基于双层混合联运的震后应急物资配送模糊多目标优化

为提高震后应急救援效率并减少应急消耗费用,以所有受灾点未满足物资需求之和最小、送达速度最快以及应急总费用最小为目标,建立应急物资需求模糊情况下包含应急中转站的混合联运多目标优化模型,并运用基于矩阵编码的混合遗传算法求解,最后以汶川地震为例,验证了该模型和算法的收敛性较好且运行效率较高。因此,该模型和算法有效,可为实际应急提供指导。     

危化品事故连续消耗型应急物资调度模型

应急物资调度是危化品事故应急救援工作的关键内容,危化品事故会对周边区域造成环境污染,其应急物资调度问题应该考虑多个目标。针对危化品事故应急物资调度特征,建立了连续消耗应急物资调度多目标模型。模型以缺货损失最小、调运时间最短和调运总环境风险最小为优化目标,考虑应急中心物资数量限制和救援时间限制等约束条件,采用NSGAⅡ遗传算法求解。对于求解结果,采用逼近理想解的排序方法进行选择。算例计算结果表明,多目标模型优化方案比单目标模型优化方案有较大的优势,同时说明算法合理可行。     

碳限额约束下考虑成本和环境的产品配置多目标优化问题

随着顾客对个性化产品的需求和绿色环保意识的不断增加,配置出满足客户个性化、低碳和环境友好的产品变得日益重要。本文研究了在碳限额约束下基于模块化的个性化产品配置优化问题;建立了以配置总成本和碳排放量为最小化的多目标优化模型;提出了采用ε-constraint的多目标优化求解算法,从而获得产品配置问题的帕累托边界(Pareto Front);采用C++Cplex编程实现了该多目标优化算法;最后,通过案例验证了该算法的有效性。数值实验表明:所提出的多目标优化算法能够在合理的时间内求解实际的产品配置问题。     

多阶段灾后救援选址-路径模型及求解算法

配送中心选址与配送车辆路径安排的集成优化对灾后应急救援至关重要,综合考虑救援物资多次运达、多阶段持续配送等特点,以各救援物资需求点间运达时间之和以及系统总反应时间最小为目标,建立一种多阶段带时间约束的应急救援物资配送选址-路径优化模型。为模型的求解,设计一种特定的LRP路径编码,根据编码的结构独立、路径间相互关联等特点,引入一种适应匹配交叉算子,同时结合稳定均衡策略设计一种均衡协作启发式算法(BGEA算法)。为了验证模型的有效性及BGEA算法求解选址-路径多目标问题的优越性,对算例作求解分析,得出了可行性调运方案,并将BGEA算法求解性能与已知算法求解性能进行对比,比较结果表明BGEA算法求解该问题具有良好的寻优能力。     

模糊需求条件下应急物资调度的动态决策研究

针对大规模突发事件的应急物资调度问题,考虑了包含供应点、集配中心和需求点的三级供应网络、模糊需求条件、多种运输方式联合运输,建立了以总运输时间和应急成本为目标的多目标非线性整数规划模型。通过决策者对总运输时间和应急成本的动态赋权,提高了模型的柔性。给出了求解算法,仿真实例验证了模型的有效性。     

军事应急物流中多目标路径优化的研究

本文从军事应急物流的定义和特点出发建立了多目标的路径优化模型,并基于遗传算法总结归纳了解决多目标路径优化问题的三种方法。     

多受灾点间应急资源滚动式协同调度研究

分析了灾害发生后应急资源的多点分时段需求特征后,建立了多受灾点间联动互相支援的资源滚动式协同调度配置模型。对总运输成本函数和平均资源配置时间函数分别进行了归一化处理后,建立了最小化目标规划优化模型。对多种可重用资源在各受灾点之间的多时段综合协同调配决策进行了研究。针对问题特点采用了粒子群算法去求解,并设计了独特的离散机制。最后以某电力公司各应急仓库储备的多种工具资源的协同配置为背景,设计验证实例,验证了模型的有效性和算法的适应性。     

改进樽海鞘算法求解带时间窗的应急选址路径问题

目的 为使应急物资及时高效地送到灾区,针对多目标应急选址-路径问题,在考虑灾区的时间窗及物资运输过程中道路安全的情况下,以最小化经济成本、最小化时间惩罚成本及最大化道路安全性为目标,构建多目标优化模型。同时,设计改进的樽海鞘算法求解问题,以验证模型的可行性和算法的有效性。方法 根据模型的特征对樽海鞘算法进行改进,运用随机生成和贪心算法相结合的方式生成初始解,利用交叉算子和邻域搜索算子改进原始算法的位置更新操作,引入非支配排序遗传算法（NSGA-Ⅱ）的精英保留策略,以提高算法的性能。结果 经过多个算例测试,该算法能快速获得一簇Pareto解,与基本樽海鞘算法进行对比后可知,改进后的算法性能更优越。结论 对于灾后及时响应的应急选址路径问题,采用改进的樽海鞘算法具有一定优越性,并在多个目标权衡的情况下,可供决策者根据目标的偏好找到较满意的解,对于研究应急选址路径问题具有一定的参考价值。     

考虑时效性与公平性的应急物资选址配送问题及算法研究

为了应对应急救灾初期资源储备不足的情况,本文提出了一个兼顾时效性与公平性的多目标应急救灾物资的选址—配送模型。其中一个目标为总体成本,包括时间成本、运输成本和配送中心运营成本,另一个目标是物资短缺数量,将物资分配与灾区紧迫程度结合,以期实现最大化的公平。同时提出了一个多目标超启发式优化框架来解决所提多目标问题。在该框架中,提出了3种高层选择策略和4个接受准则,以提高多目标超启发式框架的性能。通过实验,确定了模型参数,证明了所提模型的有效性。并引入3个评价指标,实验对比分析表明所提多目标算法在3个评价指标上优越于NSGA-II以及多目标粒子群算法(MOPSO)。     

多金属矿山工业采掘生产计划模型与优化算法

为了降低多金属矿山工业生产作业成本及保证生产连续性等目标,将矿山生产作业过程中采场至卸矿点间的生产成本归结为采掘生产作业计划优化问题,建立了多金属矿山工业采掘生产计划模型。该模型以采掘和运输作业成本最小为目标,综合考虑了矿石品位波动、采场的出矿量、采掘作业量和矿产资源利用等约束条件。将改进的量子粒子群算法应用于模型中,利用进化速度和聚集度因子对算法参数进行优化,同时提出了双可行域吸引子的粒子搜索策略,提高了算法的全局收敛速度,避免了早熟问题。以某大型多金属矿山为案例,结果表明该算法解算结果要比矿山实际生产指标、非线性规划以及标准粒子群算法结果优于95%以上,算法求解速度提高了65%左右,且该模型与优化算法满足矿山工业采掘生产计划的连续性和均衡性要求。     

基于多目标和聚类的产品功能疲劳健壮性分析北大核心CSSCI

研究了产品功能疲劳问题中产品功能组合的健壮性分析问题,提出了基于NSGA-II和客户聚类的综合分析方法。具体包括建立了基于NSGA-II算法的产品功能疲劳问题的多目标优化模型,并利用K-Means算法对客户评价数据进行了聚类分析,然后结合多目标模型和聚类结果进行健壮性分析,为产品开发人员选择健壮性的产品功能组合提供决策支持。最后通过智能手机产品的实际案例说明了所提出方法的有效性。     

基于多目标和聚类的产品功能疲劳健壮性分析

研究了产品功能疲劳问题中产品功能组合的健壮性分析问题,提出了基于NSGA-Ⅱ和客户聚类的综合分析方法.具体包括建立了基于NSGA-Ⅱ算法的产品功能疲劳问题的多目标优化模型,并利用K-Means算法对客户评价数据进行了聚类分析,然后结合多目标模型和聚类结果进行健壮性分析,为产品开发人员选择健壮性的产品功能组合提供决策支持.最后通过智能手机产品的实际案例说明了所提出方法的有效性.     

基于工作流网的应急资源配置与路径规划集成优化

应急管理决策通常包括站点选址、资源配置、运输调度等内容,如何从应急处置整体流程控制的视角对决策内容进行集成建模及优化,是应急管理研究付诸实际应用的关键。本文提出具有资源和不确定时间约束的应急工作流网模型,通过三类库所（状态库所、动作库所、资源库所）及三类时间属性（可视时间、静态时间、动态时间）,揭示多部门联合应急中的作业时序与资源占用关系。在给定整体流程最大完成时间的条件下,以资源消耗与占用成本、资源运输与惩罚成本总和为目标函数,建立应急资源配置与路径规划的集成问题模型,并采用遗传粒子群混合算法对问题进行求解。根据遗传优化得到的应急资源配置方案,借助应急工作流网计算各动作库所、状态库所的时间参数,以此作为约束条件利用嵌套的粒子群算法进行资源运输策略优化。     

基于多品种应急物资配比打包的运输规划模型

为解决多品种应急物资配送结构不均衡问题,研究建立多品种物资配比运输数据库,并基于混合整数非线性规划方法建立地震初期的多品种物资配比打包调运模型。该模型在物资运输中考虑多种物资间配比及多运输方式联合运输,将物资运输分为两阶段,分别以整体时间效益最大、整体满意度最大为目标。结合案例使用MATLAB编程运用遗传算法对该模型求解,实现多品种应急物资配比打包运输。     

基于改进NSGA-Ⅱ算法的班轮航线配船多目标优化

航线配船合理与否不仅关系到班轮公司运营成本还会影响服务质量。考虑到货主是"理性经济人",以货物时间价值损失最小和运营成本最低为目标,建立了集装箱班轮航线配船的多目标优化模型;设计了双向随机变异算子,并以嵌入非劣解局部搜索改进NSGA-Ⅱ算法,求出满足货主和船公司双方需求的Pareto解集,以某班轮公司的实际案例验证了模型和算法的可行性。最后通过与NSGA-Ⅱ算法对比,证明改进后的算法计算所需的时间更短、运行稳定,得到的结果更优。该模型和算法能够为船公司在不同市场情况和企业战略目标下做出合理决策提供参考。     

供应链环境下面向区域市场的产品组合优化模型与算法

在供应链环境下,每个企业节点都面临着面向下游区域市场的产品组合优化问题。针对这一问题,综合考虑了企业利润、市场满足率和产品销售率三类优化目标,建立了多目标的产品组合优化模型,并设计了求解算法。算法采用基于量子空间的改进粒子群算法作为求解框架,通过引入相对优属度的概念设计适应度函数,以实现对多目标的处理。数据实验表明,本文提出的模型和算法是有效的。     

工程项目多目标协同优化研究

将微粒群算法(particle swarm optimization,PSO)引入工程项目多目标协同优化领域,研究工程项目的质量、费用、资源和工期的协同优化问题。文章首先系统介绍微粒群算法原理、流程以及算法的改进发展,然后研究了工程项目质量、费用、工期和资源的协调功效系数,并建立了质量、费用、工期和资源的多目标协同优化模型,接下来介绍了应用微粒群算法编码解决工程项目多目标优化的方法步骤。最后,通过一个应用实例,计算表明微粒群算法可以准确快速地解决工程项目多目标协同优化问题。     

基于地震模式的医院应急资源激增能力储备规划研究

针对不同类型的大规模突发事件,医院需要进行有针对性的资源储备规划,从而快速响应突发状况,实现医院的应急资源激增能力。通过调研医院应急流程,建立了基于SIMIO的医院应急救治系统仿真模型,在模型中引入病情递进函数,仿真优化医院应急资源的储备规划。以文献记载某院接受地震伤员的实际情景为案例,以合理化资源利用率和提高伤患救治率为目标,结合某三甲医院实际资源配置现状进行了仿真实验,针对此类规模的地震突发事件,得出该医院切实可行的激增能力储备规划。     

基于多目标优化策略的扭杆可靠性稳健优化设计

为提高机械零部件的安全性和稳健性,应用可靠性稳健优化设计理论和多目标决策方法,建立了适合结构可靠性稳健优化设计的多目标优化模型.为能迅速准确地对具有约束条件的多目标优化模型进行求解,提出一种利用模糊理论对约束条件进行处理的方法,然后应用灰色粒子群算法对多目标优化模型进行求解.通过对正态分布参数和任意分布参数的扭杆可靠性稳健优化设计,表明该方法行之有效.     

基于规则的钢铁订单归并及炉料结构优化方法

针对订单生产型钢铁企业的组炉计划和原料配方优化问题,综合考虑钢铁订单的产品结构属性、加工过程特征和客户交货要求等多约束条件,提出了基于规则的订单归并及炉料结构优化方法.首先利用订单组批合炉冶炼规则,建立以炼钢余材量最小和拖期/提前惩罚最小为目标的订单归并优化模型;然后利用精炼阶段合金投料配方规则,建立以投入原料成本最小和合金元素目标成分偏差最小为目标的炉料结构优化模型;并分别设计了求解上述两模型的启发式微粒群算法.案例企业的实际数据验证结果表明,基于该方法形成的组炉计划和原料配方方案,能够在满足订单交货期的前提下有效地减少炼钢余材量,合理地降低铁合金等原材料的投入成本.