基于时间窗的机场地面保障车辆动态调度

机场各类地面资源的优化配置是机场场面运行优化的核心问题,而机场地面保障任务的调度是其中的关键一环。本文针对机场地面保障车辆的调度问题,考虑航班延误、提前等情况,构建了双阶段机场地面保障车辆调度模型,并设计双阶段启发式算法进行求解;基于我国某大型机场的实际运行数据,以清水车和食品车调度为例分别进行仿真实验,结果表明：对比先到先服务策略,清水车行驶总距离减少55.31%,食品车行驶总距离减少47.38%;对比传统遗传算法,清水车行驶总距离减少19.31%,食品车行驶总距离减少22.93%;动态调整后,清水车新增总行驶距离1.2%,食品车总行驶距离新增3.2%,均在可接受范围之内。可见,双阶段机场地面保障车辆调度模型能提高大型机场场面运行效率,为机场航班实际地面保障任务调度提供理论依据和决策支持。     

多车型条件下机场接送服务的协作调度优化

针对多车型机场接送服务,建立了以最少行驶总里程数为目标的协作调度模型.根据模型特点,提出用于模型求解的启发式优化算法.该方法在初步规划出基本路径后,寻找出需要一辆车单独服务的载客点,即孤立点.分别考虑了孤立点与基本路径的协作方式、剩余基本路径与已和孤立点协作的基本路径的协作方式,以及最终剩余路径之间的协作方式,由此获得了协作模式下的车辆调度方案.仿真实验证明,本文提出的协作调度模型及优化算法能有效降低机场接送服务的运营成本.     

考虑多种时间因素的作业车间调度优化

为了简化模型和研究的需要,在大部分作业车间调度研究中,加工时间是主要考虑对象,但是统计表明非加工过程时间在生产制造过程中的占比超过90%。车间生产过程的调整时间、运输时间和故障时间等辅助时间在调度中有着重要作用,时间因素的忽略导致很多调度结果不能在实践中得到良好的应用。针对这个问题,根据作业车间生产实际过程,从调度的应用出发,综合分析了运输时间、调整时间、等待时间、故障时间、加工时间等多种作业车间时间,研究了多种辅助时间条件下的作业车间调度问题,建立其调度模型并设计了改进遗传算法进行求解。最后验证和比较了作业车间经典调度用例,结果显示,考虑时间因素对作业车间调度优化性有较好的改进。     

不确定市场下的炼厂生产非线性规划模型与调度优化

针对市场需求等不确定因素的影响,考虑到炼厂生产调度过程中能耗和库存的约束要求等实际情况,应用供应链管理思想,建立炼厂生产与库存非线性规划优化模型;为使目标函数即炼厂的利润最大或是成本最小,对决策变量为各装置产品的产量进行优化排产;考虑到这类复杂系统的优化模型中,存在约束条件相互制约而导致无解的情况,采用最小二乘法求解,得到最符合各个约束条件的妥协解.     

露天煤矿车辆的不确定调度模型与优化求解

以内蒙古一露天煤矿为研究对象,对露天矿车辆调度过程中的关键时间参数进行统计分析,确定其随机性,建立车辆调度的不确定模型.在对不确定调度模型优化分析的过程中,训练神经网络逼近函数,对于粒子群算法容易陷入局部收敛的缺陷,结合模拟退火算法的局部搜索技术,得到模拟退火算法和粒子群算法相结合的混合智能算法.计算实验结果证明该算法的有效性和优越性.     

含运输时间的柔性作业车间调度问题研究

在工厂实际生产中,零件加工的运输时间占整个加工时间的比例是很大的,这个时间在生产调度时不可忽略。为了更合理的研究柔性作业车间调度问题,将运输时间考虑进调度模型之中,并在经典遗传算法的基础上进行改进,设计了一种新的启发式规则算法,嵌入在遗传算法中,用于该问题的求解。通过计算结果的比较,证明此调度模型更符合实际生产情况。改进后的算法能够得出解的效率更高。     

集群作业调度优化技术研究

本文主要概述了集群作业调度的相关优化技术,因此下文将简要讨论集群作业调度的资源分配、资源监控和作业调度。     

具有交货时间的单机作业调度问题的最优解

基于回溯思想的算法通过系统地搜索解空间可以得到具有交货时间的n个作业的单机作业调度问题的最优解.给出一种改进算法,使得算法的时间复杂度由O(n!)降低到O(nlgn).     

带有不确定时间的并行机排序问题

从实际生产应用出发,在并行机排序问题中,加入了不确定变量———不确定加工时间,针对最大完工时间的数学模型,给出了3个不确定数学规划模型,且通过一个数值例子,利用混合智能算法对其中一个模型求解,计算结果表明了模型的合理性及其算法的有效性.     

基于准时制的时间成本双目标作业调度优化

提出了一种基于混合遗传算法的以生产周期和生产成本为优化目标的作业调度方法，该方法采用Giffler-Thompson启发式调度算法产生活动的调度，基于工序编码的染色体决定了工序调度的优先级，在启发式调度算法产生的冲突集合中，根据工序的优先级选择下一步安排加工的工序，混合遗传运算在全全局范围内搜索具有最优调度工序优先级的染色体，同时，在GifflerThompson的启发式算法中，采用了反向调度的策略，即从工件的交货期开始，先安排最后一道生产工序，然后依次安排前一道生产工序，直到工件的第一道工序调度完毕，形成一个完整的调度方案，在算法中，不仅考虑了工件的生产周期和多个工艺计划，而且考虑了库存费用和加工费用，设计了基于生产周期和生产成本的双目标适应度函数，算例结果表明该方法是可行的。     

机场地勤服务优化问题的双重变异单亲遗传算法

为了减少地勤服务作业调度影响的航班延误,以总航班延误最小化及航班延误方差最小化为目标建立了多目标非线性整数优化模型.地勤服务作业调度优化问题是NP难问题,因此,提出了一种双重变异单亲遗传算法求解该类问题.该算法避免了遗传算法求解同类问题时产生非法个体的现象,并且双重变异策略具有全局搜索能力.结果表明:双重变异单亲遗传算法可以很好地解决航班分配服务组及服务组内航班服务序列优化的地勤服务调度问题,减少了因地勤服务作业导致的航班总延误,避免了单个航班长时间延误.     

基于滑动时间窗的机场流量优化分配

针对机场实际运行过程中飞行流量需求以及机场容量动态变化的特点,将滑动时间窗概念应用到机场飞行流量分配问题中,提出了一种基于滑动时间窗的机场流量动态优化分配方法。对基于滑动时间窗的流量优化分配原理进行了阐述,该方法采用不断进行的动态流量分配代替静态的一次性流量分配,能够实时得到当前时间段最优化的流量分配方案,为机场战术流量管理提供决策支持。实例计算表明：基于滑动时间窗的机场流量优化分配方法在动态环境中能够较好地达到实时优化分配飞行流量目的,而静态流量分配方法不适用于动态环境,文中方法实用有效。     

基于遗传算法的电梯群控鲁棒优化模型

针对电梯群控调度过程中交通流不确定的问题,建立了鲁棒优化模型,利用遗传算法对所建模型进行求解.对于不确定线性优化问题,研究了不确定集的选择以及模型鲁棒对等式转化方法.仿真实验中,利用电梯群控虚拟仿真环境对鲁棒优化调度算法在不同交通流下进行了验证.以300人/15 min的混合交通流模式为例,鲁棒优化算法的平均候梯时间比静态分区算法降低12.77 s;平均乘梯时间比最小等待时间算法降低9.7 s;电梯启停次数比静态分区算法少8次.实验结果表明,鲁棒优化调度算法对不同交通模式具有更好的适应性,可以减小交通流不确定性的影响,提高电梯群控调度性能.     

改进的粒子群算法及其在带软时间窗车辆调度问题中的应用

针对微粒群优化算法容易陷入局部极值的缺陷,提出多相粒子群优化算法(Multi-pha-ses Particle Swarm Optimization,MPSO).建立了带软时间窗车辆调度问题数学模型,并将该方法运用于带软时间窗车辆调度路径优化.根据多相粒子群并行搜索的思想,给出MPSO算法在带软时间窗物流配送车辆调度路径优化的实现流程.仿真结果表明:多相粒子群算法可以快速、有效地求得车辆路径问题的优化解,是一种求解带软时间窗车辆路径问题的较好方案.     

网络化运营的城市轨道交通枢纽站衔接调度研究

针对目前城市轨道交通初步网络化运营换乘时间费用较长的问题,从换乘等待时间费用最小角度出发,对城市轨道交通各线路在客流低、中及高峰时期发车时间进行优化,建立城市轨道交通枢纽站衔接调度优化模型,并设计遗传算法对该模型进行求解,通过多次仿真运算,结果分析表明该模型及算法的有效性和实用性.     

水库实时调度的研究

结合安徽省淠河灌区优化调度成果，通过逐步回归法，建立了水库放水量与其各因子之间的统计数学模型，即回归模型。提出一种基于回归模型基础上的实时调度方法，即采用逐日实测来水资料，逐日修正回归模型中预报来水因子的办法，减小了由于中短期预报不准确造成的误差，从而使优化调度的成果可以切实用于指导水库的调度。     

远程教育学习支持服务运行体系分析

远程教育学习支持服务运行体系具有可建构性、可运行性和可分配性的特点。作为一个自主运行的有机整体,学习支持服务运行体系由组织架构系统、服务内容系统以及后勤保障系统三部分构成。这三个构成部分相互作用,相互影响。远程教育院校要以动态、发展的观点看待学习支持服务运行体系,应该随着远程教育办学模式的创新、服务内容的拓展、服务手段的更新而适时调整学习支持服务运行体系,并不断地予以完善。深入分析和探讨作为远程教育核心构成的学习支持服务运行体系,对远程教育的质量保障起着非常重要的作用。     

浅谈公共图书馆的服务优化

网络时代图书馆服务管理和服务思想的转变已经势在必行. 在图书馆服务优化过程中,需要用新理念指导服务,用新技术改进服务,用新措施落实服务,用新管理保障服务,用新项目促进服务.     

单台设备零件加工最小延期量的模拟与优化

安排零件加工顺序的评价标准，通常有最大流程时间、平均流程时间、最大延期量、平均延期量等．为了使评价目标达到最优，对单台设备情况下的零件排序有两种方法，一是“最短加工时间规则”即ＳＰＴ规则；二是“最早预定交货期规则”即ＥＤＤ规则．本文对ＳＰＴ和ＥＤＤ规则在求最小平均延期量方面提出了质疑，并提出了用蒙特卡罗法进行模拟的合理方案．文章最后建立了单台设备零件加工的最小费用优化模型．