油田措施配置多目标随机规划

措施规划对于延长油田稳产年限 ,合理地安排稳产措施从而提高采油速度及最终提高采收率是十分必要的 .有些学者建立了油田稳产措施规划的确定性规划 ,即模型中所有的参数均为确定值 ,而实际油田生产中有许多因素是不确定的 .也有文章建立了措施规划的随机规划模型 ,但建立的规划模型仅涉及一个目标函数 ,即所谓的单目标规划 .而在实际的油田措施配置中 ,需要对多项指标提出优化要求 .本文针对油田开发实际中存在的不确定现象 ,利用规划论中处理随机现象的机理 ,建立了油田措施的多目标随机规划模型 ,并采用具有擅长全局搜索、高度鲁棒性特点的遗传算法进行求解 .应用结果表明 ,该模型使措施配置更能反映生产实际.     

一类企业物流中心动态选址模型研究

首先探讨现阶段物流中心选址建模问题的新特点.其次根据需求动态变化的特点,将规划期分割成几个有代表性的周期,运用随机机会约束规划作为建模工具,以规划期内物流运作总费用和费用变动最优为目标,建立了多周期的企业分销物流中心随机机会约束动态选址模型最后对该模型的分析和处理进行了讨论,并通过算例论证了该模型的可行性和有效性.     

随机批量问题的两种新模型及其算法

研究随机需求下 ,单层多产品、资源能力受限的批量问题 .对资源能力确定的情形 ,给出机会约束规划模型 .对资源能力不确定的情形 ,基于执行计划的策略提出了一种随机环境下的期望值模型 .本文采用基于随机模拟的遗传算法求解上述两种模型 .通过对算例结果进行方差分析 ,研究各种模型参数和环境变量对目标费用的影响 .最后 ,对该问题的进一步研究工作进行了展望 .     

一类多周期的物流中心稳健性选址模型研究

从剖析现阶段物流中心选址问题的特点入手,根据需求动态变化的特点,将规划期分割成几个有代表性的周期,运用随机机会约束规划作为建模工具,以规划期内物流运作总费用和费用波动均方差总体最优为目标,建立了多周期的企业分销物流中心随机机会约束稳健性选址模型.其次对该模型的分析和处理进行了深入的讨论,为模型的求解指出了两种可行的途径--确定等价类的转化和随机模拟.最后运用实际算例说明了模型的合理性和有效性.     

基于随机需求的供应链核心企业产品优化问题研究

将供、产、销多个阶段纳入同一决策体系,考虑供应链环境下企业可获资源约束,研究随机用户需求下供应链中核心企业产品优化问题,建立了随机规划数学模型,根据问题的特点设计了矩阵实数基因组编码和随机模拟约束检验的遗传求解算法,通过算例仿真验证了模型和算法的可行性和有效性.     

随机需求与随机生产环境下的综合能力规划研究

为研究随机因素对一般制造企业能力扩张决策的影响,考虑市场需求的随机性和生产作业消耗的随机性,基于能力规划模型的一般形式构建了随机市场需求和随机生产环境下的能力规划模型.通过机会约束规划方法,找到了随机生产能力约束的确定性等价类,同时,使用随机线性约束的二阶段求解方法,建立了随机需求约束的确定性等价模型,以随机环境下期望成本最小为决策目标,得到了随机能力规划问题的确定性等价形式.建立了使用遗传算法搜索能力调整变量,而使用原始-对偶方法求解产品组合决策二次约束规划的算法结构.通过算例证明了模型和算法的有效性.     

集约生产计划的机会约束规划方法

对具有模糊需求量、模糊加工能力约束以及资本水平约束的多品种类集约生产计划的机会约束规划描述和求解方法进行了研究．应用机会约束规划构造满足需求的可能性水平函数，讨论了可能性分布函数的性质，建立了具有模糊需求量集约生产计划问题的机会约束规划模型，并提出了求解模型的总体步骤，使其在模糊环境下的决策过程更具柔性．     

求解模糊机会约束规划模型的微粒群算法

针对现在不确定规划领域中存在的模糊机会约束规划模型和群智能优化方法-微粒群算法,提出了一种求解模糊机会约束规划模型的新混合智能算法.该算法利用微粒群算法并运用模糊模拟技术对模糊机会约束规划模型的规划问题进行分析和数值求解,因而无需像传统的基于遗传算法的混合智能算法那样需要很长时间并经过复杂的计算才能得到结果.通过对实际模型的分析和数值求解,给出了应用该方法的具体步骤,说明了该混合智能算法的合理性和有效性.     

矿区最优投资分配动态规划模型研究

应用动态规划的理论,针对矿区建设的特点,以投资呆滞损失和欠产损失为主优化目标,以初期投资少为次优化目标,建立了矿区建设投资最优分配的多阶段动态规划投资模型,并给出了模型的解法.最后以我国某矿区为实例,应用模型进行求解,得出了满意结果.     

随机最优证券投资组合模型

讨论了当投资的预期收益率和风险损失率为随机变量时 ,证券投资组合模型的优化问题 .并分别建立了证券投资组合决策系统的期望值模型及机会约束规划模型 .最后设计了基于随机模拟的遗传算法 ,该方法有效地解决了证券投资组合模型的优化问题.     

晋中榆社县云竹河流域土地整理规划研究

应用多目标规划和模糊综合评价方法对晋中榆社县云竹河流域大型土地整理工程进行规划 ,得出三个供选方案 .通过对三个方案的综合评价 ,选出一个最优方案作为整理区的实施方案 ,并对实施方案进行了全面的分析.     

QUASI-CONCAVE MULTIPLE OBJECTIVE PROGRAMMING WITH CONE STRUCTURE

ＱＵＡＳＩ－ＣＯＮＣＡＶＥＭＵＬＴＩＰＬＥＯＢＪＥＣＴＩＶＥＰＲＯＧＲＡＭＭＩＮＧＷＩＴＨＣＯＮＥＳＴＲＵＣＴＵＲＥ￥ＨＵＡＮＧＺｈｉｍｉｎ；ＬＩＳｕｓａｎＸ．（ＳｃｈｏｏｌｓｏｆＢｕｓｉｎｅｓｓａｎｄＢａｎｋｉｎｇ，ＡｄｅｌｐｈｉＵｎｉｖｅｒｓｉｔ...     

投资基金群决策风险-收益模型

投资基金是一种主要用于证券投资的大众化工具 ,其特点是募集社会公众投资者基金 ,委托具有专门知识和经验的专家经营操作 ,并将最终的收益分配给投资者 .本文综合考虑收益、风险和交易费用三个目标 ,讨论了含有无风险资产的证券组合投资问题 ;首先利用相对熵方法 ,将专家群体对目标和权重的建议水平及其偏好集结成群体偏好和目标 ,然后建立相应的目的规划 ,并将目的规划问题等价地转化为两个线性规划问题 ;给出了算例 .     

Two Innovative Coalition Formation Models for Dynamic Task Allocation in Disaster Rescues

This paper addresses the problem of multi-objective coalition formation for task allocation. In disaster rescue, due to the dynamics of environments, heterogeneity and complexity of tasks as well as limited available agents, it is hard for the single-objective and single (task)-to-single (agent) task allocation approaches to handle task allocation in such circumstances. To this end, two multi-objective coalition formation for task allocation models are proposed for disaster rescues in this paper. First, through coalition formation, the proposed models enable agents to cooperatively perform complex tasks that cannot be completed by single agent. In addition, through adjusting the weights of multiple task allocation objectives, the proposed models can employ the linear programming to generate more adaptive task allocation plans, which can satisfy different task allocation requirements in disaster rescue. Finally, through employing the multi-stage task allocation mechanism of the dynamic programming, the proposed models can handle the dynamics of tasks and agents in disaster environments. Experimental results indicate that the proposed models have good performance on coalition formation for task allocation in disaster environments, which can generate suitable task allocation plans according to various objectives of task allocation.     

一种基于信息熵的强化学习算法

针对强化学习中探索和利用之间的平衡控制问题,提出了一种基于信息熵的强化学习算法。该算法利用信息熵的概念,定义了一种新的状态重要性测度,度量了状态与目标之间的关联程度,据此设计了一种探索机制,用于自适应调节学习过程中探索和利用之间的平衡;通过设置可变测度阈值的方法,对状态空间进行自主删减,最终生成合适的、规模较小的状态空间,从而大大节约了计算资源,提高了学习速度。仿真结果表明,所提算法具有较好的学习性能。     

连续体结构的模糊多目标拓扑优化设计方法研究

提出了连续体结构静力学和动力学多目标拓扑优化设计的模糊-目标规划方法。该方法利用目标规划方法将多目标优化问题转化为等效的单目标问题,并用模糊集理论中的非线性隶属函数来体现目标规划方法中目标函数期望值所具有的模糊性和不确定性。以结构静力学的刚度和动力学的特征值作为优化的两个目标函数,提出并建立了连续体结构拓扑优化设计的多目标优化模型。用移动渐进线方法(MMA)求解单目标优化问题,用序列线性规划方法(SLP)求解模糊-目标混合规划问题。通过典型的求解算例验证了所研究方法的有效性。     

PSO算法求解基于PCVRP的热轧批量计划问题

将热轧批量计划编制问题归结为奖金收集的车辆路径问题,按照热轧工艺规程,同时考虑轧制计划中钢板宽度、厚度的反跳约束,设计了反跳惩罚表,提出一种多目标数学规划模型,即最小化轧制计划数、最小化惩罚值、最小化未轧制板坯数.应用粒子群(PSO)算法进行求解,对PSO算法的求解过程进行了改进,使其适用于热轧批量计划问题,在实验中测试了算法的参数(惯性权重、加速因子)对解的影响,并进行了实验分析,获得了满意的结果.实验表明,经过改进的PSO算法所获得的最优解以及平均使用时间上都是有效的.     

市场供求不确定供应链的多目标鲁棒运作模型

提出了由一个制造商和一个供应商构成的多产品、多阶段供应链在原材料市场的供应和消费市场的需求均不确定条件下的多目标鲁棒运作模型.采用已知概率的离散情景描述消费市场需求和原材料市场供应的不确定性.供应链的运作模型为一个多目标规划问题,满足诸如供应链协调运作、所有供应链成员的目标利润尽可能最大、对应于不确定供求的决策的鲁棒性等多个相互冲突的目标.数值算例的结果表明,将鲁棒性运用于这些目标中,能够减少产品需求和原材料供应的不确定性对目标值的影响.     

用多目标进化算法求解二层规划双目标模型

传统单目标二层规划模型得到的最优解往往无法使上下级双方都满意.为此,通过在上层规划中同时考虑下级的目标函数,建立了原问题的上层为双目标规划的一个新模型.上下级可通过协商在该模型的Pareto-最优解集中找到双方满意解.对此模型设计了求解的多目标进化算法,用传统优化算法求解下层规划的单目标问题,而对上层的双目标规划问题则采用基于NSGA-Ⅱ的多目标进化算法求解.数值试验表明我们所提出的算法是有效的.     

多目标线性规划模糊决策的加权集成方法

在已有多目标线性规划问题研究的基础上，探讨了加权算术平均算子和加权极大极小算子的性质以及在目标可补偿性的各种情况下求解的方法，利用这两种加权算子，不仅可以保证得到有效解而且随着权重的变化可以得到全部的有效解，在此基础上提出了改进的两阶段法。所提方法在实际决策过程中不仅具有可靠理论基础，而且也给决策者提供了更多的选择余地。