一类模糊运输问题及其混合智能算法

研究了一类更加贴近于现实生活的模糊环境下的运输问题，即需求量和供应量均为模糊变量的运输问题．并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想，建立了模糊运输问题的数学模型．此外，考虑到模型涉及大量具有复杂性和多样性的模糊变量，设计了一种混合智能算法，即基于模糊模拟的遗传算法来求解模型的近似最优解．最后，数值例子表明算法的有效性和可行性．     

一类应急物资筹集问题的模糊机会约束模型

为提高应急物资筹集的有效性,提出了一种新的应急物资筹集决策模型和算法.建立了紧急市场采购条件下应急物资筹集决策模糊优化模型,给出了与其等价的模糊机会约束规划模型,提出了参数为三角模糊数时模型的确定化转化方法,并设计了基于模糊模拟的模型智能算法,该算法能够有效处理复杂的模糊机会约束规划问题,最后通过算例说明了该方法的有效性.     

模糊库存与运输两级供应链整合优化研究

研究了模糊条件下两级供应链系统的库存与运输整合优化问题,在供销双方库存成本、订购成本和销售商的年需求量均为独立模糊变量且均不允许缺货的条件下,建立了库存与运输整合费用的模糊期望最优化模型,分析并证明了模型的一些性质,设计了整合策略中供应商和销售商的最佳订货量(Qw,Q)的求解算法,最后通过算例说明模型的可行性和有效性。     

含区间的生产与运输模型及算法研究

不确定规划问题在日常生产、管理科学及基础工程技术中有广泛的应用。本文研究了含区间的生产和运输的问题,其中运输费用、生产能力、需求量均为区间数,通过引入"满意度"参量并用理论知识将含区间规划问题转化成确定的规划问题,在此基础上,进一步研究了随机成本和区间容量下的生产和运输问题,在假设运输费用为随机变量且服从正态分布前提下,利用求期望值的方法将成本转化为确定数值,并将区间容量约束化为确定约束,建立模型并求解。     

模糊环境下库存与运输整合优化问题研究

研究了模糊条件下两级供应链系统的库存与运输整合优化问题,在供销双方库存成本、订购成本和销售商的年需求量均为独立模糊变量且均不允许缺货的条件下,建立了库存与运输整合费用的模糊期望最优化模型,设计了整合策略中供应商和销售商的最佳订货量(Qw,Q1,Q2,…,Qm)的求解算法.最后通过算例说明模型的可行性和有效性.     

基于运输规划和组合GA的基本物流网络设计

为了探索动态规划求解多阶段物流网络设计方法,提出了基本物流网络模型和基本决策问题,并利用运输规划和组合遗传算法开展了研究。结果表明:利用运输规划求解小规模问题具有灵活、有效的特点,组合遗传算法随着规模的增大精度和效率提高。证明可以此为基础,进一步利用动态规划研究多阶段物流网络设计问题。同时研究了物流费用的规模经济问题,给出了仓储费用和运输费用的非线性计算公式,并成功应用到多阶段物流网络设计中。     

资金预算问题建模方法研究

利用机会约束规划和模糊机会约束规划建立了资金预算问题的2个模型,并给出了一个数值例子.     

逆运输问题的研究

利用对偶理论,Kuhn—Tucker条件及网络流规划,对变量有上界限制的线性运输问题的逆问题进行了研究,并分别在L1,和L∞模下提出了有效的解决方法。在￡,模下把问题转化成有快速解法的最小费用循环流问题来解决;在L∞模下,通过对具体模型求解探讨出一个简单算法。     

关联运输调度问题的模糊机会约束规划模型

提出了针对多车场多车型的关联运输调度问题(Multiple-depot and Heterogeneous-vehicle Incident Vehicle Routing Problem)的模糊机会约束规划模型,将问题模型中各个客户的需求量及各供货点库存看成是模糊参数,讨论了如何处理模糊目标函数,并讨论了改进的遗传算法和免疫克隆选择算法,比较其优劣。实验证明,对于求解该模型,免疫克隆选择算法能够快速收敛于全局最优解,优于改进的遗传算法,能有效地解决关联运输调度问题。     

基于模糊机会约束规划和鲁棒优化的绿色多式联运路径优化研究

[目的]探究在运输时间、中转时间、等待时间和运输货损率混合不确定条件下的绿色多式联运路径优化问题,为绿色多式联运路径决策提供理论依据.[方法]在考虑运输过程中碳排放和噪声污染的基础上,以最小化运输成本、运输时间、碳排放量、噪声污染以及货损量为目标建立不确定条件下的绿色多式联运路径优化模型,并将其扩展为模糊机会约束模型及...     

FMS—AGV传输系统自学习调度方法

针对ＦＭＳ－ＡＧＶ传输系统调度的不确定性因素,对ＡＧＶ在线运行状态参数实时记录并学习,运用动态规划算法和模糊数学的方法,提出了模糊动态规划（ＦＤＰ）算法．给出了适于计算的迭代算式,结合人工智能（ＡＩ）编制了ＡＧＶ传输系统调度软件包．本算法利用在线记录的ＡＧＶ运行数据进行模糊处理和学习,有效地调节用于描述ＦＤＰ算法的模糊模型参数．这种自学习ＦＤＰ算法在ＡＧＶ的路径规划中有较好的适应性．对于一个新的ＦＭＳ－ＡＧＶ系统,经几次规划自学习之后,该算法就能很好地用于系统的实时调度中．     

基于模糊约束满意度的烟草配送模糊线性规划

 为降低烟草配送成本,采用一级配二级送模式进行烟草配送。对传统的烟草配送问题进行了改进,应用最大覆盖模型对中转站进行选址,然后提出了含有梯形模糊数的烟草配送优化模型。结合供应点的供应能力和需求点的需求量为模糊参数的约束条件,提出了一种基于模糊约束满意度的求解方法。针对该模糊运输规划模型,利用期望区间均值将不确定模型转化为区间线性规划模型,然后分别对目标函数和约束条件进行处理,将区间线性规划模型转化为确定性的线性规划模型进行求解。这样决策者就可以根据客观情况和主观判断,得到不同的决策方案,使得决策更具有柔性,更加符合实际决策过程。应用该方法,郴州某烟草公司的运输成本大幅下降,比一级配一级送模式节约成本5.37%,验证了该模型的可行性和有效性。     

Fuzzy资源约束非线性规划的一个有效解法

重新定义了Ｆｕｚｚｙ约束与Ｆｕｚｚｙ目标的隶属函数,通过构造一致逼近函数将一复杂的Ｆｕｚｚｙ非线性规划问题转化为只含非负约束的优化问题,得到了一个简单有效的解法,并在相当弱的条件下证明了算法的收敛性。     

动态联盟伙伴选择问题的混合计算方法

针对已有伙伴选择问题方法的不足,以最小化竞标花费,交通运费和拖期惩罚成本之和为目标,给出伙伴问题的0-1整数规划模型,并提出了求解问题的混合遗传算法.该算法用染色体的编码确定合作伙伴的组合,结合专家经验,通过模糊神经网络对人工给定的隶属函数和模糊规则进行修正,用所得到的结果改进合作伙伴的组合.实验结果表明,模糊神经网络的使用提高了模糊推理的准确性,进而也提高了混合算法的有效性,使其具有比普通遗传算法更好的寻优能力.     

带交易费用的证券组合投资的模糊多目标优化模型

利用在约束条件中加入证券多样化选择约束的方法来抵减非系统风险,建立了带交易费用的综合考虑收益和风险的模糊多目标规划模型.在此模型中,考虑到证券投资的预期收益和风险的模糊性,把目标函数和约束系数均作为模糊数处理,并给出了模型的求解方法和问题的一个算例.     

多目标混合混沌优化算法研究及应用

为了求解多目标优化问题,提出一种基于混沌搜索的多目标模糊混沌优化算法．将混沌优化方法与模糊优化方法有机地结合起来,应用混沌优化算法求出各个单目标的最优解;将各最优解模糊化;应用模糊非对称方法的思想和模糊集合理论中的最大满意度原理,将多目标优化问题转化为单目标非线性规划问题;最后应用混沌优化算法求解单目标优化问题,得到满意度最大的解．结果表明,所提出的多目标模糊混沌优化算法是可行和有效的,为求解多目标优化问题提供了一种新的有效方法．     

多目标多参数模糊线性规划

本文考虑多目标线性规划。以含有待定参数的线性隶属函数取代各目标,用取小算子—min进行综合,定义相对的模糊有效解作为原规划的平衡解。给出求解的数学模型,着重讨论这种模型的单纯形算法。结果表明:这种规划具有较强的适应性、灵活性和内在规律性。     

基于循环取料的不确定越库调度模型与算法

研究运输时间不确定环境下基于循环取料的越库调度问题.对问题建立不确定情况下求解该问题的混合整数规划模型;提出2阶段启发式算法和基于禁忌搜索算法的改进算法来获得近似最优解;通过在小规模和大规模情形下进行数值实验,验证了启发式算法的有效性.