考虑BOM的FMS生产线能力规划问题

针对印刷装配板(Printed Wiring Board, PWB)的制造过程,建立了一个基于多种需求状态的多计划期多种产品类的能力规划模型.该模型考虑了机器的柔性、产品类的BOM(Bill of Materials)约束(物料需求约束)以及进行生产能力调整的风险.考虑该模型是一个大规模的混和整数规划问题,无法用一般的数学软件直接进行求解,提出了一种求解近似最优解的方法,首先应用启发式算法减少装配线能力调整决策变量的搜索空间,然后应用遗传算法进行搜索.最后通过实例分析验证了该方法的可行性及其在管理学上的意义.     

求解DRS多目标优化问题的新颖ε-支配进化算法

首先分析ORS(dominance resistant solutions)多目标优化问题的特点,证明基于Pareto-支配关系的多目标优化问题算法求解该类问题很难收敛.然后,提出一种新的基于ε-支配关系的进化算法-ε-支配进化算法(EDMOEA),给出该算法框架和详细流程.最后,将ε-支配进化算法和NSGA-Ⅱ算法应用于求解一组典型的DRS多目标优化问题和常用的多目标优化测试问题,基于算法的收敛性和Pareto最优解集分布性进行评价和比较分析,表明ε-支配进化算法的有效性.     

电力备用市场资源优化配置的模型与求解方法

对于发电公司在电力备用市场中的资源优化配置问题,建立一种均值一方差模型,同时允许发电公司从市场购买某种产品以满足其它产品的需求.针对模型中出现的非光滑问题,引入极大熵函数将其光滑化,并采用非线性互补方法求解.该方法利用Karush-Kuhn-Tuchker(KKT)条件得到一个非线性互补问题,然后利用非线性互补函数将其转化为非光滑方程组,并引入参数再次进行光滑化,最终通过求解一组光滑方程组以逼近原问题的最优解.数值分析验证了该方法的有效性.     

品牌专卖三级供应链收益共享契约协调优化模型

研究了市场需求不确定且与零售价格相关条件下,品牌专卖三级供应链中的收益共享契约协调模型,并以使供应链达到利润最大化为目标对模型进行了优化,给出了最优解组合。通过分析得出要使得供应链达到协调,批发价格和收益共享比例需满足特定的线性关系式,制造商和分销商要保证货源充足。数值计算和仿真分析证明,契约参数变化对供应链及其成员利润是有影响的。     

基于半圆阵的解模糊技术研究

传统的干涉仪测向解模糊方法要求特定的天线阵列形式,其应用容易受到可利用体积的限制.针对传统测向解模糊方法在实际系统应用中的问题,提出了任意基线测向原理并建立了任意基线测向模型.对建立模型的镜像模糊问题、多值模糊问题进行了分析并且提出了解决方法.为解决被动雷达多模复合制导导引头体积受限的问题建立了半圆阵天线阵列模型.时建立的模型进行了Matlab仿真,验证了方案的可行性.     

耐用品动态Bertrand模型

依据耐用品的市场容量随着时间发生变化的特点,修正了传统的Bertrand竞争模型,得到两阶段情形下的两个企业同时博弈的耐用品动态Bertrand模型及其所对应的价格均衡解.通过对模型的比较与分析可知,新模型是对传统模型的进一步扩展,并且能够适用于更为实际的竞争情形.     

单机不同尺寸工件批调度问题的优化算法

研究了单机环境下不同尺寸工件的批调度问题,引入微粒群算法对制造跨度进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和分批的启发式算法进行有效结合,改善近似解的质量.实验中对各类不同规模的算例均进行了仿真,结果表明了微粒群算法的有效性.     

需求分布含未知参数时报童模型的实施方法

考虑需求分布未知时的报童模型,假设需求分布的类型已知,但分布函数中含未知参数.证明了直接使用参数的估计量代替参数真实值的实施方法将使报童的期望利润偏离理论上的最优水平,只能得到一个次优结果.给出了两种修正的实施方法:一是基于大样本理论,通过收集足够多的需求样本数据,不断修正未知参数的相合估计值;另是在小样本下,直接修正未知参数的估计量.     

单重延误休假的M~x/G(M/G)/1可修排队系统分析(Ⅰ)—— 一些排队指标

考虑具有单重延误休假的MxG(MG)1可修排队系统,其中休假时间、服务时间、修理时间和延误休假时间都为任意分布(不一定是连续型),采用一种较简洁的方法,我们获得队长的瞬态解、平稳解和队长的随机分解表达式,同时给出了一些特殊情形下队长的随机分解结果     

Margin optimization algorithm for digital subscriber lines based on particle swarm optimization*

The margin maximization problem in digital subscriber line (DSL) systems is investigated. The particle swarm optimization (PSO) theory is applied to the nonconvex margin optimization problem with the target power and rate constraints. PSO is a new evolution algorithm based on the social behavior of swarms, which can solve discontinuous, nonconvex and nonlinear problems efficiently. The proposed algorithm can converge to the global optimal solution, and numerical example demonstrates that the proposed algorithm can guarantee the fast convergence within a few iterations.