具有同时服务需求的家庭护理人员调度研究

家庭护理服务能有效缓解我国社会老龄化下的养老压力。针对护理人员日常调度问题,考虑服务时间窗、同时服务需求、医护人员等级与客户需求匹配等约束,以总运营成本最小为目标,建立数学模型。设计自适应大规模邻域搜索算法,采用多种移除和插入算法在可行和不可行解空间内进行邻域搜索,利用关系矩阵和时间调整策略加速求解,用模拟退火算法接受邻域解。最后进行数值实验和算法比较,验证算法的有效性。     

具有时间窗约束累积性车辆路径问题的禁忌搜索优化算法

基于对中国实际物流运输中成本计算方法的研究,考虑到我国高速公路系统计价方式的特殊性,提出了具有时间窗约束的累积性车辆路径问题。以降低实际车辆运输成本为目标,设计了新型的禁忌搜索算法对问题进行有效求解;算法中嵌入多种邻域搜索方法,允许同时在可行和不可行解空间内进行邻域搜索,同时采用Nagata提出的时间窗违反量计算方法[1-2]对解的时间窗约束违反进行评估。针对提出的新型问题的数值试验证明了所采用的时间窗违反量计算方法的时间节约性和有效性;同时由于该问题可以覆盖传统的累积性车辆路径问题,对后者的数值实验以及与其他优化算法的对比验证了所提出算法的优良求解效果。     

基于改进变邻域搜索算法的多批次协同任务规划

目的 对多批次协同任务进行分析与建模,并研究任务规划的求解算法。方法 以车载装备多批次协同执行任务为例,综合考虑时间协同、任务区域协同和补给区域协同约束,以暴露时间最短为目标函数建立模型,并提出一种改进变邻域搜索算法进行求解,该方法根据邻域的优化能力自动调整迭代时选择该邻域的概率。结果 仿真结果表明,改进策略在不降低最优解质量的情况下,能够避免标准变邻域搜索算法后期易出现某些邻域长时间无法寻找到最优解的情况,有效提高了算法的效率。结论 变邻域搜索算法可以解决多批次任务规划问题,改进后的算法减少了后期对优化能力不强的邻域的搜索次数,有效提升了算法效率。     

求解考虑顺序相关调整时间的双边装配线平衡问题的变邻域搜索算法

为有效解决带有顺序相关调整时间的双边装配线平衡问题,提出了一种简单高效的变邻域搜索算法。该算法通过将优先关系约束融入到交换、插入、交叉、变异等算子中,分别得到4个不同的邻域结构来保证搜索过程中解的可行性,避免过多重复邻域解的生成。4个邻域结构的搜索空间依次变大,以增强算法搜索能力。同时,结合装配线的特点,提出基于作业序列的编码和解码方式,在解码过程中,优先选择空闲时间较多的边,引入启发式目标加快算法收敛。分配结束后,对装配线末端的工作站组进行局部调整。通过将该算法先后用于求解无/有顺序相关调整时间的双边装配线平衡第一类问题,并与已有的算法进行对比,验证了所提的变邻域搜索算法的优越性和有效性。     

改进二进制人工蜂群算法求解多维背包问题

针对二进制人工蜂群算法收敛速度慢、易陷入局部最优的缺点,提出一种改进的二进制人工蜂群算法。新算法对人工蜂群算法中的邻域搜索公式进行了重新设计,并通过Bayes公式来决定食物源的取值概率。将改进后的算法应用于求解多维背包问题,在求解过程中利用贪婪算法对进化过程中的不可行解进行修复,对背包资源利用不足的可行解进行修正。通过对典型多维背包问题的仿真实验,表明了本文算法在解决多维背包问题上的可行性和有效性。     

改进离散候鸟优化算法求解带缺失阶段的柔性流水车间问题

针对每阶段包含不相关并行机的柔性流水车间调度，研究了具有缺失阶段的总加权完工时间问题。由于该问题是NP-hard的，因此，提出基于两段式编码和组合邻域策略的改进离散候鸟优化算法进行求解。基于机器和工件编号设计两段式编码，利用最短加工时间规则和随机策略获得初始候鸟种群。领飞鸟和跟飞鸟进化中引入组合邻域策略以产生邻域解，最后对最差个体设计重置机制以再次提高解的质量。针对不同规模问题，对所提算法和四种启发式算法进行仿真实验，实验结果表明改进离散候鸟优化算法得到了更高质量的满意解。     

二阶锥规划的非精确不可行内点法

二阶锥规划在工程、控制、金融等领域具有广泛的应用.本文研究一种求解二阶锥规划的非精确不可行内点法.该算法的基本思想是首先定义不可行中心路径及其邻域,然后通过求解一个非线性方程组得到非精确的搜索方向,再取一个合适的步长,使得新的迭代点落在不可行中心路径的邻域内.该算法不要求初始点和迭代点位于严格可行解集内.在适当的假设条件下证明了算法只需迭代O(√n ln(1ε))次就可以找到问题的ε-近似解.     

动态的可选择可重复取送货基站运维路径优化研究

为了解决动态的可选择可重复取送货车辆路径优化问题,建立了基于动态需求的VRP模型。对于实时到来的需求,将动态的问题分解成多个静态的问题来求解。每次求解时,用初始插入算法得到初始解,设计改进的变邻域搜索算法来改善初始解。为了准确计算车辆到达配送点的时间,从百度地图实时读取任意两点的交通时间。利用铁塔公司历史数据构造多个算例表明,所提算法在1 min内得到较优解,和公司现有经验相比平均提升了46.47%,与插入算法相比平均提升30.38%。目前该算法已应用在该公司实际的基站运维中,有效地降低了该公司运维成本。     

融合强化学习与变邻域搜索的柔性作业车间调度研究

针对柔性作业车间调度问题，以完工时间最小化为目标，提出一种融合强化学习的变邻域搜索算法，提升算法求解性能。基于皮尔逊相关性分析，提炼出工序加工时长这一关键特征，设计一种优先考虑加工时长的邻域结构，精炼搜索空间。基于强化学习，设计算法进化状态集、关键参数动作集和奖励机制。提出改进的ε-贪婪策略来选择动作，随着ε取值的自适应变化，算法前期倾向于探索新解，后期注重利用邻域解，最终构建起算法状态与算法参数的关系，实现了算法参数的自适应选择。结果表明，所提算法利用强化学习动态调整算法参数，在解的寻优能力和稳定程度上更具优势。     

集装箱车辆调度问题的变邻域禁忌搜索算法

研究一类带工作时间约束的集装箱专用车辆调度问题的混合禁忌搜索算法.此问题可分解为车辆路线设定和车辆分配两个组合优化问题,但是两个问题的分开求解最优解的组合却并不一定是总问题的最优解.首先对问题给出数学描述,之后通过引入一个变邻域搜索策略,提出一个解决该问题的混合禁忌搜索算法.该算法使用两行向量进行编码,采用随机扩大禁忌步长,并设计三种邻域变换定义,采用变邻域策略来扩大搜索空间.最后通过对6个不同规模算例求解验证该算法在解决此类问题的有效性.     

道路养护中的带随机时间变量的弧路径规划问题

研究高速路网日常维护中的养护车辆路径优化问题,考虑车辆养护服务时间和移动时间的不确定性,通过科学的规划手段和精确有效的决策方法,可以减少以前依赖人工决策导致的资源浪费。将问题定义为一个带随机时间变量的限容量弧路径规划问题,分别使用机会约束规划模型和带修正的随机规划模型进行描述。针对问题的随机性,提出自适应大规模邻域搜索算法,在优化过程中根据各个删除策略和插入策略对解的表现对其进行评分,根据轮盘赌原则自适应地选择删除策略和插入策略。与分支切割算法进行比较,解的差距只有1.45%~3.15%,但计算时间有显著提升,证明了自适应大规模邻域搜索算法的有效性,能够适用于中大规模问题。通过真实路网算例,显示了带修正的随机规划模型在特定情况下相对于机会约束规划模型的优越性。还对置信水平α和变异系数CV这2个重要变量进行了敏感性分析,显示了其对解的影响程度。     

考虑准备时间的多目标混合流水车间调度

本文研究了一个带有不可预期发生且准备时间顺序相关的混合流水车间调度问题,以最小化制造期和总拖期为多目标进行Pareto求解。首先建立了一个混合整数线性规划模型,然后提出了一种NEH-Pareto档案模拟退火(NEH-pareto archive simulated annealing,NEH-PASA)融合算法,算法采用一种改进的NEH算法产生高质量的初始解,设计了一种基于Pareto最优的混合扰动策略生成邻域解,并引入一种Pareto搜索机制以获取Pareto解集。最后通过计算实验,验证了算法的优越性。     

混合模拟植物生长算法在包装件配送中的应用

目的针对改进模拟植物生长算法(IPGSA)容易陷入局部最优解及其算法运行时间较长,提出混合模拟植物生长算法(HPGSA)来求解带时间窗车辆调度问题(VSPTW)。方法在IPGSA基础上,提出求解包装件物流配送中VSPTW的混合模拟植物生长算法(HPGSA)。改进IPGSA初始调度方案的构造方式,设计求解VSPTW的C-W算法用于构造HPGSA的初始调度方案;改进IPGSA的邻域搜索算子,选择插入搜索算子和互换搜索算子对HPGSA进行邻域搜索;对18个不同规模的Solomon算例进行仿真测试。结果相对于其他智能算法,HPGSA具有更好的求解性能,能够保证VSPTW对求解算法的要求。结论 HPGSA的全局优化能力、稳定性和运行速度均优于IPGSA、遗传算法、蚁群算法和禁忌搜索算法。     

多类约束下的随机混流U型拆卸线平衡排序问题优化

为提高混流产品拆卸效率,针对固定工作站数量约束、位置约束、优先关系约束,考虑任务操作完成时间的不确定性,建立了以最小化循环时间(Cycle Time,CT)和最小化工作站平均空闲时间为目标的混流U型拆卸线平衡排序问题的数学模型。结合混流拆卸线的具体特点,提出了一种改进的并行邻域搜索算法(Improved Parallel Neighborhood Search,IPNS),该算法定义两类不同的邻域结构,采用动态搜索策略,通过独立搜索以及直接交换邻域的方式以最大限度寻找最优解。最后,通过多个算例验证了算法的有效性。     

基于改进的Tabu算法的配电网无功优化

将一种改进的Tabu算法用于配电网无功优化，建立了相应的数学模型，以规划期内的降损收益最大为目标函数。以邻域搜索给补偿容量固定步长作为一个邻域。为了避免传统的邻域搜索的局限性，文章采用了扩大邻域搜索范围的方法改进了传统的算法。将几个标称容量放在一个数组中，以补偿标称容量。从而扩大邻域搜索的范围，以获得全局最优解。文章应用改进的Tabu算法对34节点系统进行了无功优化计算，与传统的Tabu算法进行比较，结果表明改进的Tabu算法具有更强的全局寻优能力。     

基于改进智能算法的非线性转子系统的参数辨识

为了有效的识别非线性转子系统的若干参数,提出了基于遗传算法、蚁群算法和邻域搜索算法的混合方法（Ne-GAAC）,该算法利用遗传算法的快速随机搜索能力的优点,形成了蚁群算法的初始信息素分布和寻优区间,同时利用了蚁群算法正反馈以及具有分布式并行全局搜索能力的优点,最终在解收敛后采用局部邻域搜索算法得到精确解,算例结果表明,该方法可以有效的识别非线性转子系统的参数。     

考虑工人移动和物料取用的双边装配线平衡

针对生产实际情况,建立了考虑工人移动和物料取用的双边装配线平衡模型。考虑工人在工位内的移动时间和取用物料的时间,设计了工位位置点和物料取用系数,定义了移动路线约束、位置点约束和搬运能力约束,以最小化生产节拍为目标建立了装配线平衡模型,使生产模型更加符合实际生产情况。采用分级位置权法改进初始化策略,采用差分进化策略进行邻域搜索,采用Boltzmann选择方式进行概率选择,改进了人工蜂群算法用于求解,增强了邻域搜索能力,避免算法陷入局部最优解。以某汽车企业内饰工段为实际案例,利用新的平衡模型和改进算法求解,优化结果证明了模型的可行性和算法的有效性。     

考虑班种约束的呼叫中心排班优化模型与算法

一些呼叫中心设置早班、晚班和两段班班种;排班时规定员工周内同班种的班次当班,并且限制两段班当班员工占比。构建该实际情景的坐席人员排班问题整数规划模型。鉴于问题难解性,首先通过问题结构层次分解,以及对班种与班次覆盖区段人力需求量化指标的表征刻画,提出启发式算法生成解方案;然后采用基于模拟退火机制的邻域搜索算法改善解方案。计算实验表明整数规划模型适于求解小规模排班问题最优解,而上述两阶段优化算法能够获得大规模问题优化解。研究表明,在优化人力成本情况下可兼顾坐席人员工作时间高规律性。     

带装载能力的需求依背包拆分车辆路径问题

以最小化总的旅行时间为优化目标,以单车场、单车型、装载能力和需求依背包拆分等为约束条件,将以往客户需求不可拆分的条件松弛为依背包来离散拆分,建立了带装载能力的需求依背包拆分VRP（CVRPSDB）的单目标数学模型。设计了一个自适应禁忌搜索算法（ATSA）对模型进行求解。该算法采用了自适应惩罚机制,构建了一个多邻域结构体,并针对客户点与背包都设计了相应的邻域操作算子,较好地适应了客户需求量的离散拆分程度。经算例测试与文献对比,验证了所设计模型与算法的有效性。     

基于TRIZ-GA老龄服务机器人人因系统功能配置与设计优化

目的 基于TRIZ理论对老龄服务机器人用户需求、配置原理及人机关系进行分析,并运用GA算法进行优化。方法 首先利用五阶问卷、层次分析法对老年人行为特征进行剖析,得出老年人具体的功能需求。结合TRIZ理论推导出老龄服务机器人的功能结构模型。其次利用物-场模型建立较为完善的老龄服务机器人新型人机系统设计模型。在功能模型与系统模型的基础上,利用物理矛盾原理推导出老龄服务机器人的配置原理,并运用技术矛盾原理对其进行设计改进,最后利用GA算法寻求最优解,将其具象化并用主成分综合评价验证研究成果。结果 在满足老年人需求的基础上,提出了功能模型、新型人机模型及配置模型。结论 提出了老龄服务机器人配置原则及优化方法与设计指标,以期为后续老龄服务机器人交互设计及人机界面设计提供理论依据。