基于二阶段随机规划的制造/再制造集成物流网络优化设计

基于二阶段随机规划方法提出了一种制造／再制造集成物流网络优化设计模型，据此确定网络中各种设施的数量、位王及物流量分配，以使运营周期内的净收益最大。谊模型的特点是：考虑了制造／再制造混合系统中产品需求量和可回收废旧产品数量的不确定性；考虑了正向物流和逆向物流的设施集成与运输整合以及回收中心的处理技术配备问题。最后，通过一个算例验证了谊模型的有效性。     

再制造物流网络的稳健优化设计

考虑再制造物流系统中废旧产品回收量和再生产品需求量的不确定性，提出一种单产品、单周期、有能力限制的再制造物流网络稳健优化设计模型，用来确定再制造物流网络中各种设施的数量和位置，并在由此构成的各条物流路径上合理分配物流量。算例分析验证了所提模型的有效性。     

供应链中二级分销网络优化设计的随机规划模型

给出供应链中二级分销网络优化设计的机会约束规划模型。模型中将各个分销中心的需求量和各工厂的生产能力设为随机参数，并进一步讨论如何将模型中的机会约束转化为确定性等价类问题。     

固体废弃物逆向物流网络优化设计

针对固体废弃物的回收问题，构建了一个两层的逆向物流网络系统，研究了如何确定回收站和处理站的地址和数量，废弃物产生点的分配以及废弃物的存储和运输问题，建立了一个多目标的整数规划模型。最后用算例证明了模型的有效性。     

基于蚁群优化的物流网络多约束路径规划

面向大范围、大规模的军用物资调度,为保障任务规划满足多个约束的可行路径,是NP-C问题.本文在详细分析物流保障网络传输属性的基础上,给出了约束参数的完整描述,建立了多约束路径规划数学模型,设计了一种带综合启发因子的蚁群优化算法.仿真实验表明,该算法搜索效率高,具有全局收敛性,经过有限次迭代能够获得可行解,对网络规模和约束参数选择具有较好的灵活性和扩展性.     

复杂制造协同物流网络资源规划的不确定性控制优化

复杂制造协同物流网络作为动态开放系统,其资源规划决策易受网络中随机不确定性因素影响而出现刚性敏感和稳定失效现象,此问题属于参数状态和概率分布均未知的完全不确定型问题.针对这种问题, 提出了带鲁棒控制约束的期望值模型, 并借助蒙特卡罗方法对资源规划决策中相关参数进行了不确定性仿真. 算例结果表明,与不添加鲁棒约束的优化模型相比, 该模型方法能有效控制不确定性因素的负影响, 增加资源规划决策的稳定性和连续性,为解决完全不确定型问题提供了新视角.     

基于多目标规划的低碳销售物流网络规划方法北大核心CSCDCSSCI

分析了低碳经济对销售物流网络规划的影响,提出了以网络总物流成本最小和网络碳排放总量最少为目标的多目标物流网络规划模型,采用模糊规划方法将多目标规划模型转换为单目标规划模型,设计了基于遗传算法的求解算法,并对规划模型和求解算法进行了仿真验证,由此得到了一种科学可行的低碳销售物流网络规划方法。     

基于微分变分不等式的再制造闭环供应链网络动态模型

针对一段时间内具有再制造的闭环供应链网络的博弈均衡状态问题,首先利用博弈理论,构建了具有多制造商(再制造商)及多零售商(回收商)的再制造闭环供应链网络动态模型,制造商(再制造商)及零售商(回收商)之间从事微分Nash博弈.然后,利用微分变分不等式的方法得到了制造商(再制造商),零售商(回收商)及整个闭环供应链网络的均衡条件.进而,在正则条件下分析了闭环供应链网络动态模型解的存在性条件.仿真算例验证了模型的合理性和有效性.     

基于再制造的闭环供应链博弈模型

在制造商领导的Stackelberg博弈、零售商领导的Stackelberg博弈、制造商和零售商Nash均衡博弈等三种博弈结构下建立了再制造闭环供应链博弈模型,研究和对比了不同市场力量结构对均衡回收率、批发价、零售价、渠道成员利润、渠道总利润的影响. 研究结果表明:零售商的回收率在市场无领导者时最高, 在零售商领导的市场中最低.批发价格在制造商领导时最高, 最小的是零售商领导情形.零售价在零售商领导时最高, 最小是市场无领导者情形.消费者和整个行业均受益于无领导者的市场结构. 然而,制造商和零售商均有动机成为领导者.     

应急物流系统中的随机定位-路径问题

为了提高突发公共事件应急物流系统的运作效率,考虑应急物资需求和救援车辆旅行时间的随机性,以及应急物资需求的紧迫性,基于机会约束规划方法建立了一个应急物流系统中带时间窗的随机定位-路径问题优化模型,设计了一种结合禁忌搜索和蒙特卡罗方法的混合遗传算法,并通过算例分析验证上述模型和算法的有效性。     

Chance Constrained Integer Programming and Stochastic Simulation Based Genetic Algorithm

ＣｈａｎｃｅＣｏｎｓｔｒａｉｎｅｄＩｎｔｅｇｅｒＰｒｏｇｒａｍｍｉｎｇａｎｄＳｔｏｃｈａｓｔｉｃＳｉｍｕｌａｔｉｏｎＢａｓｅｄＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ⒇ＺＨＡＯＲｕｉｑｉｎｇＣｏｌｅｇｅｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｒｉｎｇ,Ｓｈｉｊｉ...     

基于不确定规划的供应链网络设计模型与算法

利用不确定规划,根据决策者的要求,对供应链网络设计问题进行建模.并采用由随机模拟、模糊模拟以及遗传算法相结合的混合智能算法来求解,最后给出了生活中的实际例子来说明模型和算法的正确性和高效性.     

基于神经网络的船舶运动建模及随机最优控制

以某水面舰艇为研究对象,利用径向基函数神经网络算法和标况下的水池实验数据,建立了基于航速、航向角和海情自适应变化的船舶横向运动非线性参数模型。然后对海浪随机干扰建模,利用成形滤波器将随机扰动白化处理,最后根据分离原理提出一种用于船舶减横摇运动的随机最优控制算法。仿真表明,径向基函数神经网络所建船舶横向运动模型误差低于2%,扰动建模及相应成形滤波器构造符合实际工况且方法简单可行,随机最优控制可使横摇角均方误差达1.42°,减摇效果达46%-74%;艏摇角均方误差达1.68°。     

随机环境下物流服务分包决策

通过构建随机环境下第三方物流提供者的3种分包决策模型:双方签订框架协议,分包商承诺在未来某些特定的时间段内在一定幅度内调整框架协议;双方不签订框架协议,分包商承诺在未来的某些特定时间段内同意调整分包量;双方不签订框架协议,由提供者优先决定合同调整的时间和分包量,经计算比较,发现最有利于第三方物流提供者的决策是双方不签订框架协议,并由其优先决定分包量和合同调整的时间,其次是由分包商优先决定合同调整的时间,但双方不签订框架协议,最后是双方签订框架协议,并由分包商优先决定框架协议调整的时间。     

多疫区多周期应急物资协同优化调度

针对突发公共卫生事件应急管理体系中应急物资需求的不确定性和连续性以及应急救援是一个同时在多疫区间展开的多周期救援过程这一实际, 提出了多疫区多周期应急物资协同优化调度方案.首先在分析传染病扩散规律的基础上, 结合传染病潜伏期的不确定性所引起的应急救援的时滞性, 采用纵向配送和横向转运相结合的协同配送模式, 构建了一类应急物流网络优化多目标随机规划模型; 其次采用遗传算法给出了该优化模型的求解算法; 最后通过仿真算例验证了模型及算法的有效性和可行性.     

基于量子遗传算法的正规模糊神经网络控制器设计

针对模糊神经网络控制器通常涉及的参数较多,反传播算法难于收敛的问题,提出了一种优化设计正规化模糊神经网络控制器的量子遗传算法。该方法用量子比特构成染色体,用量子旋转门进行染色体更新,用量子非门进行染色体变异,将量子位的概率幅看作两个并列的基因,因此每条染色体包含两条并列的基因链,在染色体数目相同时,可提高获得全局最优解的概率。对控制器参数随机编码建立初始群体,利用量子遗传算法进行参数优化。实验结果表明该方法是有效的。     

基于出行时间可靠性的城市交通网络设计

现实城市交通中,日常出行需求经常发生变动且路段能力一般处于恶化状态下,在假设出行时间和出行需求变动服从正态分布的情况下,建立了基于出行时间可靠性的城市道路交通连续网络设计模型。由于现实数据获取的困难性,设计了结合仿真技术的遗传算法来求解该问题。通过算例分析表明,建立的模型是有效的,其求解算法是可行的。     

城市公交系统连续平衡网络设计的双层规划模型及求解算法

根据城市公交网络的具体特点 ,对公交网络进行了系统的描述 ,提出一个双层规划模型来描述连续平衡公交网络设计问题 .在双层规划模型中 ,上层模型为一个标准的公交网络设计模型 ,下层模型是一个公交网络平衡配流模型 .针对所提出的模型 ,设计了基于灵敏度分析的求解算法 .最后 ,给出一个简单算例对所提出的模型和算法加以验证 .     

基于相关机会规划的多机器人觅食过程的参数优化

针对随机环境中以觅食为任务的多机器人系统,在建立其整体数学模型基础之上,利用随机规划中的相关机会规划对影响整体系统性能的两个重要参数进行了优化分析,并采用基于随机模拟的遗传算法得到了优化结果.仿真结果表明,利用该方法可以实现随机环境下的系统优化控制,从而可为多机器人系统的行为规则优化提供理论依据.