需求稀少情况下随机动态装卸混合问题研究

针对随机动态装卸混合问题中存在的排队现象,运用排队论推导出需求稀少情况下随机动态装卸混合问题期望系统时间的下界;提出了一种实时优化策略——多车场随机队列中位策略;推导出需求稀少情况下,多车场随机队列中位策略和实际应用中广泛采用的随机队列中位策略的期望系统时间,并分析了期望系统时间的渐近性.模拟计算结果表明,需求稀少情况下,多车场随机队列中位策略明显优于随机队列中位策略;当服务强度趋于零时,多车场随机队列中位策略近似为最优策略.     

基于蛛网面积的区间灰数灰靶决策模型

灰靶决策模型是处理“小样本、贫信息”不确定性决策问题的常用方法,然而目前该领域的已有研究 成果尚无法对信息分布非对称条件下的区间灰数建立决策模型,同时基于“指标距离平方和”的靶心距计算结果 容易受到极端指标值的干扰,从而影响了决策结果的科学性与合理性。首先,推导了信息分布已知条件下区间灰 数核的计算公式,研究了区间灰数之间距离的计算方法与性质;然后,在此基础上通过比较指标集中各指标值与 靶心连线所围成图形（蛛网）的面积大小来对决策方案之优劣进行评价,从而在一定程度上弱化了建模对象中极 端指标值对靶心距计算结果的影响;最后,建立了供应商选择的蛛网灰靶决策模型。研究成果对优化灰靶决策模 型建模方法具有积极意义。     

求解车辆路径问题的改进遗传算法

在建立车辆路径问题数学模型的基础上,设计了求解该问题的改进遗传算法,即采用自然数编码,构造一定长度的遗传个体表,动态记录适应度以及引入新交叉算子。实验结果表明,该算法用于求解车辆路径问题,不但可以解决传统遗传算法在求解该问题所遇到的“早熟收敛”,而且大大提高算法的运行效率。     

随机动态多车辆装卸混合问题及求解策略研究

将随机动态装卸混合问题的车辆数由单车辆推广至多车辆,针对其中存在的排队现象,运用排队论推导出需求密集情况下期望系统时间的下界,提出了一种求解的堆栈策略,并推导出了堆栈策略期望系统时间的上界,分析了堆栈策略的渐近性.仿真结果表明,堆栈策略是一种适用于需求密集情况下随机动态多车辆装卸混合问题的求解策略.