带约束多设施选址分配模型与基于变分不等式的启发式算法

设施选址问题在生活、物流、军事中有着非常广泛的应用.主要考虑设施有约束限制以及设施间存在相互运输的情形,提出一个约束多设施选址模型.目标是在平面上的约束区域内选择多个设施,使得这些设施到各个需求点以及各个设施间的距离和最小.提出了基于变分不等式方法的交替选址-分配启发式算法解决此模型:在分配步,采用最近中心再分配算法将顾客分配给设施;在选址步,先将子问题转化为等价的变分不等式问题,再用投影收缩方法求解相应的变分不等式问题.分析了问题及算法的一些性质,并给出了数值试验,证明了算法的有效性.     

信息缺失下考虑预算约束的物流设施可靠性选址研究

针对存在失效风险的设施选址问题,构建了信息缺失下考虑预算约束的物流设施可靠性选址模型.该模型既反映了信息缺失下顾客访问设施方式的变化,又在预算有限的情况下考虑了设施优化布局方案.针对构建模型的特性,基于拉格朗日松弛算法,提出了定制的启发式求解算法.基于京津冀区域的实际数据,构建了一系列的算例,对选址模型的性能和参数进行深入分析研究.研究结果表明:采用拉格朗日松弛算法求解该模型可以获得合理的物流设施选址方案.通过灵敏度分析,探讨了模型参数对物流设施选址成本的影响.     

可变吸引力竞争选址模型与算法研究

结合Huff重力模型,考虑了市场存在一个或多个竞争对手情形下的新设施竞争选址模型.假设顾客访问设施的概率与设施吸引力成正比,与设施同需求点的距离成反比.企业通过确定新设施的选址位置和设施的吸引力水平来追求利润最大化.建立了混合整数非线性规划模型并设计算法进行求解.并通过随机算例验证了算法的有效性.     

一个具有仓库容量选择的两阶段设施选址问题的模型及算法

设施选址及其规模选择优化对供应链的长期战略成本和运营成本有着重要影响,是提高企业利润和竞争力的关键决策之一,也是运筹优化领域研究的热点与难点.针对已有的两阶段设施选址问题(two-stage facility location problem,TSFLP)研究中缺乏对设施容量选择的优化,在设施选址问题基础上引入了设施容量选择的优化,同时确定了工厂的位置、仓库的位置和容量、从工厂到仓库的产品流以及客户到仓库的分配,建立了以最小化总成本为目标的混合整数规划模型,并基于模型特点设计了适合求解此问题的拉格朗日松弛(Lagrangean relaxation,LR)方法和混合变邻域禁忌搜索(hybrid variable neighborhood tabu search,HVNTS)算法.基于随机生成的大量具有不同参数的实例,验证了所提出的算法可有效求解大规模的、且需同时优化设施选址及容量选择的问题.     

基于地理信息系统的大规模设施选址和路径规划

为合理选址和对路径进行规划,以地理信息系统(GIS)为基础,对大规模设施选址和路径规划问题(LRP)提出一种新的算法,该算法在计算时间上优于精确解法和传统启发式方法,且在精度上保持了较高水平.实践证明,新算法结合禁忌搜索可以有效解决大规模实际LRP问题.     

多仓库定位-运输路线安排问题的模型和算法研究

针对现实问题的复杂性,考虑到单独研究物流设施选址和车辆运输路线安排问题的局限性,根据集成物流管理思想,综合考虑两个问题,重点研究了集成物流管理系统中多仓库定位-运输路线安排问题(LRP)。首先提出了LRP的数学模型,由于LRP属于NP-hard问题,提出了一种用于求解该类问题的两阶段混合启发式算法:禁忌搜索-蚁群混合算法。在选址阶段使用禁忌搜索算法求得一个较好的设施位置后,便转向运输路线安排阶段,并采用蚁群算法获得了一个与已得到的设施位置相对应的优化运输路线,这两阶段反复、连续运算,直到满足预先设置的终止条件。最后,给出算例验证模型和算法的有效性。     

考虑设施失效及客户重指派的网络选址模型及求解

基于无容量约束且固定费用的设施选址模型,综合考虑系统运作成本及其可靠性,提出了考虑失效概率及对客户多层级重指派的非线性混合整数规划模型,并用优化的拉格朗日松弛算法对线性处理后的模型进行求解.结果表明:拉格朗日松弛算法适用于中等规模的选址问题;相对于客户的多层级重指派,其设施失效概率对网络选址的影响较大.     

基于可靠性的供应链设施选址问题的优化模型

针对传统设施选址模型片面追求成本最小化而忽视供应链系统服务水平的情况,建立了一个基于容量有限制的供应链设施选址可靠性问题的多目标优化模型(RCFLP),并针对模拟退火算法与粒子群算法的优缺点,提出了一种混合型智能算法—模拟退火粒子群算法。通过收集中国各个省的人口和各个省会的相互之间的距离数据,构建实例,通过本文建立的模型与模拟退火粒子群算法进行了求解, 并对结果进行了分析,将模拟退火粒子群算法计算结果与模拟退火算法和粒子群算法的计算结果相比较,证明了模拟退火粒子群算法的可以较快地获得较好的全局最优解。     

突发事件应急设施选址问题的模型及优化算法

综合考虑应急设施选址的公平性、效率性、设立成本等多方面的因素,建立了一个可适应重大突发事件救援设施不同部署策略的多目标规划决策模型.利用模拟植物生长算法的通用模型,提出了基于模拟植物生长思路的目标问题求解方法.通过对实例的计算,结果验证了多目标决策模型的可行性与合理性,模型的求解算法可获得最优解,具有良好的性能.     

限制条件下应急设施选址数目优化模型及算法

以往应急设施选址模型大多仅考虑应急现场在网络图顶点,应急设施在任意点的情况.因此提出了考虑应急现场与应急设施均可位于网络图任意点的情况,在有应急事件限制下,以达到设施数目最少为目标的一种城市应急设施选址模型,相比之下该模型更具有操作性与实用性.结合集合运算的思想,提出了一种模型的求解算法,计算实例表明了该模型的正确性与算法的可行性.     

基于网络选址的设施系统可靠性

将设施系统的结构用网络表示,其中顶点代表服务设施或客户,边代表物品或信息的传输途径。设施系统的可靠性在很大程度上会受网络边失效的影响。为了度量此种情形下的设施系统可靠性,提出可行可靠度概念。基于集合覆盖问题、 p-中值问题和无容量限制固定费用选址问题建立一个综合选址模型,设计邻域搜索算法并求解一个实例。结果表明,在成本增加不多的情况下,考虑边失效情形可以明显提高设施系统的可靠性。     

基于时间满意的集覆盖问题及若干贪婪算法应用研究

传统的选址问题过于简单地考量时间这一对企业竞争力影响重大的因素。针对这一特点，对时间满意度函数进行了定义，从顾客角度考虑覆盖半径，从企业角度考虑覆盖比例，提出比传统集覆盖问题更一般的基于时间满意的覆盖选址问题。在给定的网络G（V，A）中，以最小化总的建站成本为目标建立这一问题的整数规划模型，并应用3种被证明为在覆盖选址问题中计算效果很好的贪婪算法对不同规模的问题进行求解计算。     

定位路线问题的两阶段禁忌搜索算法研究

定位路线问题是定位配给和车辆路线问题的集成。分析了定位路线问题的含义,建立了此问题的数学模型,并用Lingo 10.0验证了模型的正确性。由于该模型属于NP-hard问题,设计了两阶段禁忌搜索算法:第一阶段用禁忌搜索算法求解定位配给问题,确定设施定位及客户分配;第二阶段用禁忌搜索算法求解车辆路线问题,经过两个阶段的多次迭代求得定位路线问题的优化解,通过实例计算验证该算法的可行性和有效性。     

设施选址问题中的基础模型与求解方法比较

设施选址问题广泛存在于国民经济的各行业中。通过回顾选址问题的发展,重点比较分析中值选址问题与覆盖选址问题中的两类模型,并对模型在实践应用中的求解方法进行列举和总结比较,梳理设施选址问题的相关研究,以期为选址决策者提供参考。     

l1模最优场址问题及最优性条件

利用ｌ１模定义了最优场址问题，给出了ｌ１模最优场址问题的最优条件。     

基于二型模糊集理论的应急设施选址方法

为了研究应急管理中的应急设施选址问题,在传统选址方法基础上,提出了一种基于二型模糊集理论的应急设施选址方法,以区域人口密度量化应急资源需求程度,构建选址集最大覆盖模型.由于人口的流动性,采用二型模糊变量描述人口密度信息,二型模糊变量可提供不确定性建模额外的自由度.在置信度理论框架下,将原模糊模型转化为其等价确定性模型.针对模型中大规模复杂高维的空间地理数据,设计了一种基于网格空间表示法的矩阵编码策略与遗传算法耦合进行模型求解.研究表明:矩阵编码策略可以有效避免维数灾难,并且能够显著提升求解效率,所提方法可以提供合理的应急设施选址决策,以提升突发事件应急管理水平.     

Capacitated Dynamic Facility Location Problem Based on Tabu Search Algorithm

Facility location problem is a kind of NP-Hard combinational problem. Considering ever-changing demand sites, demand quantity and releasing cost, we formulate a model combining tabu search and FCM (fuzzy clustering method) to solve the eapacitated dynamic facility location problem. Some results are achieved and they show that the proposed method is effective.     

考虑企业沉没成本的工厂选址问题

研究了企业在规模经济时带建站费用、有容量约束的工厂选址问题.把传统的容量约束适当放松,同时引入了沉没成本,以避免过大的生产规模和过多设备剩余,这样的选址决策不仅满足企业当期的要求,也为其未来的发展预留了空间.同时,建立了该问题的数学规划模型,并对所建模型给出拉格朗日松驰算法,用随机选取的一组数据对算法进行检验,实验结果显示相对误差在4%以内,求解的时间也很短.     

多目标优化最低代价无人机机巢选址方法研究

无人机巡检作业中，因为功能与续航距离不同，常面临异构无人机协同和机巢选址问题。无人机机巢的最优部署位置策略，可以看作新的选址优化问题，相对于传统设施选址问题，无人机机巢部署问题面临更多新挑战。笔者综合运用地理信息系统、优劣解距离法对候选点位做预筛选后使用贪心算法和拉格朗日松弛优化的p-中值覆盖问题优化方法，在综合考虑布点原则、飞行任务、飞行半径、功能性冗余等目标因素，提出一种多目标优化最低代价的无人机机巢选址法，将机巢分布问题定义为限制因素预选址前提下的p-中值最低代价问题，设置原则性约束，实现多目标优化最低代价的机巢布点，从多个角度考虑降低巡检成本。实验结果表明：多目标优化后机巢布点在建造、维护、巡检和综合成本上比传统选点方法有9.2%以上的成本节约。