“红包车”机制下的共享单车调度问题

共享单车具有随取随放的优点,但用户的租还车使站点之间经常出现供需不平衡现象.为了有效缓解运营商调度压力,提出了一种顾客参与调度的共享单车调度方式.将某些闲置的共享单车设置为红包车,鼓励用户将红包车骑到需求旺盛的区域,用户完成调度后可以获得红包奖励.以运营商运输成本,红包奖励支出以及未满足站点需求的惩罚成本最小为目标建立了混合整数规划模型,并设计了混合禁忌搜索算法对模型进行了求解.数值实验表明:红包车机制可有效减少运营商总成本;混合禁忌搜索算法可以有效求解大规模问题.     

考虑动态多时段借还车需求的城市自行车租赁系统规划模型

建立了一个自行车租赁系统规划模型。该模型考虑一天中动态的自行车借还车需求及租赁分区自行车和空闲停车位数量的动态变化，通过优化各租赁分区的自行车停车桩(或对共享单车为停车位)数量，以及运营时段初始各小区分配的自行车数量，在保证所有的自行车借还车需求均能得到满足的基础上，最小化总的投资建设成本。模型为一个大型整数线性规划问题，通过LINGO软件中内置的分支定界算法，可快速求得全局最优解。通过算例对该模型进行了验证。     

基于真实吐露贪婪机制的多Agent单机调度问题

在分布式环境下,从组合拍卖的角度出发研究了多Agent的单机调度问题,设计了一种贪婪机制.该贪婪机制包括贪婪分配算法和贪婪支付算法两部分,首先贪婪分配算法以资源Agent收益最大为目标解决组合拍卖中的竞胜标问题,然后贪婪支付算法以第二价格支付的形式确定中标者应该支付的最小费用.本文证明了该贪婪机制的真实吐露性,并通过算例说明设计机制的可行性与有效性.最后进行仿真实验比较该贪婪机制与线性规划方法的求解效果,结果袁明,对大规模问题,该机制能够快速得到使系统总收益近似最优的调度方案.     

大型活动的安保警力部署和调度优化研究

近些年,我国大型活动(特别是大型体育活动)数量逐渐增多,规模日益扩大,活动中潜在的风险和威胁也随之增加,由此衍生出巨大的活动安保警力需求,这与有限的警力资源之间产生的矛盾就成为亟需解决的问题.通过对大型活动安保实践的调研,构建了警力部署点的数量与风险损失的函数关系,并建立了最小化预期风险损失的静态警力部署模型,以及在风险发生后有效调度警力的动态警力调度模型,准确刻画了大型活动中的警力初始部署和变动情况.两种模型可以分别用动态规划算法和线性规划算法求解.为使模型在实践中更易推广使用,依据贪婪算法为大型活动的安保警力部署和调度设计了一套优化规则.数值实验结果表明,对于静态警力部署模型,我们给出的优化规则和通过动态规划算法得到的精确解具有良好的近似程度;而对于动态调度模型,优化规则得到的解和线性规划算法得到的精确解在99.5%的情况下完全一致.研究丰富和发展了大型活动中安保警力优化调度的相关理论,也为公安部门的安保实践和相关规则的制定提供了理论基础.     

多星成像调度问题基于分解的优化算法

提出了一种求解多星成像调度问题的基于分解的优化算法,将问题分解为任务分配主问题与单星成像调度子问题.任务分配主问题生成不同卫星的任务分配方案,单星成像调度子问题则根据分配的任务进行优化,生成每颗卫星的成像调度方案.采用自适应的蚁群算法求解任务分配主问题,通过自适应参数调整策略及信息素平滑策略,实现全局搜索和快速收敛间的平衡.采用启发式算法及快速模拟退火算法求解单星成像调度子问题,通过综合多颗卫星的调度结果, 可以对任务分配方案进行评价,引导蚁群算法搜索优化的任务分配方案,最终得到多颗卫星的成像调度方案. 大规模测试算例验证了算法的效率.     

考虑维修车辆的公共自行车系统再平衡问题

城市公共自行车系统由于不均匀的需求分布,需要进行自行车再分配调度,并且随着系统的使用,待维修自行车的收集和运返也成为日常运营的重要活动.本文研究考虑了自行车运返维护的静态自行车再分配问题,是一种包含正常自行车和待维修自行车的双货物路径规划问题.针对问题建立整数规划模型,提出了基于动态规划的精确算法,并根据问题特性引入两条加速规则.基于多组随机生成算例进行实验计算,并且与CPLEX进行对比,此外还针对维修车辆的数量进行了敏感性分析.计算结果验证了两条加速规则的有效性,所提动态规划算法可以有效地求解该问题.     

考虑充电调度的共享电动汽车调运模型与优化

随着单程站点式共享电动汽车的迅速发展,用户需求定向性等因素导致的车辆分布时空不平衡日益凸显.对一个考虑充电调度的单程站点式共享电动汽车的调运问题进行了研究,其中以调运总成本为优化目标,考虑车辆的续航里程,员工工作时间等限制,同时对车辆的调出、调入站点以及参与的员工进行决策,使得车辆在站点间实现平衡且需要充电的车辆停放于有充电桩的站点.建立了一个0-1非线性规划模型.为更好地求解数学模型,针对员工的同质性提出了针对单一调运以及针对整条调运路径的共3个有效不等式以消除各解之间的对称性.基于随机生成的算例验证了上述描述的有效性.结果表明3个有效不等式均能改善模型的求解,3个有效不等式联合使用能缩短中大规模算例的求解时间50%以上.     

不确定需求下基于分布式鲁棒机会约束的车辆调度问题研究

随着新能源汽车共享模式的迅速发展,允许异地还车导致车辆不均衡问题日益突出.本文考虑不确定的车辆需求,基于需求量的均值和方差等部分信息,最小化最坏情况下系统可用车辆和空闲停车位的机会约束,建立分布式鲁棒优化机会约束车辆调度模型,以总成本最小化为目标,得出模型的数学性质和易求解的等价形式,确定停车桩之间的车辆调度数量.最后,以北京市15个停车桩的车辆调度为例,确定最优的车辆调度方案.结果表明,随着服务水平的增加,调度成本和车辆调度数量增加明显,当服务水平增加到一定程度后,应增加系统的车辆数和停车位以满足服务水平的要求.决策者可根据自己的偏好及系统的服务要求,选择恰当的服务水平参数组合,以获得最优的车辆调度方案.     

服务模式可变换的家庭医护人员调度优化问题

家庭医生不仅在社区医院为普通病人提供门诊服务,也为行动不便的病人提供上门服务.为了更加灵活地分配医疗资源,允许医护人员的服务模式在上门和门诊之间进行切换,提出一种服务模式可变换的家庭医护人员调度优化问题.以最小化路径成本、门诊病人等待惩罚和最大化医护人员服务模式偏好满意度为目标建立了混合整数规划模型,并设计了改进的混合遗传算法对问题进行求解.数值实验表明:允许医护人员服务模式双向变换可以有效降低运营成本;改进的混合遗传算法可以有效地求解不同规模的问题.     

基于滚动优化策略的成像侦察卫星应急调度方法

针对成像侦察卫星应急调度问题进行研究, 在分析主要约束条件的基础上, 构建了多星调度问题的约束满足模型. 根据应急任务具有独立到达时刻与执行截止期需求的特点, 提出了基于滚动优化策略的调度算法. 该策略采用周期驱动与事件驱动相结合的混合驱动模式, 可将调度过程划分为一系列静态的调度区间. 通过优化各区间内任务的规划方案, 实现应急任务的动态调度. 在问题求解过程中, 将滚动优化策略与启发式算法结合, 形成了三种应急调度算法. 最后通过仿真实验, 对不同算法的调度效果进行对比, 验证了滚动优化策略的有效性.     

在轨空间智能制造:分布式调度建模与优化

在轨空间制造系统是在行星大气层外的需要地面工厂、在轨空间工厂、天地运载工具协同的以进行空间设施建造为目标的一类分布式制造系统.分布式调度建模和高效优化求解技术是实现在轨空间智能制造的关键技术之一.本文针对一类具有组件地面分布式制造及运输、地空分批次运输、组件在轨装配等典型特点的在轨空间智能制造系统,将其分解为分布式同质流水线调度,考虑运输时间的同速并行机调度,考虑工件释放时间、机器可用时间、机器处理能力的单机批调度以及考虑组件释放时间、优先约束的单机调度等问题,并基于模型协调思想建立以最小化组件生产到产品装配总时长为目标的分布式多阶段调度模型.进而,将用于求解连续优化问题的易理优化算法扩展到离散调度问题,提出求解该分布式调度问题的基于易理优化的模因算法.基于中规模、大规模算例的仿真结果和算法分析比较表明:相较于粒子群算法、教学算法、水波算法等智能优化算法,所提算法是一种求解分布式多阶段调度问题的可行、有效算法.值得一提的是,这是第一篇关于在轨空间智能制造系统调度优化的研究.     

考虑多技能人力资源的分布式多项目调度问题

在分布式多项目管理中，当考虑共享资源为多技能人力资源时，共享资源的指派涉及到"活动-技能-资源"的匹配关系，进一步考虑人力资源多技能异质的特性，还会导致活动实际执行工期会随着指派方案的不同而变化，因此，考虑共享资源为多技能人力资源的分布式多项目调度问题是一类具有很强现实背景和理论研究价值的NP-hard问题.基于多Agent系统，建立以单项目完工时间为优化目标的局部调度模型，以及多项目总延期成本为优化目标的全局协调决策模型；考虑人力资源多技能异质的特点，设计基于贪婪指派策略的序贯博弈谈判机制指派共享的人力资源；基于Ran Gen随机生成的多项目算例开展实验研究.研究表明：基于贪婪指派策略的序贯博弈谈判机制对于程度不同的资源冲突和不同规模问题的求解均具有较好的适应性，可有效降低多项目总延期成本，且求解效果优于随机分配策略；设计的优先指派技能水平高、掌握技能数少、工作时间短的全局资源指派策略，可获得较优的人力资源指派方案和多项目调度计划.     

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。     

超大规模管理优化问题的求解:城市小区粪渣清运排班案例研究

深圳市罗湖区小区粪渣清运排班优化为超大规模的实际管理优化问题.以该问题为案例,探索超大规模优化问题可行的求解方法.建立了城市小区粪渣清运排班优化模型,根据"贪婪"规则,设计了基于构造规则的启发式算法.通过小规模算例验证了算法的有效性.将该算法应用于案例中的实际问题,取得了满意结果.研究表明,对于实际的超大规模优化问题,可依据问题自身的特征,基于最质朴的贪婪规则,设计合适的启发式算法求解.该研究为类似的超大规模优化问题的求解提供了可供选择的思路.     

基于混合电磁算法求解置换流水车间调度问题

为了求解置换流水车间调度问题,提出了一种基于混合电磁算法的调度算法。首先,采用最小位置值法将算法中连续向量转换为工件排列顺序。其次,对随机生成的一部分初始解用基于启发式信息的贪婪随机自适应算法得到的结果加以改造,使其质量得到提高。最后,加入局部搜索增强算法性能。通过对Car系列和Rec系列基准测试结果表明,提出的算法性能优良。另外,还讨论了一些参数对算法优化性能的影响。     

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。     

考虑全局资源闲置成本的分布式RCMPSPTT

在考虑资源转移时间的分布式多项目调度问题中,增加考虑资源闲置成本,对于多项目共享资源的协调决策具有重要影响.基于多Agent系统建立以单项目完工时间为优化目标的局部调度模型,并采用遗传算法求解初始局部调度计划;同时考虑项目延期成本、全局资源转移成本和闲置成本,以多项目总成本为优化目标建立全局协调决策模型,设计基于贪婪转移策略的序贯博弈谈判机制协调全局资源的分配和转移,并根据协调结果调整单项目局部进度计划;以MPSPLIB问题集开展实验研究.研究结果表明:协调时考虑全局资源闲置成本能更好的协调全局资源的分配和转移;与无博弈随机分配和转移的协调机制相比,基于贪婪转移策略的序贯博弈谈判机制可以有效地降低多项目总成本.     

运力受限的应急物资动态调度模型及算法

针对大规模突发事件下应急物资动态调度问题, 把灾民的损失用物资未满足度的形式进行量化, 构建以最小化灾民损失和车辆调度费用为目标的混合整数规划模型, 以对运力受限情况下的救 援车辆路径选择和应急物资分配进行综合决策. 利用分层求解策略缩小问题的求解空间, 改进 基于客户点的编码方式, 设计了针对此问题的遗传算法. 代入实验数据得出了物资集散地不同 运力下的应急物资动态调度方案, 进而确定了最优运力配置量, 与现实情况下的配送方案比较 表明此模型和算法是有效的.     

基于蚁群算法的序贯决策问题研究

实际工程中存在许多大规模、非线性多约束的序贯决策问题,传统算法解决起来较为困难.蚁群系统(ACS)是一个用来解决大规模多约束组合优化问题的现代启发式算法,根据序贯决策的特点设计了多层结构的蚁群系统,给出了算法的组成结构;为了节约计算内存和优化时间,详细阐述了淘汰劣质解机制的精英策略;并通过梯级水电站短期优化调度这一实际工程序贯决策问题,来验证所构造的算法,给出了优化调度的数学模型及算法的求解思路.最后,采用我国西南地区某梯级流域中三个水电站的相关数据建立了调度仿真模型,仿真结果证实了所采用算法的有效性和可行性.     

动态取送问题研究综述

随着动态取送问题(dynamic pickup and delivery problem,DPDP)应用于网约车调度、外卖配送等新的领域,具有大规模、强实时、强动态特征的DPDP引起学术界的日益关注.本文首先介绍了动态取送问题的应用和影响因素,从配送模式和配送对象的角度对不同应用背景下的DPDP进行了分类.之后介绍了动态取送问题的定义和特征、常见的求解策略和动态算法的评价标准.选取了三个典型应用(动态拨召服务、网约车调度、即时配送),比较了不同应用背景下问题的共性特征和区别之处,分类回顾了不同问题模型和算法的研究成果.最后,结合目前研究成果对未来发展方向进行了展望.