一类网络扩张的机会约束模型与算法

在不确定环境中的机会约束下,怎样去增加一组边的容量到一个指定的瓶颈容量,而使网络瓶颈扩张的费用最小.带有随机单位扩张费用的网络瓶颈容量扩张问题,可以根据一些概率机会约束规则,列出它的机会约束规划模型的通用表达式.将网络瓶颈容量算法、随机模拟方法和遗传算法合成在一起,设计出该问题的混合智能通用算法.最后,给出数值案例.     

一类带有限制的网络瓶颈容量扩张问题

在一些物理网络中,当设施（边的容量等）建立后,由于需求增加,需要调整网络的容量来提高服务水平。调整优化的过程中既要考虑扩张成本,同时也要考虑需要调整的总边数,以尽可能小的影响人们的正常生活。本文研究对于一个给定的网络G,已知边e_i的初始容量和单位容量扩张成本,在预算成本和扩张总边数的约束下,如何有效地扩张边的容量至x_i,使得系统的容量最大,即max{min_ei∈T x_i,T是网络G中的生成树。首先求解两个与之相关的模型,然后通过分析两个相关模型与原问题之间的联系与区别,提出了原问题的多项式时间算法。最后,通过算例说明算法的步骤,并分析了不同参数值对系统容量的影响。     

带三重容量限制的中转物流选址-分配模型

本文分析了一类带三重容量限制的物流选址一分配问题(LAP):在物流网络受边最大单批通行容量、物流中心最大吞吐容量和运输工具总运输容量等三重容量限制下,如何进行中转运输的物流中心选址和相关资源分配,使总的费用最小.模型假设网络系统满足如下条件:商品只能用不同运输工具经过某一物流中心进行中转运输.本文建立了混合整数规划模型,提出了一种先进行选址然后进行资源分配的优化算法,并用优化算法对一个实例进行了求解.     

废弃物回收的多层逆向物流网络优化设计问题研究

废弃物逆向物流网络设计问题是一个关系到经济效益和社会效益的问题.本文研究了废弃物逆向物流网络设计问题,包括选择中转站和处理站的地址,确定将产生点的废弃物分配给中转站以及从中转站运送到处理站的最佳策略,确定处理站的容量.考虑了在满足公众的意愿的情况下,建立了一个多目标的纯整数规划模型,最小化总的建设费用和设施对公众产生的负效用.设计了基于启发式的两阶段分解算法求解,从而构建一个废弃物回收的多层逆向物流网络.最后的算例仿真表明了算法的有效性和可行性.     

含有连续型随机参数的回收物流网络优化设计

考虑到设计参数的不确定性,建立了单一产品、有处理能力约束的回收物流网络优化设计的二阶段随机规划模型.该模型借助于抽样技术给出了连续型随机参数的有限离散数值,利用混合遗传算法计算并比较了不同网络的建设和运营费用,从而避免了网络设施数量和随机向量维数对模型求解效率的影响.为得到稳健的回收物流网络,利用大样本对计算获得的可行网络进行了评价.考虑到样本随机性的影响,给出了基于随机模型的回收物流网络优化设计步骤.另外,通过算例说明了随机模型的有效性,证实了确定性模型近似处理随机规划问题的不适用性.     

公交系统随机平衡网络设计模型及求解算法

本文根据公交网络的具体特点,对公交网络进行了系统的描述,提出一个双层规划模型来描述随机平衡公交网络设计问题。在双层规划模型中,上层模型为一个标准的公交网络设计模型,下层模型是一个公交网络随机平衡配流模型。针对所提出的模型,设计了基于灵敏度分析的求解算法。最后,给出一个简单算例加以证明。     

拥堵交通网络模型和增强拉格朗日乘子算法

为了更加准确地反映拥堵网络的交通流状态,必须在传统交通网络均衡模型中添加路段容量约束条件,限制路段交通流量的非现实的增长,因此构造了一个容量制约下的均衡交通网络流模型.在拥堵交通网络中,传统的路段特征函数不能反映拥堵的交通特性,修正路段的旅行费用表示为行车时间和因为拥堵而产生的等待延迟的总和,路段容量约束条件的拉格朗日乘子等于该路段的等待延迟.把外惩罚函数和牛顿法相结合构筑成增强拉格朗日乘子算法,用来求解拥堵网络的交通流状态.外惩罚函数通过调整惩罚参数,把容量约束下的网络均衡问题转化成传统网络均衡问题.牛顿法通过移动方向、修正矩阵和移动步长的组合来保证路径或路段交通流量解的可行性,同时获得转化后子问题的最优解.     

多阶段网络扩张投资模型研究

在总体网络布局规划完成的前提下分析网络各边的构建时间和先后顺序.在给定的规划网络 G(V,A,G)中,有 r 对 O-D 用户流,在总的网络建设费用、维护费用及用户流成本最小的目标下分析各阶段投资方案的选择问题.模型以各种费用的现值为基础讨论了模型的变化情况,并给出了基于贪婪的启发式算法.最后以巩义市道路网的建设规划为例进行了分析,实例显示,该模型和算法为巩义市的道路网规划节约了数千万元的社会成本,增加了近亿元的直接社会经济效益.     

基于时延-容量转换的网络路径优选研究

应急救灾、军事作战过程中需要进行大规模的物资调度,受运输网络容量的限制,保障物资需要在网络单元处等待并逐步转运,导致传输时延随物资数量的变化而呈现不确定性.本文在详细分析描述保障网络传输机制的基础上,提出一种基于网络时延-容量转换的建模方法,建立最小时延网络路径优选模型,并改进Dikstra算法求解网络最优路径,最后应用算例验证模型正确性及算法有效性.     

摩擦市场上最优投资组合的一种数值解法

在实际的证券交易市场上存在着诸如交易费用、税收等摩擦.投资者在交易的过程中,不可避免的要受到市场摩擦的影响.作者以投资者为了获取最大的投资效用为目标函数,建立了摩擦市场上最优投资组合问题的数学模型,并提出一种适用于此类模型求解的内点算法,同时也给出了算法的具体实现步骤和一个具体的算例.     

考虑延误因素的机组排班模型研究

机组排班是航空公司运营计划的重要环节。传统对机组排班问题的研究,通常不考虑延误对排班的影响,导致机组排班的鲁棒性较差。本文在传统机组排班模型的基础上考虑延误成本,以最小化各项任务成本和延误成本为目标,提出了考虑随机延误因素的机组排班数学规划模型。然后提出求解此模型的启发式列生成算法,该算法可有效缩小问题规模,减少求解过程中的迭代次数并提高求解质量。利用航空公司真实飞行数据进行测试,证明算法可在短时间内求解大规模机组排班问题。最后,通过仿真试验证实考虑延误的机组排班模型可有效提升排班的鲁棒性。     

危险品集成物流管理系统选址-选线模型研究

以路网的危险度瓶颈限制为切入点研究了一类危险品集成物流管理系统选址—选线问题,对应于路网危险度瓶颈限制引入安全费用非递减函数,并根据运输工具的安全配置等级构造该等级下的子网络,物流系统的选址—选线结果随着路网的调整而不断变化.危险品集成物流系统的管理存在多个目标,文中首先分析了成本、风险和风险公平性等优化目标,在说明了建模的假设条件后,建立了基于路网危险度瓶颈限制的危险品集成物流系统选址—选线的多目标模型,并根据模型给出了一种启发式算法,最后用一个算例对模型进行了数值演算.     

随机多阶段分销网络设计模型

为了更合理的设计分销网络,本文提出了一种随机多阶段的联合选址-库存模型。在该模型中,不仅考虑了经济规模和分摊效益的影响。同时通过情景规划,考虑了在多阶段的分销网络设计中,对未来市场环境的不确定性。该模型的目标是使整个战略周期内的总期望成本(包括库存、运输、选址成本与损失的收益)最小。本文将该模型建立成为了一个非线性的整数规划模型,同时提出了一种基于拉格朗日松弛的求解算法。最后,本文使用该算法求解了三组不同规模的算例,得到的计算结果证明了拉格朗日算法是求解该模型的有效算法。     

随机需求下基于“自营+外包”模式的配送中心选址-配送问题研究

针对顾客需求量不确定情况下末端配送中心选址及提前备货问题，提出了基于“自营+外包”配送模式的配送中心选址-配送问题。以自营配送中心的固定运行成本、提前备货成本和各种场景下的自营配送成本、外包配送成本以及缺货损失成本的期望值之和最小化为目标，建立了两阶段连续型随机规划模型。第一阶段确定自营配送中心的选址位置和各个配送中心的提前备货量；第二阶段确定各种场景下的自营配送货运量、外包配送货运量和客户点的缺货量等，使总成本期望值达到最小。基于Monte Carlo抽样理论设计了求解模型的样本均值近似方法；以及求解大规模问题L-shaped分解算法。通过模拟算例验证了两阶段随机规划模型的优越性和样本均值近似方法的有效性；并对自营配送中心固定运行成本、单位商品的自营配送成本和外包配送成本等进行灵敏度分析，得到了不同参数对应的最优配送策略，结果表明，正常情况下“自营+外包”配送模式是企业的最佳选择。本文同时将配送中心选址和提前备货量作为随机规划模型的第一阶段决策变量，可以帮助企业降低物流成本、提高顾客的满意度。     

基于改进粒子群优化方法的供应商优选与订货量分配模型

研究了随机性需求环境下的供应商优选与订货量分配问题,构建了以质量、成本、交货期3个准则为目标函数、以其他目标为约束条件的多目标随机约束规划模型;借助于加权法和罚函数法,将多目标随机约束规划模型转化为单目标优化模型;进而设计了带惯性因子和收缩因子的粒子群优化求解算法对所建模型进行求解,并与常用的遗传算法求解方法进行对比分析,实例验证了粒子群优化算法解决此类优化问题的可行性和有效性.     

基于二阶段随机规划的城市医疗废弃物回收网络设计

城市医疗废弃物日益增加,且回收需求量受诸多因素的影响,难以准确预测,假定回收需求为确定值的医疗废弃物网络优化设计不能与实际需求相匹配。本文考虑了离散随机参数环境下,医疗回收网络设计中选址规划、分配计划及运输规划的协同优化问题,建立了以选址成本、运输成本最小为目标,设施与车辆能力限制为约束的二阶段随机规划模型。根据模型特点,设计了基于Benders decomposition的求解算法,同时,设计了一系列加速技术用于提高算法的求解效率。最后,以国内某城市医疗回收网络为背景设计算例,检验本文模型和求解策略的可行性和有效性。结果表明：相比确定性规划,随机规划的解能够节约总成本,结合一系列加速技术的Benders decomposition方法比CPLEX与纯的Benders decomposition更有优势。     

Managing stochastic demand in an Inventory Routing Problem with transportation procurement

We study an Inventory Routing Problem in which the supplier has a limited production capacity and the stochastic demand of the retailers is satisfied with procurement of transportation services. The aim is to minimize the total expected cost over a planning horizon, given by the sum of the inventory cost at the supplier, the inventory cost at the retailers, the penalty cost for stock-out at the retailers and the transportation cost. First, we show that a policy based just on the average demand can have a total expected cost infinitely worse than the one obtained by taking into account the overall probability distribution of the demand in the decision process. Therefore, we introduce a stochastic dynamic programming formulation of the problem that allows us to find an optimal policy in small size instances. Finally, we design and implement a matheuristic approach, integrating a rollout algorithm and an optimal solution of mixed-integer linear programming models, which is able to solve realistic size problem instances. Computational results allow us to provide managerial insights concerning the management of stochastic demand.     

基于随机运输路径选择的物流中心选址模型

旨在以物流系统总费用最小化为目标进行物流中心选址规划.政府做出物流中心选址规划后,客户会选择合适的供应商进行交易,并根据已有物流中心与交通流分布进行货物运输路线决策,使其总费用最少.论文提出了物流中心选址双层规划模型,考虑投资费用的约束,保证用户平衡的同时使整个物流系统总费用最低.其中上层规划目标是使物流系统总费用最小化,下层规划建立了一个Logit随机用户均衡模型,并构造了一个等价的凸规划问题.最后针对模型提出了一个算法,并通过算例说明其可行性.     

航空公司机上周转品多基地库存优化模型

在民航业日益激烈的市场竞争环境下，航空公司对成本控制的精细化管理显得尤为重要。本文基于航空公司的实际背景，针对为旅客提供的机上周转品，建立了一个多基地库存系统的库存优化模型。该模型以系统的总库存成本最小为目标，在考虑需求、回收、调运、安全库存等因素下，决策一个订货周期内的订货及调运方案。基于最优解的分析，在成本参数满足一定条件下，可以得到系统最优的期初订货量；在此基础上，可以将该模型转化为一个网络流模型，参考最小费用最大流算法，设计了一个多项式求解算法来求解该网络流模型，进而得到各基地之间的最优调运量，并证明该算法的最优性；此外，根据期初订货量可行解的范围，设计了一个求解原库存模型的启发式算法。通过实例分析，验证了该模型与两种算法的有效性。