络中的传播速度比在均匀网络中更快,最终传播规模更小.     

节点攻击策略下的军事通信网络结构优化算法

合理的军事通信网络结构能够充分利用信息优势达到制胜的目的,因此优化军事通信网络结构至关重要.首先,基于复杂网络理论并结合军事通信网络的拓扑结构特征建立了相应的网络结构模型,将侦查探测、火力打击和指挥控制实体抽象为节点,实体间复杂的连接关系抽象为边.在此基础上,以提升网络鲁棒性为目标,提出了一种基于进化思想的优化算法并对...     

复杂网络抗毁性优化问题的研究

本文总结了近年来的一些研究成果,从拓扑结构、链路容量优化、路由策略优化的角度研究了抗毁性优化的问题,以期对以后的研究有一定的启示。     

一种自相似网络平均排队延迟分析模型

利用ON/OFF模型产生自相似信息流量,提出了一种自相似网络平均排队延迟分析模型。将节点和到达信息流视为G/M/1/B排队模型,首先由大偏差理论得到稳态下队列长度分布,然后求其均值得到稳态平均队列长度,进而通过Little定理得到网络平均排队延迟时间。对该模型的解析求解及模拟均表明:随着缓存B增大,各种自相似程度下的平均排队延迟变化程度逐渐下降;缓存很大时,自相似程度越高的网络,平均排队延迟越大;ON/OFF源数量越大,平均排队延迟越小。     

集装箱码头设备配置的模拟研究

以上海港外高桥集装箱码头为例，通过构建一个包括锚地、泊位、桥吊、龙门吊和集卡的动态多级排队网络，运用仿真技术来描述集装箱码头装卸系统，通过对系统输出指标的分析得出了外高桥集装箱码头的最优机械配比和最优的桥吊台数。其研究成果在上海港外高桥集装箱码头应用后，取得了良好的实际效果。     

G/M/1排队系统的性能灵敏度分析与仿真

对G／M／1排队系统，通过研究其嵌入Markov链，讨论了系统的稳态性能灵敏度分析问题，导出了系统的稳态分布与其嵌入Markov链的稳态分布之间的关系式，给出了用嵌入Markov链的势能表示的稳态性能灵敏度公式。并提出了通过嵌入Markov链来计算系统性能灵敏度的仿真算法，由于该算法基于系统的一条单一样本轨道，故可直接应用于系统的控制与优化。最后提供了两种具体的G／M／1排队系统的例子来说明该算法的应用。     

M/G/1排队系统的性能灵敏度估计与仿真

对具有一般分布的排队系统-M／G／l排队系统给出了一种通过其嵌入Markov链来计算系统势能及性能导数的仿真算法。由于该算法基于分析系统的一条单一样本轨道，故可直接用于系统的控制与优化。最后提供一个数值例子来表明该算法的应用。     

基于Hopfield网络学习的多城市旅行商问题的解法

针对Hopfield神经网络(HNN) 学习算法难以求解大规模组合优化问题的不足，提出了基于HNN学习的多城市旅行商问题的示解算法。它是把HNN学习算法作基本算子，对城市群体按一定的规则进行有效的分割、计算攻连接，来寻找巡回路径的最优解或满意解。并以100城市的旅行商问题为例进行了仿真实验，骓证了算法的有效性。该算法不受求解问题的规模限制；还可通过并列运算实现高速化；同时因自满法简明，易于硬件实现。     

基于回路阻力闭合差最优分配的通风网络解算方法

针对当通风网络存在按需供风的分支时,Scott-Hensley方法无法对存在具有此特点的分支的回路的风量进行有效调节,回路风压归零误差全部集中在那些按需供风分支上,这给风量调节带来一定困难,提出了一种新的通风网络解算方法.该方法通过使所有独立回路分支风压代数和的平方和最小化的方法,将回路风压归零误差按需分散到所有回路或某些回路上,从而实现所有回路的调节,同时使不平衡误差最小化.该方法理论上考虑到了通风网络中存在按需供风分支的情况,用计算机进行求解不存在理论上的缺陷.风网解算时,只需选一次独立回路且同时对所有独立回路进行风量调节,即可获得正确的结果.由于任何通风网络均可转换成含按需供风分支的网络,因此该方法事实上不存在局限性.     

求解一类非线性优化问题的新算法

给出了无约束问题的一种新方法——平面上的黄金分割法,这是一种直接解法,该方法是一维搜索中的0.618法在平面上的推广,无需计算函数的导数,仅需计算函数值既可.此外,本法克服了以往直接解法所共有的要求大量计算机内存的缺点,所采用的迭代方法每次只需要处理一个矩形的数字信息,因而仅需占用极少的计算机内存,并且并不因此而降低计算效率,其计算速度可与需要计算导数的共轭梯度法相比.     

应用免疫算法进行电网规划研究

将一种新的随机优化方法——免疫算法应用于电网规划 ,利用 IEEE-6节点系统作为样本网络进行分析计算 .并将该方法跟基于遗传算法的电网规划方法进行比较 ,结果表明免疫算法在全局寻优的性能方面要优越于遗传算法 .本文还将基于免疫算法的电网规划方法应用于我国某实际电力网络 ,取得很好的规划结果.     

求解一类组合优化问题的混沌搜索法

把混沌引入各种传统的优化计算模型中以避免系统落入局部最优陷阱 ,是一种行之有效的方法 .本文提出一种利用混沌搜索一类组合优化问题最优解的模型 ,并对其进行了理论分析和数值模拟 .与混沌神经网络模型相比 ,本模型避免了模型参数选择的难题 ,具有实现方便 ,寻优效果好的优点 ,为解决一类组合优化问题提供了新途径.     

一类自适应松弛算法的算法模型

对于一类自适应松弛算法,本文提出了一个算法模型。在一些通常的假定下,证明了该模型生成的序列的收敛性定理。