相异成本和广义非线性需求下多寡头古诺模型及应用

在已有的寡头古诺模型基础上进一步扩展,建立了综合考虑竞争者成本差异和市场广义非线性需求的扩展多寡头古诺模型。给出了扩展多寡头古诺模型Nash均衡解的一般求解方法以及两类特殊需求函数下Nash均衡解的解析表达式。接着进一步探讨了模型的性质,重点讨论成本差异对均衡的影响及其与经典模型的异同,并利用模型的结论简单解释若干经济现象。模型性质探讨表明,边际成本差异会对均衡产量及其在各类寡头之间的分配产生重要影响。作为应用,将相关结论应用到以稀土开采管理为代表的稀有资源管理的策略分析上,提出了若干建议。     

考虑路线复杂度的应急疏散双目标路径选择模型

针对路径选择这一疏散计划中最基本的问题，考虑疏散时间以及路线复杂度因素，建立了应急疏散路径选择的双目标优化模型。模型将总疏散时间最短以及路线复杂度最低作为优化目标，同时考虑灾害扩散对疏散网络通行状况的实时影响，将各弧段上的通行速度表示为随时间的连续递减函数。设计了求解模型的蚁群优化算法，仿真结果表明了模型和算法的有效性和可行性。     

一种多属性条件下的交通网络路径选择模型

本文讨论了多属性条件下的城市交通网络的路径选择问题.当路径的客观信息已知时,出行者对所关注的属性给出具体的主观偏好值.由于出行者的主观偏好与客观信息之间存在一定的偏差,为了尽可能的减小这种偏差,在此建立了单目标优化模型,并采用解析的方法对模型进行了求解.在此基础上,给出了路径选择问题的求解步骤,其实现过程简单可操作.最后通过算例说明了主观偏好对路径选择结果的影响.     

紧急疏散中最优抗出错路径选择模型与算法

疏散路径选择是紧急疏散中的重要问题,为了减小疏散人在紧急疏散过程中由于路径选择错误带来的损失,提出一对起讫点间最优抗出错路径选择模型。给出路径出错系数的定义,用以度量疏散人路径选择错误带来的疏散效率损失,并且设计了求解最优抗出错路径的DAE算法,证明该算法的时间复杂度为O（ mn2）。结果表明,选择最优抗出错路径作为疏散路径,能够有效地抵抗由于疏散人路径选择错误带来的损失,对提高突发事件下的疏散效率具有实际意义。     

新旧动能转换背景下煤炭产业碳减排路径仿真研究——以山东省为例

运用系统动力学方法,在新旧动能转换背景下,以煤炭产业碳排放为研究对象,构建了山东省煤炭产业碳减排路径仿真模型.设置了规模调控下的基准情景、以能源结构调整为主导路径和以技术进步为主导路径三类情景,进行了山东省煤炭产业碳减排路径仿真预测.结果显示:三类情景中以能源结构调整为主导的减排路径效果最优,在规模调控路径基础上,新能源占比每提高一个百分点,将实现碳减排35万吨;其次是以技术进步为主导的减排路径,技术进步率每提高一个百分点,将实现碳减排21.7万吨;但是仅靠单一路径难以实现到2020年较2005年碳排放强度降低40%-45%的目标,技术进步、能源结构调整等"多管齐下"是实现减排目标的合理途径.     

配送中心订单分拣系统中的拣货路径选择研究

订单分拣是订单履行流程中一项重要活动,分拣成本是配送中心成本的主要组成部分之一。订单分拣系统的设计需要考虑订单类型、产品特点、分拣策略、分拣区域的布局、分拣路径和储位选择等因素。本文主要评价各种拣货路径方法,作者利用方差分析中的最小显著性差异法.1602640178otmail.com对仿真结果进行多重比较。本文的研究结果显示,当订单规模较小时,单区布局下的最优启发式路径方法是最大间隙法;双区布局下的最优启发式路径是组合方法;而且双区布局下的各种路径方法更能节省分拣行走距离。这些结论有助于配送中心管理人员通过分析订单规模来改变分拣路径和布局,进而提高配送中心分拣效率。     

金融中的Levy模型及其仿真

近20年来,金融中Levy模型与蒙特卡洛仿真技术日益受到重视. 在连续时间过程的金融建模中带跳跃的Levy模型相比于连续轨道的布朗运动模型能很好地刻画市场的跳跃,更好地拟合金融数据的统计特征,更准确地对衍生品定价. 但是,相较于经典的Black-Scholes模型,用Levy模型对衍生品定价以及求解对冲策略的计算复杂度大大增加. 蒙特卡洛仿真成为Levy模型计算中最重要的方法之一. 首先详细地介绍了Levy模型引入的背景,并引出仿真方法在其中重要的应用价值. 最后,简要地给出了Levy过程仿真及其梯度估计的基本方法.     

钢铁企业订货系统模型的VENSIM建模与仿真实现

订货模型存在于大多数的公司中,用以根据销售情况组织公司生产.在简单生产-分配系统模型基础上,构建了钢铁企业零售商订货模型;运用系统动力学方法分析了该订货模型,并采用了阶跃函数描述了复杂变化的零售商销售状况,通过VENSIM建模与仿真分析,找出了零售商销售-订单-库存的相互关系;结果表明,钢铁企业生产-分配系统的特征与采用阶跃函数得出的结果非常相似,对钢铁企业零售商的订货策略具有指导意义.     

基于博弈论混合策略下的路径选择模型

为了缓解交通拥挤的状况,预测出行者路径选择行为是一项值得研究的工作.在混合策略下,根据出行者之间的博弈关系,定义了混合策略下的得益函数,并引入求解混合策略纳什均衡的一种新方法,即极值法,对出行者的路径选择博弈模型进行了求解,有效弥补了传统划线法的不足,最终得到每个出行者的最优选择,实现了博弈各方的平衡.通过算例,有效地说明了混合策略下出行者最可能做出的路径选择.     

具有人口年龄结构的Solow-Swan模型与仿真

本文中,我们将人口年龄结构引入经典的Solow-Swan模型,探讨人口年龄结构变动对经济增长的影响.利用比较定理证明当人口趋于稳定的人口结构时刻划模型的微分方程的解是渐近稳定的.通过数值仿真,我们看到经济增长在少年抚养下降时加速,在老年抚养上升时减缓.在人口转变时期存在"人口红利",人口老龄化导致的劳动力人数占人口的比重下降会使经济增长减缓甚至下降.     

车辆路径问题的改进遗传算法

提出一种基于遗传算法的求解车辆路径问题的新算法,避免传统遗传算法处理不可行约束条件中惩罚项系数选取不当所出现的问题.同时,通过现实例子分析该算法的优劣性,实验结果表明该算法是一种有效的算法.     

不可恢复道路堵塞路径选择问题及其算法

针对不可恢复道路堵塞的路径选择问题，分析了堵塞发生的不同起始时间对通过被堵塞边的费用(时间)产生的影响，这种影响引起的后效性使得这个问题不适合用动态规划中逆序推算方法求解。本设计了一种算法(MDA)，对经典的Dijkstra算法中的权值计算进行了修正，证明了算法的复杂性为O(n^2)，并用该算法对模型进行了求解。最后通过一个算例分析，对算法进行了验证。     

Evolutionary Algorithms for the Vehicle Routing Problem with Time Windows

This paper surveys the research on evolutionary algorithms for the Vehicle Routing Problem with Time Windows (VRPTW). The VRPTW can be described as the problem of designing least cost routes from a single depot to a set of geographically scattered points. The routes must be designed in such a way that each point is visited only once by exactly one vehicle within a given time interval. All routes start and end at the depot, and the total demands of all points on one particular route must not exceed the capacity of the vehicle. The main types of evolutionary algorithms for the VRPTW are genetic algorithms and evolution strategies. In addition to describing the basic features of each method, experimental results for the benchmark test problems of Solomon (1987) and Gehring and Homberger (1999) are presented and analyzed.     

A Particle Swarm Optimization Algorithm with Path Relinking for the Location Routing Problem

This paper introduces a new hybrid algorithmic nature inspired approach based on particle swarm optimization, for solving successfully one of the most popular logistics management problems, the location routing problem (LRP). The proposed algorithm for the solution of the location routing problem, the hybrid particle swarm optimization (HybPSO-LRP), combines a particle swarm optimization (PSO) algorithm, the multiple phase neighborhood search – greedy randomized adaptive search procedure (MPNS-GRASP) algorithm, the expanding neighborhood search (ENS) strategy and a path relinking (PR) strategy. The algorithm is tested on a set of benchmark instances. The results of the algorithm are very satisfactory for these instances and for six of them a new best solution has been found.      

A branch-and-price algorithm for the Vehicle Routing Problem with Deliveries,Selective Pickups and Time Windows

In the Vehicle Routing Problem with Deliveries, Selective Pickups and Time Windows, the set of customers is the union of delivery customers and pickup customers. A fleet of identical capacitated vehicles based at the depot must perform all deliveries and profitable pickups while respecting time windows. The objective is to minimize routing costs, minus the revenue associated with the pickups. Five variants of the problem are considered according to the order imposed on deliveries and pickups. An exact branch-and-price algorithm is developed for the problem. Computational results are reported for instances containing up to 100 customers.     

多行程车辆路径问题和配送中心定位问题的研究

为了同时解决多行程车辆路径问题和配送中心的定位问题,首先开发了一个以最小化总成本为目标的数学模型,其中总成本包括运输成本和车辆启动成本.然后设计了一个启发式算法解决这个问题,包括三个阶段:第一阶段是找到初始定位并进行路线安排,第二阶段采用模拟退火(SA)的逻辑和交换算法来获得更好的路线,最后阶段是改善由模拟退火算法中当前温度控制的位置.通过标准样例进行的实验结果表明,该算法可以更好地获得一个配送中心定位和有效的相关路线安排.最后,数值实验指出:1)选择不同类型行程的配送方式取决于每辆车的启动成本和单位距离的运输成本;2)使用大容量车辆可以更好地减少运输距离.3)增加服务时间可以有效地减少所需车辆的数量,这三个结果对于多行程车辆路径问题和配送中心的定位问题的管理决策都具有一定的实用价值.     

求解车辆路径问题的免疫算法

将免疫算法用于求解车辆路径问题,并根据车辆路径问题的具体情况提出了一种基于分组匹配的亲和力计算方法.实验结果表明,免疫算法能有效地应用于车辆路径问题.     

A Heuristic for the Vehicle Routing Problem with Time Windows

In this paper we propose a heuristic algorithm to solve the Vehicle Routing Problem with Time Windows. Its framework is a smart combination of three simple procedures: the classical k-opt exchanges improve the solution, an ad hoc procedure reduces the number of vehicles and a second objective function drives the search out of local optima. No parameter tuning is required and no random choice is made: these are the distinguishing features with respect to the recent literature. The algorithm has been tested on benchmark problems which prove it to be more effective than comparable algorithms.     

Heuristic Procedures for the Capacitated Vehicle Routing Problem

In this paper we present two new heuristic procedures for the Capacitated Vehicle Routing Problem (CVRP). The first one solves the problem from scratch, while the second one uses the information provided by a strong linear relaxation of the original problem. This second algorithm is designed to be used in a branch and cut approach to solve to optimality CVRP instances. In both heuristics, the initial solution is improved using tabu search techniques. Computational results over a set of known instances, most of them with a proved optimal solution, are given.     

求解车辆路径问题的离散蝙蝠算法

根据车辆路径问题的数学模型,分析了它的具体特征,从而对BA的操作算子又进行了重新定义,设计了求解VRP问题的离散蝙蝠算法,并通过实例测试将离散蝙蝠算法与其他算法进行比较,验证了该算法求解VRP问题的有效性与可行性.