考虑居民满意度的城市生活垃圾上门收运路线优化

近年来,我国城市生活垃圾产生量逐年增加,垃圾围城现象愈发严重。我国台北等城市的相关实践表明,采用垃圾上门收运模式可以提高垃圾分类率和减少垃圾清运量。考虑垃圾点垃圾量不确定因素,构建基于居民时间满意度的生活垃圾上门收运路线优化模型,设计了该模型的人工鱼群求解算法方案,并通过仿真实验验证了本文模型和算法的有效性。仿真实验结果表明:不同收运概率水平对垃圾收运路线优化决策结果影响不大,但不同时间满意度对决策结果影响较大。本文研究可以为城市生活垃圾上门收运车辆调度决策提供理论支持,决策者可以基于不同的收运概率水平和满意度得到相应的优化路线。     

集装箱堆场进口箱翻箱落位仿真分析与启发式优选算法

集装箱码头运作优化的重要目标之一是降低堆场翻箱率.进口箱提箱过程中的翻箱落位优化是降低码头翻箱率的重要途径.在对集装箱码头堆场翻箱过程分析的基础上建立了基于Petri网的翻箱模拟仿真模型，通过仿真模拟分析了进口箱翻倒概率的相关性影响因素；建立了翻箱概率与翻箱落位后的二次翻箱量估计模型；基于翻箱量估计最小规则设计了集装箱堆场翻箱落位优化启发式算法，利用仿真实验对所提出的算法与OH算法和IH算法进行了比较分析，实验结果表明在求解较大规模问题时算法精度可优于上述两种算法15%以上.     

限行条件下配送车辆配置的二阶段随机规划

针对车辆限行下配送车辆数量和配送时间均具有不确定性这一难题，通过建立二阶段随机规划模型，实现物流配送车队中传统能源和新能源车辆比例和数量的合理配置，以保障后续生产配送的协同进行.以最小化日均车辆采购成本和后续生产配送期望成本为目标建立二阶段随机整数规划模型；为求解模型，提出改进的随机分支定界算法，并嵌入局部搜索以提高上界的估计效率；通过数据实验验证了模型和算法的有效性.此外，利用该模型和算法，探讨了不同车辆限行措施的执行类型和执行概率对企业车辆配置决策的影响.本文研究有利于解决车辆限行导致的城市物流配送难题，为保障我国城市物流相关企业日常运营提供决策方法.     

基于客户满意的层级供应链优化模型及算法

基于客户满意度和企业利润这对矛盾,建立了一个层级供应链0-1混合整数规划模型。模型以供应链各相邻层节点之间的供需量和客户对各种产品的期望满意度为决策变量,以供应链总利润最大为目标。模型存在着两级优化问题,首先要从候选节点企业选中部分加入供应链网络,然后再确定相邻层节点企业之间的供需量和客户对产品的期望满意度。给出求解模型的混合遗传算法,并进行了数值实验,验证了优化模型的正确性和算法的有效性。     

基于GABC算法的作战体系智能优化方法研究

为解决探索性仿真无法快速地遍历解空间，实时提供辅助决策方案的问题，提出了基于分类器的遗传算法，建立了基于该算法的作战体系仿真优化方法框架，能够根据体系关键因素和决策目标的动态变化寻找最优解，适用于诸如寻求最佳效费比方案、最优力量部署等多种体系优化问题。基于国防大学的仿真试验床系统进行了某海域火力拦阻作战的实验，通过GABC(genetic algorithm based on classifier)算法优化了力量配置问题。实验表明，该方法可以准确、快速地从复杂的体系限制条件中寻找效费比最高的方案，可以大量减少仿真实验的次数，满足快速辅助指挥员决策的需求。     

预警网络优化配置算法研究

由于我国军事防护海域及试验场区众多且较分散,当前迫切需要采用经济有效的方法建立预警网络,提早发现异常并立即告警和处理。为此首先借鉴入侵图思想构造警戒区域的有向图模型,以此描述可能的入侵路线及监测站候选部署位置。随后针对预警网络中固定监测站和移动监测站的部署数量、位置及巡逻航线等配置问题,建立了随机性数学模型,旨在保证一定目标检测概率的条件下尽量缩短预警时间,并提出了一个基于仿真抽样的启发式优化算法对该模型求解。最后通过仿真实验证明,相较于随机部署和层次部署方法,优化配置算法具有较高的预警性能。     

天基预警调度的启发式优化方法

天基预警过程可以看作一种多维离散时间序列监控与预测问题,其调度的决策要素、优化目标和约束条件较多,故往往采用智能优化算法求解该非线性优化问题.而它们在指定时间内却是概率性收敛到Pareto解集.对此,提出基于贝叶斯方法提供多类别决策树挖掘调度中的启发信息,以及引入局部搜索算子等方法提高智能优化算法的快速性和鲁棒性.预警仿真实验表明融入上述方法的免疫克隆选择算法收敛性能提高了10.1%,遗传算法提高了9.8%.     

废弃物收运网络周期性选址-路径问题多目标优化模型及算法

废弃物处理设施是典型的"Semi-desirable"设施, 其选址相关的决策需要考虑成本、负效应等多个相互冲突的目标. 废弃物中转站的选址和路径优化是一类周期性选址-路径问题(PLRP), 目前缺乏对这类问题的多目标优化的研究. 以多目标城市废弃物收运网络周期性选址-路径问题为研究对象, 提出基于扩散距离的负效应测度方法; 建立考虑负效应和成本的双目标混合整数规划模型; 设计DRECWA-LS算法, 结合启发式优化策略, 求解收运计划对应的周期性选址-路径问题, 并采用扩展邻域搜索策略的多目标进化算法实现对可行收运计划的深度搜索, 同步求解收运计划、中转站选址-分配及车辆路径三个问题. 算例结果显示: 算法能成功求解较大规模问题, 具有较高的求解质量和运算效率.     

一种面向对象的FMS仿真环境的实现

开发了一种基于面向对象框架的可视化ＦＭＳ仿真环境，可以模拟在不同初始条件下和实时决策规则下的ＦＭＳ的实时运行状况，并提出了一种基于面向对象模型的实用死锁检测算法，可以实现实时死锁检测及报警，最后的统计结果可为作业计划与调度规则的决策及优化提供论依据。     

概率神经网络多历元残差RAIM算法

民用航空领域中，为提高接收机自主完好性监测(receiver autonomous integrity monitoring, RAIM)算法对故障偏差的检测能力，降低最小可检测偏差，提出了一种概率神经网络多历元残差RAIM算法。该算法基于概率神经网络构建4层故障卫星检测模型，利用方差膨胀模型建立伪距残差故障类与无故障类训练样本，通过粒子群优化算法优化概率神经网络的平滑参数以满足误警率要求，从而计算输入多历元伪距残差与故障类和无故障类训练样本的相似程度，判断卫星是否出现故障。仿真实验结果表明，优化平滑参数可提高所提算法故障检测性能。相比加权最小二乘RAIM算法和高级RAIM(advanced RAIM, ARAIM)算法，所提算法在不同故障情况下可提高小伪距偏差的检测性能，降低不同故障情况下的最小可检测偏差。     

动态系统最优的疏散路线与出发时间综合优化模型

疏散是应急管理的重要内容.区域性疏散涉及到大批车辆的集体性出行,为保证疏散的安全、有序,有必要在疏散规划中合理规定源点车辆的分批次出发时间和路线安排.以往大量研究将疏散路线和出发时间的优化描述为动态网络流优化问题.但在这些模型中,交通流的一个重要特征却没有得到合理反映,即路段走行时间等路网特征的变化不但与时间有关,还依赖于路段或路网的交通负荷.本文提出了一个动态系统最优的疏散路线与出发时间综合优化模型,其中采用基于加载仿真的非解析式子表示流量传播约束,通过其反映路段走行时间随道路负荷变化的实际.设计了基于加载仿真的启发式算法,并给出了一个数值算例.     

基于鲁棒能力的体系多目标组合优化

针对体系组合优化问题中,不同场景下系统贡献的不确定问题,提出了基于鲁棒能力的体系优化决策方法。首先对体系的鲁棒能力和模糊能力风险进行定量描述;然后以鲁棒能力最大,建设风险和成本最低为目标,考虑军事能力需求等约束,建立多目标体系组合优化模型,采用改进的基于参考点的非支配排序遗传算法求解模型,生成一组符合决策需求的非劣质解;最后通过仿真实验验证了模型和算法的有效性,可以为体系总体建设规划提供决策支持。     

基于等效平均探测宽度的航空磁探潜搜索概率评估模型

综合考虑目标的散布特点以及航空磁探仪探测能力,推导了磁探仪应召搜索概率评估的解析模型。针对解析评估模型中探测宽度为战术设定值无法准确描述目标磁特性的变化对搜索概率影响的问题,提出了等效平均探测宽度模型。根据建立的航空磁探测相遇模型和检测模型,给出了等效平均探测宽度模型的求解算法。通过蒙特卡罗仿真实验验证了基于等效平均探测宽度搜索概率评估模型的有效性和可信性。不同目标航向和不同反潜机高度条件下的评估结果对比表明基于等效平均探测宽度搜索概率评估模型可以更加有效的评估目标磁特性变化对搜索概率的影响。     

基于机会约束的手术计划随机模型与算法

本文研究多服务台手术计划调度问题,考虑手术时间的不确定性,提出手术室加班时间的机会约束,以一定的概率保证病人的手术时间不超过手术室的开放时间,建立随机优化机会约束手术计划调度模型,确定手术室的开放和分配决策.基于手术时间离散的概率情景,引入0-1变量转化机会约束,得到了0-1整数线性规划的等价模型.为了提高模型的求解效率,提出两类有效不等式,并设计最长路径算法分离第二类有效不等式,利用分支切割方法进行模型求解.算例分析,基于北京某医院的实际数据,验证算法的有效性,确定最优的手术计划调度方案,有效地优化配置手术室资源.     

基于效能仿真的舰艇综合防御鱼雷作战决策优化

采用深弹拦截与机动规避综合防御声自导鱼雷,是舰艇水下防御的一种新型作战样式。为了给装备指控自动化和训战法决策提供参考,采用蒙特卡罗方法对该作战过程进行了数字仿真,得到了规避概率、拦截概率和生存概率等3个作战效能指标的估计值。通过效能分析提出舰艇如何机动以获取有利深弹发射态势这一问题,分析影响因素及约束条件并建立了决策优化模型;采用遗传算法并以示例形式求解优化模型,由散点拟合得到了舰艇机动路线。针对不同鱼雷报警位置条件下的防御态势,分析比较了舰艇机动对舰艇生存概率的优化效果。     

基于规则导向的柔性作业车间多目标动态调度算法

设计了一种具有柔性资源约束的多目标集成优化方法,建立了包括最小完工时间、最小生产成本、最大设备利用率、最大交货满意度和最优人工分配在内的多目标组合优化模型;为降低模型的复杂度,抑制组合优化模型的状态爆炸效应,采用规则导向的资源调度思想,通过调整规则概率使概率大的规则被优先选中,从而"推动"搜索过程向预期目标方向移动;采用改进的非支配排序遗传算法—NSGA-Ⅱ获得不同规则概率值的Pareto解集,并结合动态规划法求解最优人员分配方案;仿真对比与算例验证,本文算法可以有效解决柔性作业车间多目标调度优化问题.     

概率天气预报的K近邻非参数估计仿真模型

基于模式识别和相似预报思想，提出了一种制作概率天气预报的K近邻非参数估计仿真模型(简称KNN-M)。该模型包括历史样本数据库、近邻子集搜索程序、近邻子集优化算法和预报量估计技术。利用该模型进行了降水和云量的概率预报试验，独立样本检验结果表明，该模型预报稳定性好，预报准确率较高，具有较好的业务应用前景。     

综合多准则决策的保障设施选址-分派方法

首先总结了现有设施选址决策方法,分析了现有方法的局限性,进而提出了综合多准则决策的保障设施选址-分派方法.在研究描述被保障单位的保障反应时效性要求的函数的基础上,基于最大覆盖选址模型和"部分覆盖"思想建立了使保障部门和被保障单位满意度最大的选址-分派优化模型,给出了基于拉格朗日松弛的模型求解算法并进行了算法实验验证,实验结果表明该算法有效.     

基于遗传Data Farming的公共政策优化仿真模型

为了解决公共政策优化仿真时考察点不全面及耗费时间大的问题,提出了基于遗传DataFarming的公共政策优化仿真模型.所提出的模型中,Data Farming被用于全面地考察输入参数空间中各输入参数水平对应的输出响应,通过把仿真过程的输出过程看作适应度的计算,遗传算法被用于优化仿真过程,提高优化效率.分析了公共政策作用效果的影响因素,并介绍了传统的DataFarming技术,然后从仿真目标、模型框架、算法等三方面介绍了所提出的优化仿真模型.最后进行了实验,证明了所提出模型的有效性.     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle，UAV）对目标捕获能力，进而提高多UAV协同搜索效率，提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm，ICEGA）的多UAV协同目标搜索方法。首先，根据环境的先验信息，在原概率图基础上引入标志位，建立基于双属性矩阵的待搜索环境概率模型，提高环境和目标的信息感知准确度；其次，定义UAV的飞行规则并结合目标先验概率图信息，建立UAV运动模型及确定最大收益的目标函数；最后，建立分布式UAV之间的信息交互模型，运用ICEGA算法优化产生最优协同决策输入航向角集合，在线实时滚动优化产生最优协同路径。实验结果表明，基于双属性概率图结合ICEGA算法更能够保证最优路径的产生，使得UAV能够准确地搜索到目标；同时，对比仿真验证了ICEGA算法能够提高UAV之间的协同性，保证了路径可行性及提高了目标搜索效率。