印刷电路板组装生产线调度优化问题建模

印刷电路板(printed circuit board,PCB)组装是电子制造的基础,其核心生产过程包括电子元器件的表面贴装。分别基于典型的表面贴装机(CM402)、以及由高速贴片机(CM402)与多功能贴片机(DT401)组成的流水线的机械特征与生产特性,对上述组装机及组装流水线的调度问题建立优化模型,为进一步的算法开发以及电子制造生产调度的智能化提供理论支持。     

面向第4方物流的多代理人作业整合优化算法

物流作业整合是现代物流方法中减少物流成本的主要手段.在综合考虑代理商选择和线路优化两问题的基础上,建立了基于图状结构的面向第4方物流的多代理人作业整合优化模型.为了避免将代理商选择和线路优化作为两个互相分离的子问题来处理,提出了求解它的两层邻域搜索算法.第1层采用了转移、交换和环形移动3种移动策略求解作业在代理商之间的分配,而在第2层提出了路合并、路生成替换策略,形成了适于该问题的优化算法.随机产生20例算例,将两层邻域搜索算法的计算结果与基于k-最短路的枚举算法的计算结果进行比较,说明了该算法的可行性和有效性.     

基于实时信息的游客行程动态规划研究

基于实时信息的游客行程动态规划问题可适用于城市景点的游客行程规划、主题公园的游客行程规划、博物馆的游客游览路线规划等服务系统的实际场景。本文采用重规划方法将该问题转化为离散时间段上的静态规划子问题,建立了对应的混合线性整数规划模型,并证明了该问题的NP难性质。提出了一种分支定界算法来求解静态子问题的优化模型,并设计了一种变邻域搜索算法来求解对应的大规模问题。通过数值实验验证了所提的模型和算法,并进行了算法参数标定和算法比较分析。数值实验的结果表明,所提分支定界算法和变邻域搜索算法的计算性能都明显优于已有文献的算法。所提的模型和算法可以嵌入到管理信息系统中,对于提升服务系统的工作效率、降低顾客的等待时间、优化服务系统的资源配置等具有实际意义。     

下料问题与运输问题联合优化建模

本文研究了考虑子材运输的标准一维下料问题。建立了由生产商负责运输时,标准一维下料与运输协调优化整数规划模型,最小化母材使用成本,子材库存成本及子材运输成本。采用拉格朗日松弛技术对有关约束进行松弛和模型分解,设计基于序列规则和FFD规则的混合启发式算法求解模型。该算法由两部分组成,分别用于求解标准一维下料子问题和卖方运输子问题。通过随机产生的1800个算例,验证模型合理性与算法的有效性。与基于列生成法的两阶段算法解进行比较,平均总成本降低了17.57%,表明集成算法优于两阶段算法。     

大规模客运专线网络运营优化模型与求解算法

本文在分析铁路运营优化模型的研究进展的基础上,提出了一个适合大规模客运专线网络运营的优化模型,并提出了求解此模型的列生成算法和启发式快速算法。目的是将客运专线网路的开行方案优化与动态收益优化问题结合起来,解决更大、更复杂的客运网络运营优化问题。模型以列车运营总收益最大化为目标。用随机生成数据进行的模型试验表明,模型及算法可以在较短的时间内求解较大规模的收益管理优化问题。     

基于多分类器动态选择与成本敏感优化集成的电信客户流失预测研究

针对不同样本在特征空间中具有不同的区域特性和不同分类算法之间的预测互补性,在电信客户流失预测理论基础上,融合多分类器动态集成理论和成本敏感学习理论,建立了电信客户流失多分类器集成预测的利润函数,并提出了一类新的基于多分类器动态选择与成本敏感优化集成的电信客户流失预测模型.首先使用K均值聚类法聚类训练样本成多个分区;接着使用NaiveBayes算法、多层感知机算法和J48算法在各分区样本上构建客户流失预测子分类器;最后使用改进人工鱼群算法分别对各分区的子分类器进行成本敏感优化集成.实验结果表明,所提出的基于多分类器动态选择与成本敏感优化集成模型的分类性能不仅优于由训练集全体样本所构建的3个单模型,也优于基于改进人工鱼群算法优化集成这3个单模型而得到的集成模型.     

ACO算法在投资组合中的运用

证券投资组合优化是降低投资风险的有效方法之一.该文基于现有的相关文献,并将蚂蚁算法引入证券投资组合优化领域,对Markowitz的资产组合模型进行了必要的改进.在对ACO算法作出相应的定义与描述的基础上,文章运用实例检验ACO算法,结果表明该算法具有较好的收敛性、稳定性和合理性,是求解证券投资组合优化问题的一种较好的方法.     

产能和需求不确定情形下ATO系统最优库存和生产决策研究

通过将产成品的最终组装环节延迟到观察到实际需求以后进行,按订单组装(Assemble-to-Order,ATO)策略能够有效避免按库存生产(Make-to-Stock)策略下因为生产过剩而带来的损失和风险。然而,在未来产能有限的情形下,生产商必须提前组装部分产成品,以最大化自身收益。本文考虑一个未来需求和组装产能同时具有不确定性的单周期ATO系统:在观察到实际需求以前,生产商必须准备好所有的零部件库存,并组装适量的产成品;观察到实际需求和实际可用组装能力以后,则根据需要进一步追加产成品产量,以尽可能满足客户需求,从而最大化自身利益。通过构建一个两阶段规划模型,我们研究了生产商的最优零部件库存和最优生产决策;并进一步考察了生产商可以通过紧急外包来获取额外组装产能时的最优决策。研究结果为随机环境下生产商合理采购零部件库存和合理安排生产提供了有益的管理启示。     

弹性需求下网络设计问题和电子路票问题研究

应用双(二)层规划模型研究弹性需求下网络设计问题与电子路票收取问题,其中只考虑在部分路段进行路段能力扩充和收取电子路票.上层决策者(网络规划者)选择路段能力增加和收取电子路票的数量来获得最优的社会总福利.下层决策者(网络用户)选择路径来最小化他们的出行成本(路径出行时间与所付出电子路票的价值的和).应用下层规划问题的Ka-rush-Kuhn-Tucker(KKT)条件,将双层规划模型转化为单层规划模型.为了解决互补条件所造成的求解困难,本文构造了松弛算法进行求解,并用数值试验研究了模型和算法的可行性.数值结果表明,本文的模型在缓解交通拥挤方面可以得到更好的效果,而且只在部分路段进行路段能力扩充和收取电子路票更加方便实用.在可交易电子路票方案中,更多出行的用户需要购买电子路票来为他们的额外出行付费,而减少出行的用户则可以卖出多余电子路票得到补偿,同时电子路票的交易价格是在完全竞争的市场上形成的,因此本文中的可交易电子路票机制是收入中性的.     

电子中介中基于公理设计的多属性交易匹配研究

电子中介的出现为多属性商品交易的买方和卖方提供了新的模式和平台,并已成为电子商务活动中的重要渠道.针对电子中介中具有多属性评价信息的商品交易匹配问题,给出电子中介中买方与卖方多属性商品交易匹配的问题描述,提出一种基于公理设计的买卖双方交易的多属性匹配程度计算方法,构建关于电子中介中买卖双方交易匹配的多目标优化模型,并采取隶属度函数加权和方法将多目标优化模型转化为单目标优化模型,通过求解优化模型可以得到买卖双方交易的匹配结果.通过一个实例分析说明给出方法的可行性和实用性.