任务可拆分项目调度问题

经典资源受限的项目调度问题的前提之一是任务不可拆分,即每个任务只能被一次执行,中间不能停顿.但是在企业实际的项目调度中,许多任务是允许被拆分成若干次执行的.针对任务可拆分的项目调度问题提出了总项目工期最短的数学模型,该模型在任务较多、任务工期较长或时间粒度小时解空间很大,不利于精确求解.提出了一种结合邻域搜索方法的混合遗传算法求解该模型.给出了算法的编码方案、解码规则、适值函数、选择方法、交叉算子和变异算子的实现方法.最后通过算例验证了算法的有效性,列出了任务不能拆分和任务可拆分两种情况下算例最优解的甘特图.     

分销网络多级存储的RFID使能的Pull控制系统

射频识别(RFID)和物联网技术能够实现出入库产品快速自动扫描、精确计量以及订发货数量等物流信息在供应链上下游节点企业间的实时传递,为供应链存储控制提供了新方法。基于此,设计了RFID使能的远程电子看板系统,实现了供应链分销网络多级存储的RFID使能的Pull控制,并对涉及的RFID使能的电子看板、分销网络多级存储的Pull控制以及网络数据库等关键技术进行了分析。最后,通过分别对RFID使能的Pull策略与(r,Q)策略下多种结构供应链分销网络多级存储的仿真,验证了RFID使能的Pull策略能够有效降低存储成本、提高服务水平。     

基于层次线路优选法的公交线网仿真设计

针对交通路网布设方案的不可实验性,为提高公交线网设计优化性能,提出了基于"层次线路优选法"的仿真设计思路,对公交线网进行层次划分,并分层进行线路优选,组合成网,突出发挥不同层次线路的功能,消除了传统"线路优选法"忽略公交网设计不同层次线路需求的缺点。阐述了"层次线路优选法"的基本原理,给出了"层次线路优选法"的基本实现步骤,并着重描述了层次选择模型的构建、公交线路选择的遗传算法。采用经典算例对线网的仿真设计方法进行验证。结果表明,与其它研究成果相比,此方法得出的线网设计结果方案在满足单次出行换乘次数低、无公交盲点的前提下,具有线路负载均衡、线路弯曲度小、高线网覆盖率、低线网重复系数、线段最大重复次数少的特点,满足了公交线网设计的基本功能要求。     

电子中介中具有模糊信息且需求不可分的多属性商品交易匹配问题

以B2C型电子中介中买卖双方商品交易为实际背景, 研究了模糊信息且需求不可分情形下多属性商品交易的优化匹配问题. 首先, 在给出问题描述的基础上, 建立了电子中介中具有模糊信息且需求不可分的多属性商品交易匹配模型, 并从买卖双方视角提出了新的基于改进模糊信息公理的交易匹配度计算方法. 模型属于一类带约束的非线性多目标通用指派问题, 其优化目标是实现买卖双方交易匹配度和交易数量的最大化. 接着, 针对模型的特点和NP-hard性质, 设计了一种新颖的多目标离散差分进化算法对之进行求解. 最后, 通过多个数值算例的计算并与相关算法进行对比分析, 说明了模型的可行性和算法的有效性.     

求解0-1动态优化问题的双概率原对偶遗传算法

在原对偶遗传算法(PDGA)的基础上,提出一种双概率原对偶遗传算法(DPPDGA).引入弱势基因位值与强势基因位值的概念,对二者赋予不同的对偶映射概率,并对两个对偶概率进行适应性调整.比较原始算法,改进算法使种群具有更理想的多样性,并利于种群较快地收敛到满意解.仿真结果表明,该算法在0-1动态优化问题的求解中具有更好的性能.     

TS求解多机成组工件调度

讨论并行多机成组工件的极小化最大通过时间调度问题·它是一个非常复杂的组合优化问题,是NP难题·为了解决此类问题,采用了两种智能优化算法方法·通过大量的仿真实验,将两种方法进行了比较·结果证明:禁忌搜索结合启发式的智能优化算法可靠性高、运算速度快,有能力有效地解决大规模实际问题·     

半无限规划在新产品开发中的应用

本提出一种新产品开发计划的定量分析方法。该方法将所有产品分为四种具有不同收益曲线与参数的产品类型。具体产品的经济特性确定其曲线参数。在产品量化描述的基础上,给出一种利用0－1线性半无限规划（0－1LSIP）制订新产品开发计划的数学模型方法。     

基于菌群自适应觅食的公交调度建模仿真与优化

提出了一种新型群体智能优化方法—菌群自适应搜索算法（Adaptive Bacterial Foraging Optimization,ABFO）。ABFO算法在细菌觅食算法（Bacterial Foraging Optimization,BFO）研究工作的基础上,将细菌的趋化行为,群体感应机制和自适应搜索策略相集成,体现细菌个体通过信息交流与合作在群体层面表现出更高智能行为的特性。此外,ABFO算法的自适应策略动态地控制人工细菌的趋化步长,从而能够在运行时有效地平衡算法的探索和开发能力。然后,基于ABFO进行公交调度模型的求解,以便快速地集散交通流,实现站点、客流、车流的优化配置。仿真试验结果表明,与其它智能算法相比ABFO算法具有收敛速度快,寻优能力强和较强的鲁棒性等优越性能。     

JIT系统下的单机提前/拖期调度问题

分别研究了交货期及交货期窗口下的单机调度问题，目标是寻找一个最优调度极小化提前／拖期任务数。假设如何任务在交货期或交货期窗口内完工，则不受处罚；否则，就要受到一个固定的提前／拖期惩罚；提出了在交货期及交货期窗口下的寻找最优调度的多项式算法，并以两个实例说明了算法。     

利用非精确算法求解模糊规划问题

提出一种基于遗传算法求解模糊线性规划的非精确算法,它将遗传算法将做为算法的框架,在遗传算子之中运用了模糊控制思想,最终求解出一个模糊优解,取代了利用单纯形法求解模糊线性规划问题的一个最优解。实验结果表明,算法能使决策者更加满意,并有潜力解决实际的规划问题。