多资源约束下的工序排序准则及其优化

在PERT和CPM中, 对于资源约束优化的工序准则大多数是采用最小时差法则, 本文提出了多资源约束下新的工序排序准则, 使工程计划安排满足资源约束, 且使总工期总可能不拖或拖延最少。     

面向企业最优生产计划的线性规划广义逆优化模型

将依据互补最优性条件探讨面向企业最优生产计划的线性规划,如何通过调整其产品成本系数、资源消耗系数和资源拥有量等参数,使某些非可行解成为最优解的广义逆优化问题的数学模型.该问题具有重要应用价值:可以解决采用常规求解方法或启发式算法制定企业最优生产计划时,对资源约束进行刚性处理所导致的经常因生产能力不足使企业不能及时响应市场需求的问题,使企业的整体优化和具体业务流程再造相协调.     

产品优化设计的资源分配模型

研究产品优化设计中设定设计属性值的资源分配方法．考虑产品设计过程中多种资源的优化分配，在设计预算和资源约束下，设定产品设计属性值，使用户对产品的总体满意水平达到最大．这种方法使产品优化设计的品质功能展开方法从策略计划层扩展到运作计划层，把品质优化设计和资源分配结合起来，使得品质设计计划在部件展开(part deployment)层和运作层的工艺计划(operational process planning)更可行，更易实现．     

基于多代理系统的敏捷供需链协调运作及其优化

描述了代理间协商时产生的协调计划和协调规则 ,并运用马尔可夫决策过程理论 MDP进行协调计划的优化 ,解决了代理之间在资源、时间等冲突条件下的协商问题 ,从而使整个敏捷供需链有效地运作 .     

基于制造清单的企业计划模型

提出了以产品制造过程信息的集成模型,即"制造清单(BOMII)",来替代传统物料清单(BOM)在企业计划体系的核心枢纽作用.制造清单模型的构成包括三大清单(物料清单,作业清单和资源清单)和两大关系矩阵(作业资源矩阵和作业领料矩阵),集成描述了产品制造过程的全部信息,成为企业计划体系中的基础性文件.基于所提出的制造清单模型,建立了作业能力不足和可得资源有限的双重约束情况下的企业资源计划模型,对企业四个层次的计划体系(主生产计划、物料需求计划、能力需求计划和资源需求计划)均给出了相应的算法描述.最后介绍了某耐火材料厂应用该模型的案例分析,表明该模型可很好的应用于企业实践.     

美国超导研究动向

美国SDI研究专家向国会分组委员会作证时,要求制定一项开发高温超导的长远研究与发展计划,使高温超导能够有效地用于SDI和国防部主管的其它工程。SDIO首席科学家O’Dean P·Judd博士说,为了保证国家的优先计划,必须有一个稳定的高温超导研究预算和一个合理的合同法,才能够使国家资源更有效地用于高温超导研究工作。     

基于Petri网的施工进度建模及优化方法

构建并定义了基于时间Petri网的分级施工网络计划模型,定义了分级库所与任务变迁.在此基础上,对进度计划优化进行了研究.根据我国工程项目管理模式,为满足建筑施工进度计划优化需求,基于HNPC模型建立了一个二级网络计划优化模型;对资源约束工期优化进行了研究,给出了一种遗传算法的解决策略;以Petri网模型的变迁激发序列作为染色体进行计算,使算法和Petri网模型统一起来,并通过实例证明了采用本方法的有效性.     

基于资源流网络优化的鲁棒性项目调度

针对项目执行过程中由于活动拖期导致基准调度计划不断变更的问题,从资源分配的角度构建基于资源流网络优化的鲁棒性调度计划。首先设计拖期惩罚成本指标来衡量调度计划的鲁棒性,并构建以拖期惩罚成本最小化为目标的资源流网络优化动态模型。针对该模型设计MTPC资源流网络优化算法,该算法以活动为基准,采用拖期惩罚成本最小的资源分配方案实现资源在活动节点之间的有效流动,提升调度计划的鲁棒性。最后,为验证MTPC优化算法的有效性和可行性,通过采用蒙特卡罗模拟仿真实验将MTPC优化算法与RRAS,Min-EA和MABO等3种资源分配算法进行对比分析。实验结果表明：MTPC算法在调度计划的鲁棒性,资源分配方案的稳定性以及算法的时间效率上都优于其他3种算法。MTPC算法不仅能快速有效地完成资源配置,还能通过降低活动的拖期风险提升调度计划的鲁棒性,这可以帮助项目管理者构建抗干扰能力较强的基准调度计划。     

关键链项目群进度管理的定量分析

论文从定量的角度,分析了项目群中一种资源以及多种资源的"多任务"情形,对关键链进度计划问题建立了数学模型,并引入遗传算法,使"多任务"现象转化成具有相应优先权的排序基因或染色体,对最优化进度和延迟成本构建了相应的算法.最后,通过算例证实此方法可以得出最优排序,同时能提供较多的替代方案,为关键路径法演变成关键链技术提供了定量支撑.     

网络计划多资源综合协调——最迟完成时间(LFT)判断法

工期和资源的限制是计划安排的主要约束。如何在规定工期和有限资源条件下合理安排计划,是工程项目管理和任何计划管理的基本目标,也是项目管理人员和计划工作者面临的最常见而又相当棘手的问题。 工期和成本是计划的主要目标,但工期的长短和成本的高低都直接取决于资源的合理使用。通常,如要缩短工期,就要增加单位时间内资源的投入,从而也提高了成本。如采用一台起重机完成某建筑工程的结构安装和垂直运输,工期太长,不能符合建设业主要求时,就要采用二台起重机或增加其他起重     

带有活动重叠的资源受限项目调度问题建模与求解

在新产品研发项目中,常常通过活动重叠缩短工期,但是重叠会带来返工风险,进而造成额外的时间和资源的消耗.将活动重叠分为自然重叠和强制重叠,采用设计结构矩阵、紧前重叠活动时间因子矩阵、紧后重叠活动时间因子矩阵和重叠返工影响矩阵量化重叠返工对时间和资源的影响.以最小化研发项目工期为目标,建立了带有活动重叠的资源受限项目调度问题优化模型,并设计了改进的遗传算法进行求解.该算法采用基于优先规则的编码机制,并将考虑活动重叠的进度生成机制作为解码方法.实例研究结果表明,提出的考虑活动重叠的模型与算法,不仅可以缩短项目工期,而且同时使项目资源的使用更加均衡.最后在随机生成的算例集合上测试了算法的有效性.     

水资源持续利用的多目标分析方法

随着可持续发展战略的发展 ,水资源持续利用成为水资源学科的重要研究领域 .本文在分析水资源持续利用追求的目标和这些目标的基本构造及其在整个持续利用过程中的基本特性和水资源持续利用的支持条件与协调关系的约束表示的基础上 ,建立了水资源持续利用的多目标决策模型 .它为理解水资源持续利用提供了形式化模型 .为了在非劣解集上作进一步的选择 ,本文还分析了目标之间的替代权衡关系的特性和由这种关系表示出的显示决策者偏好的规律性.     

Environmental Scanning and Scenario Planning: A 12 month Perspective on Applying the Viable Systems Model to Developing Public Sector Foresight

An environmental scan project is outlined and discussed using the viable systems model (VSM). A participant/observer perspective applied futures thinking, systems practice, scenario orientated narratives and risk assessment frameworks to an annual corporate planning process involving engagement and communication with senior public sector executives. Focus was given to improving foresight techniques through the innovative use of existing resources and skills. Results included additional work on scenario development, designing a decentralised “Development Directorate” network and evaluating complexity science sense-making techniques to enhance foresight capacity. Submitted with assistance from Dr. Angela Espinosa, Hull University Business School, UK. The views expressed in this paper are the author’s and do not represent those of any organisation mentioned or implied.     

区域水资源开发利用程度综合评价的最佳逼近模型

探讨了用评价标准信息和大样本数据驱动的最佳逼近模型(OAM)评价水资源开发利用程度的新途径,提出了一套基于格雷码加速遗传算法的OAM建模方案.作为示例,对西安市水资源开发利用程度进行了综合评价.结果表明,OAM建模方法直观、精度高,即具有较强的分类功能,又具有较好的排序功能,评价结果可靠,可广泛应用于各种水资源问题的综合评价.     

系统人力资源的Petri网分配模型研究

人力资源的合理分配和使用是复杂系统分析和设计过程中的一项重要内容 .本文尝试利用Peri网这一图形化的数学工具 ,从人力资源的角色类划分入手 ,在详细分析和规定其内部结构和行为规则的基础上 ,建立了描述人力资源内部结构的量化分配模型 ,基于该模型的严格定义 ,给出了一种规范化的人力资源分配算法.     

Dynamic Event-Triggered Control for Nonlinear Systems: A Small-Gain Approach

An event-triggered control(ETC) system transmits data packages and updates control inputs only when the predefined criterion is satisfied. In this way, network communication and computing resources are scheduled more reasonably in contrast to the traditional periodic sampling strategy.Small-gain approach proposed in recent literatures is a new modeling method to deal with nonlinear ETC systems. Different from traditional ETC models, stability criteria are proposed in the form of input to state stability(ISS) gain to design the triggering mechanisms. This paper introduces additional dynamic variables in this model and proposes a small-gain based dynamic event-triggered strategy.Sufficient conditions to guarantee the stability of the system are derived with the help of cyclic-smallgain theorem and Zeno behaviors are avoided to ensure the feasibility of this method in practical applications. Numerical simulations are given to demonstrate the effectiveness of our approach.     

基于两级策略的器材立体仓库货位分配方法

针对军用维修器材立体仓库的货位分配问题,充分考虑物资的不同存储状态以及货位分配相关的影响因素,提出了一种结合物资需求频率及相关性的多目标货位分配模型。该模型基于分类存储思想,把整个分配过程划分为两级(货物到物资〖JP3〗类、货位到特定物资),很好地适应了军用维修器材仓库的储存特点。针对该模型,设计了基于Pareto保持机制的多目标模拟退火算法,经算例验证,该方法具有良好的寻优性能,达到了提高存储效率的目的。     

基于多维特征差异的个性化学习资源推荐方法

协同过滤算法和二进制粒子群算法是目前学习资源推荐领域研究热点.然而,协同过滤算法推荐的学习资源过于随机化,不能满足学习者进行整体知识建构的要求.而基于二进制粒子群算法构建的资源推荐模型,以推荐所有学习者完整的学习资源为目标,且模型数据较难预测,不符合在线智能化学习的趋势.针对以上问题,提出了基于多维特征差异的个性化学习资源推荐算法:首先根据学习者和学习资源多维特征差异建立学习资源推荐模型,并考虑了学习偏好;其次引入协同过滤技术对模型数据进行预测;最后针对推荐模型的多目标优化特征,将协同过滤算法和二进制粒子群算法结合,提出了对惯性权重和种群多样性进行动态协同调整的自适应二进制粒子群算法,实现了个性化学习资源推荐.实验证明,该算法具有较好的准确性,能够满足个性化学习资源推荐的需要.     

A DYNAMIC ALLOCATION MODEL FOR MEDICAL RESOURCES IN THE CONTROL OF INFLUENZA DIFFUSION

In this paper,we develop a unique time-varying forecasting model for dynamic demand of medical resources based on a susceptible-exposed-infected-recovered(SEIR) influenza diffusion model.In this forecasting mechanism,medical resources allocated in the early period will take effect in subduing the spread of influenza and thus impact the demand in the later period.We adopt a discrete time-space network to describe the medical resources allocation process following a hypothetical influenza outbreak in a region.The entire medical resources allocation process is constructed as a multi-stage integer programming problem.At each stage,we solve a cost minimization sub-problem subject to the time-varying demand.The corresponding optimal allocation result is then used as an input to the control process of influenza spread,which in turn determines the demand for the next stage.In addition,we present a comparison between the proposed model and an empirical model.Our results could help decision makers prepare for a pandemic,including how to allocate limited resources dynamically.     

COVID-19期间上海市应急医疗资源配置建模与仿真

针对COVID-19期间上海市应急医疗资源配置进行建模与仿真化模拟。基于传染病SEIR(susceptible-exposed-infected-removed)模型,结合患者门诊就诊和住院治疗过程,构建了医疗资源需要量测算的SEIOWHR(susceptible-exposed-infected-outpatients-waiting to hospitalized-hospitalized removed)系统动力学模型。仿真模拟武汉疫情若发生在上海,需要的应急医疗资源量和不同医疗资源供给水平下的缺口发生时间及待住院患者疾病转归结局,探索传染病疫情下医疗资源配置的关键因素。建议应结合疫情发展趋势和患者疾病转归结局,加强医疗资源的早期规划和动态调整,并努力提高确诊率,有效应对传染病疫情。