考虑动静态交通转换的中心商业区停车供给优化研究

基于排队论构建停车阻抗函数,基于综合出行阻抗(停车阻抗+行车阻抗)函数建立双层规划模型,上层模型根据综合出行阻抗随停车容量变化确定CBD内停车泊位数及空间分布,目标函数为最小化所有小汽车的综合出行阻抗.下层模型为分担-分配组合模型,用于计算CBD内不同停车供给方案所对应的交通流特征.在双层模型外构建重力模型,计算在CBD新增停车泊位所诱增的小汽车出行.由于上层模型的结果会改变下层模型中的OD矩阵和停车阻抗,而下层模型又决定着上层模型的目标函数,因此均衡状态下的停车供给方案既是优化的结果.     

含多微网的主动配电网双层分布式优化调度

随着配网中可再生能源渗透比例的不断提高，传统集中式调度面临潮流计算压力大、可再生能源消纳困难等问题，难以保证系统的运行品质。提出一种含多微网的主动配网分布式双层优化调度方法。上层建立以区域配网网损最小为目标的优化模型，运用二阶锥松弛方法以及同步型ADMM(alternating direction method of multipliers)算法求解各微网联络线调度指令；下层考虑碳捕获(carbon capture and storage, CCS)、电转气(power-to-gas, P2G)等能源耦合设备与柔性负荷协调调度，建立以提高经济性、降低弃风弃光、保证环保性等为目标的下层优化模型。基于实时数据库建立仿真验证平台，以IEEE33节点系统为例，验证了所提方法的有效性。     

双层多目标线性规划问题的一个算法

现有方法常常将双层多目标线性规则问题(下层决策者无关联)的下层问题的最优性条件转换为上层问题的严格约束,这样缩小了上层决策问题解的搜索范围,与实际中的决策过程相违背。因此,基于隶属函数以及模糊数等有关性质,提出了一种模糊决策方法;同时,在上下层问题独立求解时,引入了一种多项式的时间算法,为两层以及多层决策问题提供了新的求解途径。     

时间容忍度下航空快件运输一体化决策优化

为了研究快递公司航空运输网络优化及快件的运输组织问题,本文放宽了先到先服务(first come first serve,简称FCFS)作业模式的时限限制,构建了双层规划模型.上层模型确定快递公司自有全货机所配置的航线以及各航段的腹舱租赁量,下层模型决策快件的配送方案.选取SF快递公司所服务的14个城市的相关数据对模型进行验证,并基于上层模型优化的网络比较了不同时间容忍度下快件的运输方案,结果表明:随着时间容忍度的增加,快件的总运输成本逐渐降低,而总运输时间升高.可见,先到先服务模式不是最经济的派件作业模式,快递公司可利用快件的时间容忍度,实施航空运输网络和运送方案的优化设计.     

考虑碳排放的多产品竞争设施选址问题研究北大核心CSCD

传统的设施选址模型针对空间垄断,忽视市场竞争.在低碳可持续发展背景下,针对政府碳交易机制下生产多种替代和/或者互补产品的两家制造企业安置设施竞争市场份额的问题,基于定义于整个非负价格区域上的互补需求函数,构建考虑运输碳排放的多产品竞争设施选址模型.该模型为双层规划,上层是领导者企业的利润最大化模型,为带均衡约束的0-1混合整数二次规划;下层是跟随者企业的利润最大化模型,为带均衡约束的二次规划.首先利用Karush-Kuhn-Tucker条件、大M方法和McCormick外逼近方法将双层规划转化为有界闭集上的0-1混合整数凹规划,然后提出具有全局收敛性的分支提升算法,最后通过数值算例验证了所提模型和算法的有效性,并阐明了碳限额和碳交易对企业决策产生的影响.     

基于复杂性竞争扰动的铁路货运期权定价模型

针对铁路货运市场特征，利用二叉树刻画运输价格形成过程，引入带有不同运输方式复杂博弈机制的竞争因子，建立铁路货运期权定价模型；首先通过分析铁路局与客户群体利润函数的一阶条件，得到考虑分担率的最优期权执行价格；其次基于双层规划方法构建合约期内不同运输方式的价格竞争过程，在下层规划中采用累积前景理论与多主体强化学习机制刻画客户企业群体的复杂决策；通过数值仿真，分析了引入竞争因子后的运输期权价格变化与客户企业理性特征对各项价格的影响机理；研究发现：1）复杂竞争因子对铁路货运价格，期权执行价格及期权价值产生了明显扰动；2）客户企业的理性特征与最优期权执行价格及期权价值之间具有显著的变化规律，数值分析结果较好地验证了理论分析.     

基于PSO的组合拍卖模型及其Swarm仿真

通过放松竞买人对拍卖物品的替代性或互补性的一致性认识假设,在组合拍卖机制设计的基础上建立了基于竞买人报价的组合拍卖模型.为了高效率地获得物品的最优分配方式,运用particle swarm optimization(PSO)算法模拟物品分配方式的寻优过程,在此基础上构建了基于PSO算法的组合拍卖模型.在Swarm仿真平台上对基于PSO算法的组合拍卖模型进行设计与实现,并通过一个具体的组合拍卖算例进行仿真验证,结果分析表明基于PSO算法的组合拍卖模型能够有效地解决多个物品的分配问题,并能实现卖主收益的最大化.学习能力参数分析表明,与自我学习能力相比,社会学习能力对卖主收益的优化更加重要.本文的研究结果对组合拍卖的理论研究和实际应用具有一定的借鉴价值.     

集货需求随机的同时配集货VRP及混合变邻域搜索算法

集货需求随机的同时配集货车辆路径问题(VRPSSPDD)是同时配集货车辆路径问题(VRPSPD)研究的进一步深化,由于该问题中集货需求的不确定性,使其较确定型VRPSPD问题更为复杂.基于预优化和重优化策略,构建了两阶段VRPSSPDD模型,预优化阶段基于随机机会约束机制以及车载量约束为客户点分配车辆,生成预优化方案;重优化阶段对失败点及其后续客户点进行线路调整.根据问题特征,结合变邻域深度搜索算法的深度搜索能力以及遗传算法的个体交流等优点,设计混合变邻域遗传算法,采用分离配送网络信息的编码方式,提出自适应种群搜索范围和自适应邻域搜索次数策略平衡算法迭代中的搜索深度和搜索广度的关系.通过多组算例以及企业配送实例验证了本文模型及算法的有效性.     

基于买方偏好揭示的多属性拍卖模型及投标策略

针对买方评分规则是其私有信息情形下的多属性拍卖问题,本文将买方偏好信息引入到传统的多轮迭代拍卖模型中,设计了一种基于买方偏好信息揭示的多轮迭代多属性反向拍卖规则。其次,构建了买方偏好信息的评估模型,并基于近视最佳反应策略的基本假设,分析了卖方如何利用该评估模型进行投标策略的选择。最后通过数值分析对主要结论进行了解释说明。结果显示:即使在没有买方的信号传递行动(公开叫价)引导下,卖方通过所设计的拍卖规则和评估模型同样也可以自动更新投标策略,从买卖双方的角度来实现更高的拍卖市场效率。     

WGS-84坐标系下多空基无源传感器最大似然配准

相比多运动平台有源传感器配准或异质传感器配准问题,多平台无源传感器的配准由于无距离信息将更为复杂,鲜有相关研究。为此,首先构建了WGS-84坐标系下有偏无源观测模型,然后将最大似然配准(maximum likelihood registration, MLR)算法扩展到空基多运动平台无源传感器的配准。运用复合函数求导链式法则,推导出应用MLR算法时至为关键的传感器观测量对目标状态的雅克比矩阵。为计算该矩阵,研究了WGS-84坐标系下两平台利用仅角度观测对目标的无源定位问题。理论和仿真结果表明该方法可实现无源传感器配准,配准误差逼近其Cramer-Rao界,验证了该方法的有效性。     

考虑配准时空误差的多目标标签多伯努利滤波

针对多传感器协同跟踪目标过程中存在多节点间的信息时间延迟和空间配准偏差问题,提出基于配准偏差和时间延迟的标签多伯努利滤波(labeled multi-Bernoulli based on the registration errors and time delay, LMB-ReDe)算法。首先,通过排队论对节点个数随机变化的网络时间随机延迟进行建模;然后,构建了延迟环境中的非固定周期的目标转移过程和时间延迟过程中的伪量测;最后,在LMB滤波基础上提出LMB-ReDe算法实现目标状态的实时估计。仿真结果表明,在节点数随机变化的多传感器协同探测中,采用LMB-ReDe滤波器跟踪位置精度优于标准的LMB滤波器。     

MISO无线携能通信系统保密波束形成方法

为有效应对多输入单输出(multiple input single output, MISO)无线携能通信(simultaneous wireless information and power transfer，SWIPT)系统中的信息安全问题，提出人工噪声(artifical noise, AN)辅助的波束形成方案, 并进一步将这一问题表述为用户需求限制的功率控制问题。然而, 该问题具有典型的非凸复杂性, 其最优解无法在多项式时间内得到有效解决。为此，基于必要简化, 提出了双层优化算法来快速求取其次优解; 同时, 又进一步把该双层算法推广到非理想信道条件下, 构建了鲁棒波束形成方法。仿真实验表明，与经典迫零算法相比，双层算法具有更好的性能，且更具鲁棒性；而且，随着信道估计误差的增加，双层优化算法的优势更加明显。     

分布估计灰狼算法求解低碳选址路径问题

针对碳定价背景下的低碳选址路径问题(Low-Carbon Location Routing Problem, LCLRP),首先构建了一种考虑油耗和碳排放成本，并以最小化设施选址成本、车辆启用成本以及运输成本为目标的选址-路径模型；其次，根据模型的特征，设计了一种分布估计灰狼算法(Grey Wolf Optimizer with Estimation of Distribution Algorithms, GWOEDA)对其进行求解。算法利用概率模型引导灰狼，并利用多父代交叉和两种邻域搜索算子增强了算法的全局搜索与局部搜索性能。算例分析结果表明：加入概率模型学习能力的灰狼算法在选址路径问题上有更好的寻优能力，并且在碳定价背景下，所构建的模型可以有效降低总成本和碳排放量。     

基于多目标演化算法的油田危险品物流系统选址-路径问题北大核心CSCDCSSCI

危险品事故往往会产生灾难性的后果,研究油田危险品物流系统的管理方法和模型具有十分重要的意义。从选址-路径问题(LRP)集成化的角度研究鄂南油田危险品物流系统。提出了适合于鄂南油田的危险品运输的双层配送网络,并以道路危险度等级为约束,构建了一个总成本最小、风险最低、可靠性最强的油田危险品物资运输的多目标LRP模型;进而,通过多目标演化算法(MOEA)得到了Pareto最优解集合,并采用随机多属性可接受度分析方法(SMAA)对Pareto最优解集进行再次筛选,求得最优选址方案和最优配送路线;最后,以进化率、非劣解分布离散度和解空间分布多样性等指标衡量了MOEA的性能,结果验证了算法参数设置的合理性和非劣解集的有效性。本文提出的LRP模型和MOEA-SMAA求解方法对于进一步补充和完善危险品物流系统的选址-路径问题研究具有一定的理论意义,对油田、煤矿等行业的物流系统优化具有重要的现实意义。     

ICP优化下的B样条四维CT图像弹性配准方法

为提高不同生理状态下两组四维CT图像之间配准的精度和速度,基于多分辨率B样条的自由形变模型(Free Form Deformation, FFD),提出一种使用迭代最近点(Iterative Closest Point,ICP)优化该模型的配准算法。在传统B样条之前加入ICP算法实现两组四维CT图像间的点云配准：根据分割完的两组四维CT图像生成点云数据和灰度数据,使用ICP对模型中的两组点云配准。level 1,level 2,level 3相似性测度提高率分别为：8.68%,10.46%,2.39%,速度提高率分别为：-51.89%,41.71%,81.09%,结果证明新模型在不同控制网格大小配准上精度和速度都有提高。     

求解异车型同时集送问题的多属性标签算法

针对实际运输中顾客对不同车型、同时集送货物的多样化需求,文章建立了异车型同时集送车辆路径模型(vehicle routing problem with heterogeneous fleet,simultaneouspickup and delivery,VRPHSPD),并构建了基于多属性标签的蚁群系统算法(multi-label based ant colony system,MLACS)进行求解.该算法利用面向对象理念,分别对客户、车辆及其行驶路径构建多属性标签,首先用近邻法生成初始路径,再通过蚁群算法的搜索规则对客户和车辆标签进行匹配,从而得优化的结果.通过公开算例、实际应用案例的验证表明,MLACS算法能成功求解VRPHSPD问题,具有较高的求解质量、运算效率以及实际应用意义.     

面向MBSE的复杂系统研发模型追溯管理方法

针对采用基于模型的系统工程(MBSE)实现复杂系统研发中存在的数据资源集成与互操作困难、可追溯性差等问题,提出一种基于数字总线的系统追溯管理方法支持系统研发流程中工具集成、追溯性管理及复杂度管理.首先采用系统思维方法定义系统元素及其关联;随后分别通过需求规约方法、基于系统建模语言KARMA的多架构建模方法和Simulink建模规范支持需求分析、架构设计和仿真验证过程的形式化表达;同时采用生命周期协作开放服务(OSLC)规范构建统一数据源的数字总线,通过开发服务管理工具原型及领域工具内插件实现系统设计资源的追溯性管理及总线可视化;最后通过一个自动刹车系统设计的案例研究验证了所提出方法的可行性和有效性.     

基于城市道路限行的多能源多车型车辆路径优化

针对日益严峻的城市汽车尾气污染问题和日趋严格的城市限行措施,本文首次将城市分区域、分车型等限行因素引入到车辆路径问题,并以碳排放、运输等费用总成本最小为目标,构建了基于城市道路限行的多能源多车型混合车辆路径优化模型.针对模型的NP难特性,本文提出了一种变邻域搜索算法(VNS-TR)求解该模型.最后,通过算例和基准测试集验证了模型及算法的有效性.     

知识库存对SNS企业知识社区中E-Learning知识获取的影响

SNS (social network service, SNS)企业知识社区的认知、应用以及研究都处于起步阶段. 本文研究目的是通过构建E-Learning知识获取过程计算模型, 结合实验仿真, 研究知识库存对SNS企业知识社区中E-Learning知识获取关键因素的影响. 首先, 识别SNS企业知识社区中E-Learning知识获取的关键因素,包括知识获取目标、知识获取基础和知识获取绩效; 接着, 基于知识获取关键因素, 应用多主体建模思想, 建立E-Learning知识获取的计算模型; 第三, 进行实验仿真, 以知识需求为驱动, 研究微观层面上的个体E-Learning知识获取行为经过知识交互后涌现出来的宏观特点. 研究结果有助于企业关注知识库存对SNS企业知识社区中E-Learning知识获取的影响, 采取适当策略实现企业E-Learning目标.     

多车场带货物权重车辆路径问题邻域搜索算法

带货物权重车辆路径规划问题(weighted vehicle routing problem, WVRP)将车辆载重和行驶距离引入目标函数,在生鲜食品和危险品运输以及应急物资配送中有重要意义.在WVRP的基础上,提出了多车场带货物权重车辆路径规划问题(multi-depot weighted vehicle routing problem, MDWVRP),建立了该问题的数学模型,设计了一种简单高效的多起点迭代式邻域搜索算法(multi-start iterated local search, MSILS).为避免搜索过程陷入局部最优, MSILS引入了扰动机制.基于33个公开标准案例对MSILS算法进行了测试.通过与已有文献中的方法进行比较,从求解质量,运行时间和稳定性等三个维度验证MSILS算法的优势.