柔性资源约束下的项目调度问题双目标优化

资源短缺通常为项目延期的重要原因之一,项目管理者往往会考虑增大资源可用量来缩短项目工期,但增加资源量会导致项目成本的上升,因此,需要进行项目工期和成本的权衡.考虑资源可用量可变,用区间变量来表示,以项目工期和成本为优化目标,建立资源可用量可变约束下的多模式项目调度问题的双目标优化模型;提出一种基于非支配排序遗传算法的双目标混合遗传算法来获取问题的帕累托最优解,在算法中设计资源可用量上界的预处理方法和可行解的成本改进过程:求解示例和随机生成的算例集,分析算法的收敛性和解的多样性,验证模型与算法的有效性.最后,开展建筑项目应用研究,通过对求解结果的分析,说明求解帕累托解集的必要性,为项目管理者确定项目调度方案提供决策依据.     

多用户弹性需求网络的双准则系统最优交通分配

针对存在异质用户的弹性需求交通网络,当用户时间价值呈离散分布时,给出了系统时间最优和系统费用最优的双准则优化模型及其帕累托有效前沿.证明了存在正的匿名路段收费方案.支持除系统时间最优解之外的其他帕累托解与多用户均衡解达到一致,分析了帕累托最优解处的系统性能与各自的单目标最优系统性能之间的偏差.研究表明,该偏差的上界仅依赖于用户的时间价值分布,而与路段流量分布和路段出行时间函数无关.     

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.     

集装箱码头装卸作业顺序多目标优化调度模型

集装箱码头装卸是码头作业的基础环节,其作业进度和稳定性直接影响集装箱船舶的在港时间.针对码头装卸作业顺序优化问题中作业时间不确定并且可拆分的特点,本文建立了同时最小化作业总完工时间及"岸边无集卡与堆场无集卡的时间和"的多目标混合整数规划模型.所建立模型的作业时间变量受到决策变量影响且可行域不规则,使得其求解复杂性和难度增加且帕累托前沿解难以搜寻.为求解模型,设计了基于仿真模拟与调度经验规则的PNSGA-Ⅱ算法.最后,通过与传统NSGA-Ⅱ算法比较,以及对在静态情景与动态情景下的算例实验进行统计对比,验证了所建立模型与PNSGA-Ⅱ算法可有效求解集装箱码头装卸作业顺序优化问题,并对码头生成高效稳定的装卸作业调度方案提供决策支持.     

模糊需求条件下的采购量分配优化模型

建立了模糊需求和价格折扣并存条件下采购量分配问题的模糊多目标混合整数规划模型.该模型的特点是:1)模型的约束条件中兼具确定性和模糊性;2)通过约束条件方程式准确地表现模糊性需求和价格折扣这两大假设条件.针对该模型的特殊结构,提出了一种适用的求解策略:首先,确定每个模糊目标和模糊约束条件的隶属度函数;然后,通过最大最小算子,将该模糊多目标混合整数规划模型转化为求解等价的多个单目标混合整数线性规划问题;最后,借助于两阶段算法,可以求得问题的最优解.此外,通过应用算例说明了模型的有效性和可行性.     

考虑随机离职的新产品研发项目组合多技能员工调度模型

研发人员随机离职事件对新产品研发项目组合调度具有重要影响.以多技能研发人员为调度对象,采用离散马尔可夫链描述人员离职过程,考虑人才培养战略收益、研发周期以及研发成本三个目标,建立了新产品研发项目组合调度随机多目标约束优化模型.采用自适应帕累托抽样算法求解模型,算法中采用马尔可夫蒙特卡罗抽样技术进行随机离职抽样,基于启发式串行进度生成机制计算确定性情况下目标值,采用快速非支配遗传算法(NSGAII)获取多目标期望值模型的帕累托解集.将算法和模型应用到国内某公司一种新的电气节能产品研发项目组合人员调度问题中,结果显示:随机模型较确定性模型更为贴近企业实践情况;设计的算法能够有效地求出问题的帕累托解集,收敛性能较好.研究结果可为企业进行随机离职情况下新产品研发项目组合多技能员工调度方案的制定提供有效的决策支持.     

基于模型的多目标优化问题方法研究

基于模型的多目标优化方法目的是创新一种通过黑箱评估的多目标函数优化算法,该算法从解空间上的混合分布中迭代生成候选解,并根据采样解的控制数来更新混合分布,求解过程的搜索偏向于Pareto最优解的集合。算法在解空间上寻找混合分布,使得混合分布的每个分量都是以帕累托最优解为中心的简并分布,并且每个预计的Pareto最优解都通过一个阈值距离均匀地分布在Pareto最优解集上,实验通过几个基准函数和方法证明了该算法的性能。     

基于PEV准则的不确定混合多传感器联盟求解

针对不确定混合多传感器联盟求解问题,提出了一种在PEV准则下求解的方法.首先以提高传感器资源利用率和对目标跟踪精度为目的 建立目标函数,以传感器跟踪能力为约束建立不确定混合多传感器联盟模型,其次利用不确定理想点法和PEV准则将不确定模型变为确定模型,最后设计改进选择策略的烟花算法求出混合多传感器联盟的有效解,通过"预测...     

一种优化多目标的交互式路由算法

Qos路由的基本任务是寻找一条满足多个约束条件同时优化多个网络参数的路径。研究多约束条件下的多个线性目标优化的Qos路由问题。选取带宽作为约束条件，线性函数(时延和耗费徘为优化目标，建立了Qos路由选择的多目标缉陛整数规划模型。通过将多目标优化问题转化为线性单目标优化问题，证明了新问题的最优解是原问题的有效解，给出一种求解模型的交互式算法。该算法引入目标函数参考点概念，逐步调整目标函数参考点，压缩目标函数搜索空间来满足决策者和实时网络资源要求，并最终得到满意解。仿真实例表明了算法的可行性和可操作性。     

基于递阶优化算法的一类两层规划问题的解法

提出一种基于分解协调的两级递阶结构优化算法来求解两层规划问题。通过设计解耦变量,两层规划问题被分解成若干相互独立的易于在结构的第一级求解的子问题。而结构的第二级是调整解耦变量使各子问题的解得以改善。算法以一种迭代的方式使第一级求得的子问题的解不断协调,最终达到两层规划的解。算例表明该算法是可行且有效的     

基于模糊多目标规划的防空反导火力分配

针对现有多目标火力分配(weapon target assignment,WTA)方法很难适用于不确定情况下防空反导作战的问题,提出了基于模糊多目标规划的防空反导WTA方法。首先,采用三角模糊数刻画不确定的目标威胁度,在考虑防空反导作战特点的基础上,基于模糊多目标规划建立了WTA模型;然后,根据必要性测度原理将含有模糊参数的目标函数进行了等价清晰化;接着,提出了具有单/双势阱的多目标量子行为粒子群算法用于求解WTA模型,该算法采用了单/双势阱位置更新方式、粒子混合随机变异方法、领导粒子两阶段选取方法;最后,通过实例仿真验证了模型的合理性和算法的有效性。     

区间数多目标多模式运输问题的模糊规划方法

在不确定性运输问题研究现状的基础上,建立了目标函数费用系数、可供应量、需求量均为区间数的多目标多模式运输问题(MOSTP)数学模型。根据参数的实际意义和区间数的序关系,将区间数MOSTP转化为确定性的MOSTP,并将区间数约束转化为确定性的不等式约束。通过运用模糊折衷规划方法求解,得到了区间数MOSTP的最优折衷解。最后,采用具体算例说明了该方法的求解过程。     

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。     

不确定条件下后装协同保障链优化调度

后装保障链是联合作战环境下的重要支撑, 针对保障链中的2个重要节点-前进基地和保障基地的资源协调问题, 提出了考虑不确定因素影响的优化模型及基于信息共享的协同保障算法; 为了解决保障数据样本较小情况下的不确定参数估算问题, 利用模糊规划方法把不确定优化模型转化为概率约束模型; 并利用增强ε-约束法来估算多目标Pareto解, 帮助后装指挥人员在难以事先给出权重的情况下选择合适的解决方案; 为了解决规划模型的计算复杂性过大的问题, 设计了嵌入自适应大规模邻域搜索的Memetic算法进行求解。最后通过仿真实验对模型和算法的有效性进行了验证。     

火力分配多目标规划模型的改进MOPSO算法

提出一种改进的多目标粒子群优化算法(multi-objective particle swarm optimization, MOPSO)算法,通过化解约束条件、修改速度和位置更新等使该算法适于求解火力分配多目标规划模型。最终求解的非劣解集构成Pareto前沿,体现增加火力单元数量对射击效能的影响,决策者可按照意图从中选取最终解。不考虑多目标规划模型中的属性目标,对敌毁伤概率随迭代步数演变与单目标函数相比,收敛性能相同,最大值相近,验证了所提算法的有效性。     

求解多目标二层规划的多目标进化算法

提出了一个求解多目标二层规划问题的多目标进化算法.用传统优化算法求解下层规划中用权向量线性加权后得到的单目标问题,而对上层的多目标规划问题则采用基于NSGA-II的选择机制的多目标进化算法求解.数值试验表明所提出的算法是有效的.     

带有模糊收益率的投资组合选择模型

考虑了预期收益率为模糊数的投资组合选择问题,利用模糊约束简化方差约束,建立了投资组合选择的模糊线性规划模型,然后利用模糊数学知识把 模糊线性规划问题转化为多目标线性规划问题,并且设计了模糊算法对其求解,最后通过一个数值算例检验所提模型的可行性,并且对模糊数模型与清晰数模型进行了比较.     

错峰控制中兼顾双目标的断电模型分析

提出了一种同时考虑居民不满意度和断电经济损失的错峰控制短期断电计划的多目标新模型。首先构造了居民的不满意度函数,其次,对两个单目标确定性模型求解得到目标函数值;最后,对目标值进行一定程度的伸缩,采用非线性规划方法求解,得到新的工业区以及居民区断电情况。仿真结果表明,提出的新策略在各自单目标优化值轻微伸缩的情况下使双目标综合考虑效果更好,该策略对可持续发展战略和错峰控制限电分配中多因素公平性有重要现实意义。     

考虑现实约束的模糊多准则投资组合优化模型

针对模糊环境中资产收益和换手率均为模糊变量的投资组合问题, 考虑了资产组合的基数约束、投资比例的边界约束、资产的流动性以及分散化程度约束, 建立了一个以资产组合收益、偏度最大, 同时资产组合风险、不确定性以及模糊性最小为目标的多准则投资组合优化模型. 然后, 利用加权极大-极小模糊目标规划方法将所提出的模型转化为单目标规划问题, 进而设计了一个遗传算法来对其进行求解. 最后, 通过一个实例来阐明所提出模型的实用性以及算法的有效性. 研究结果表明: 本模型能够有效地刻画不同投资者的投资意图, 所设计的算法是有效的.