集装箱港口多式运输系统资源配置协调优化研究

提出了基于仿真优化的集装箱港口多式运输资源配置协调优化方法.首先,建立了集装箱港口多式运输作业系统的排队网络仿真模型,建立了以作业效果与资源利用均衡协调为目标的优化模型:其次,运用仿真模型与启发式算法相结合的仿真优化方法进行求解:最后,案例分析结果表明该方法对集装箱港口多式运输作业资源协调优化问题的适用性和有效性.     

任务调度启发式信息的卫星数传ACO算法应用

针对卫星数传调度问题,建立了任务调度启发式信息体系框架,提出了基于任务开始时间、任务调度收益、任务可用资源灵活度和任务调度冲突度的启发式信息,研究了任务调度启发式信息在卫星数传蚁群优化算法中的应用。针对不同规模场景的仿真结果表明,任务调度启发式信息有助于蚁群算法求解卫星数传调度问题。     

基于仿真优化的集装箱堆场大门系统规划研究

运用仿真优化方法对集装箱堆场大门系统规划问题进行了研究。建立了大门系统规划问题的数学模型，规划目标是在满足系统作业要求的前提下最小化大门系统的建设费用；根据系统作业中存在的不确定性、随机性活动的特点，建立了大门作业系统的离散事件仿真模型，并运用仿真模型与启发式算法相融合的仿真优化方法进行求解；运用案例分析验证了该方法的有效性，同时进行了敏感性分析。     

分布式环境下批处理机调度启发式算法求解

将批处理机调度问题扩展到分布式环境下,提出了批调度问题的一个新模型.模型中,工件动态到达各批处理机,且在加工之前和之后需要有运输时间.证明了该模型是NP难的,并通过问题的一个下界来衡量各算法性能.给出了分布式环境下批分配的一个启发式算法AR(assignment rule)以及一个分批准则BR(batching rule),在此基础上对问题的求解提出了若干启发式算法.仿真实验表明各算法均可以对问题进行有效的求解,加入分批准则对于算法有进一步的优化作用.     

一种高效的实时交通信号灯控制算法

针对交通信号灯实时控制问题,设计了一种以最小化车辆等待时间为目标的数学模型,并给出了一种能求解该模型最优解的启发式搜索算法.仿真结果显示启发式搜索算法存在求解时间长,求解效率不稳定等问题.因此在原算法基础上加入了多阶段决策优化方法,并且在各个阶段中采用了限时搜索,使得算法能在固定时间内得到结果,保证了算法的稳定性和实时性.通过实际数据仿真显示,优化后的算法对比固定周期算法减少了车辆的等待时间;对比原始的启发式搜索算法,提高了求解效率,满足了实时控制的要求.     

能力受限批量问题的启发式算法与CPLEX仿真优化

能力受限批量问题多数都是NP-hard问题,解决方法之一就是构造启发式算法获取尽量接近最优解的可行解。目前多数文献通过大规模计算分析来评价启发式算法的性能,但是这种评价方式只能表明该算法针对特定实例的适应性。利用商业优化软件求解同一实例并与算法计算结果进行对比分析,可以体现算法的有效性。针对一种运输能力外包且费用时变的多产品动态经济批量问题,建立混合整数规划模型,通过约束松弛与模型分解,设计出一个基于拉格朗日松弛理论的启发式算法进行模型求解。大量随机实验计算结果以及CPLEX仿真优化结果对比分析表明,在某些实例情况下,启发式算法获取的最优值与CPLEX获取的相当,但是求解时间要明显优于CPLEX,因此选择启发式算法求解此类实例是较优的。     

求解作业排序问题的通用混合遗传算法研究

车间作业排序理论是生产管理与组合优化领域的重要研究方向 ,由于其固有的计算复杂性( NP-Hard) ,一般无法利用经典方法求出最优解。本文针对一般作业排序问题 ,将遗传算法与启发式方法相结合 ,建立了一种混合算法框架 ,利用遗传算法改进启发式方法的求解性能 ,同时利用启发式方法引导遗传搜索过程 ,以提高其搜索效率。通过对完工时间与平均延误时间等不同优化目标的计算分析与比较表明 ,该方法对不同类型的排序问题均具有相当满意的求解效果.     

应急事件中瓶颈环节的实时优化调度

应急事件中的资源优化调度处于复杂动态的环境中,受到各种随机因素的影响,使得问题求解更加困难。约束理论指出瓶颈决定了整个系统的性能,通过对瓶颈环节的实时调度可以简化问题。用三元组α/β/γ方法分析了应急事件中瓶颈环节优化调度问题的特征,建立了对应的数学模型。运用基于任务的实时调度策略与包含复合动态分派规则的启发式算法进行问题求解。通过仿真结果验证算法的优越性和可行性。     

资源与活动多对多关系下面向成本的业务过程资源配置优化

资源配置优化是业务过程管理的一个重要内容和目标，可以有效地提高业务过程的执行效率. 采用基于数学模型的数值化分析优化方法，研究了资源与活动之间多对多关系下面向成本的业务过程资源配置优化问题. 基于集合理论建立了面向成本和资源配置分析优化的业务过程模型，提出了在确保业务过程稳定执行（或达到一定处理能力）条件下的面向成本最小化的资源数量配置和任务分配数学模型，采用分枝定界联合启发式方法设计了快速有效的求解算法. 案例研究表明提出的资源配置优化方法是可行的和有效的.     

基于启发式仿真优化的航迹规划方法研究

针对现有航迹规划方法过多依靠先验知识,无法反映威胁源联网和突防过程中的各种随机因素对航迹规划的影响,提出一种网络化反导防御体系环境下的基于启发式仿真优化的快速航迹规划方法。该方法首先利用启发式搜索算法缩减仿真优化的实验空间,生成精英航迹集合,然后通过攻防仿真实验给出精英航迹的性能评价值,选择最佳航迹对应的规划目标函数权重取值,作为下一轮优化的初始值,直至得到满意解。最后通过一个规划实例证明方法的正确性和可行性。     

采用混合单亲遗传算法求解一类资源-时间优化问题

针对资源有限最短时间的一类资源 -时间优化问题 ,提出了混合单亲遗传算法进行求解 .作为一类 NP完全问题 ,该问题求解难度相当大 ,尤其问题规模大时寻找最短时间优化解就更困难 .针对问题的特点本文引入的算法结合了启发式规则 ,给出了算法全局收敛的理论分析 ,并给出实际应用表明该算法的有效性.     

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.     

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.     

一种基于改进蚁群算法的多点路由算法

蚁群算法是一种新型的随机优化算法,蚁群算法与其它随机优化算法同样存在收敛速度慢易于限于局部最小点等缺陷.提出一种改进的蚁群算法,并将其与启发式方法相结合以解决多点路由问题.仿真证明,基于改进蚁群算法的多点路由算法模型可以稳定地获得优于现有启发式算法的解,是一种有效的多点路由算法,同时该算法也适用于并行执行和应用.     

飞机着陆调度优化--带移动时间窗的隐枚举算法

以深度优先搜索的隐枚举算法为基础,结合MPS约束、位置冻结限制、移动时间窗限制和其他多项约束,使用复杂的软件编码实现了特定于飞机着陆调度问题的优化排序算法。对比研究了全局优化、带移动时间窗的局部优化以及一种启发式算法。结果表明,后两种算法可以很好地达到现实空管应用中的实时性要求。可应用于多种目标函数的动态实时ATC自动化系统中,能有效地减小交通延误和提高着陆容量。     

能力限制条件下内河集装箱枢纽港选址问题研究:以长江为例

相比于海洋运输,内河运输中集装箱船舶较小,船舶装载能力受到一定的限制.本文研究能力限制条件下内河集装箱枢纽港选址问题,建立一个混合整数非线性规划模型.不同于传统的枢纽选址问题的研究大多是基于枢纽之间的运输折扣因子的假设,本文采用基于流量的非线性费用函数来表示规模经济.从而使得所研究的问题是一个凹函数优化问题.为简化本文的问题,将目标函数分段线性化.基于线性化后的模型,根据能力限制的条件,提出一个启发式求解算法,以及一个加速技巧.最后,通过以长江为例,进行算例分析,来说明模型和算法的效果.     

随机梯度估计及其在系统管理中的应用

随着信息技术与系统管理的深度融合发展，蒙特卡洛仿真技术和随机梯度估计方法在系统管理中受到越来越多的重视。梯度估计是优化复杂系统结构、估计复杂系统参数、度量和控制风险的重要工具。由于梯度估计包含比系统表现估计更多有用的信息，如何对随机梯度进行准确估计在随机仿真领域得到了广泛的关注，并且它是基于梯度的优化方法中的核心问题。对常用的随机梯度估计方法进行了梳理，并举例介绍了其在系统管理中应用的主要挑战、求解思路及对管理学研究的启示，以期为系统管理提供理论和方法学基础。     

一类物流输送网络路由的优化调度研究

针对一类物资配送系统的瓶径效应问题，提出了一种多车多路径输送网络模型及其描述。根据配送系统的特点，采用智能蚂蚁算法优化输送系统网络的路由，给出了优化算法和实现过程。最后给出了实验验证。实验结果表明：该方法能较好的解决输送系统的路径优化和调度问题，提高了系统出入库效率。     

集装箱多式联运系统装卸与运输一体化优化问题

集装箱多式联运（Container Multimodal Transport）是一种以实现货物整体运输的最优化效益为目标的联运组织形式。本文针对集装箱多式联运系统优化的一个核心问题——装卸与运输一体化作业优化问题，进行深入分析，提出一个分析模型，为该模型开发了实用优化算法，并通过与基准问题（benchmark problems）的对比实验显示了该算法实用性及有效性。     

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.