具有电力存储设备的实时需求响应与能量调度

实时需求响应与能量调度是智能电网中调节电力供需平衡的理想手段,其实施必然对用户的用电行为和电网的运行与管理产生深远影响。本文考虑用户具有多个可充、放电的电力存储设备,兼顾供电商发电量平稳的需求,在社会福利最大化模型的基础上,建立一个实时需求响应与能量调度的优化模型。给出模型的对偶问题,在满足强对偶性的前提下,可以通过求解对偶问题得到原问题的最优解,并确定可供用户与供电商参考的实时电价。在对偶问题中,问题可以分解为用户侧和供电侧两类子问题。进而设计分布式实时需求响应算法,并证明了算法的收敛性,供电侧与用户侧通过信息互动求得最优解。仿真结果验证了模型的合理性和算法的可行性。     

考虑交货因素的热轧无缝钢管订单排程模型与算法

无缝钢管的市场需求具有多品种、小批量的特点，为了在满足客户需求的同时保证高效连续化生产，文章在满足生产工艺特征的基础上将配送地址和交货期等合同因素引入热轧无缝钢管订单排程问题中，建立了以适期交货、订单集中生产配送和最小化机器设备调整为优化目标的订单排程优化模型，并设计了两阶段求解算法：首先，以订单交货期与配送地址差异最小为目标，基于凝聚策略设计了订单聚类算法，将具有相同工艺约束、相似合同要求的订单进行聚类，并形成初始轧制计划；然后，以设备调整和提前/拖期最小为目标，设计混合变邻域搜索算法，对初始轧制批次进行排程优化。基于实际订单数据的实验结果表明，模型和算法对问题的描述和求解是可行有效的。     

大数据驱动的决策范式转变——以个性化O2O即时物流调度为例

大数据环境下传统的决策范式正转变为基于数据的决策范式，本文以O2O即时服务这种新型商业模式为情景，研究大数据驱动的新决策范式下的O2O即时物流调度模型.本文跨域融合物流部门、其他运营部门以及外部环境信息构成全景式数据，同时放宽传统决策范式的经典假设，实现从无差异化配送时间到个性化配送时间的转变，以及需求服从先验分布到考虑未来需求时空属性的转变.本文融合机器学习和运筹优化方法，实现新决策范式下的O2O即时物流调度模型.在预测层面，构建个性化众包配送时间预测模型和基于订单集时空相似性的需求场景预测算法；在决策层面，同时考虑个性化预测模型的点估计及其不确定性，并考虑未来订单集的时空分布，构建考虑预测不确定性的调度模型，同时设计同步预测和决策算法求解.本文与中国主流的O2O商超平台合作，通过基于真实数据的模拟仿真，验证了新决策范式下的O2O即时物流调度模型的可行性和有效性.相较于传统的决策范式，本文提出的模型能实现更精准的供需匹配，降低延误订单数、平均配送时间和配送成本.     

带工期指派的产品服务系统订单随机调度问题研究

针对由一个制造工厂和多个区域服务中心组成的服务型制造企业，研究了考虑生产时间和服务时间均具有随机性且工期可指派的产品服务系统（PSS）订单调度问题。首先以最小化订单提前、误工和工期指派费用的期望总额为目标构建问题的优化模型，然后分析目标函数近似值的最优性条件，据此提出加权最短平均生产时间排序规则，并结合该规则与插入邻域局部搜索设计了启发式算法对问题进行求解，最后通过数值仿真验证算法的可行性和有效性。研究表明，提前费用偏差对PSS订单调度与工期指派决策的影响很小，因此企业管理者无需准确估计库存费用也能制定出比较有效的PSS订单调度策略；而工期指派费用偏差对决策结果的影响非常大，因此企业管理者在决策时必须谨慎估计该项费用。     

救援物资跨区域调度双层规划模型——考虑幸存者感知满意度和风险可接受度

为减少幸存者的痛苦、提高灾害响应效率和降低各种损失,聚焦于跨区域救援物资反应性调度主从优化问题.综合考虑救援物资调度与分配网络中不确定供应-需求-行程时间、公平性分配原则、幸存者多层次异质性与风险可接受度限制、利益相关者的层级或纵向"府际"关系、需求可拆分、多灾点、多供应点和多运输模式等特征;构建了上层最小化加权行程时间总和,下层最大化加权感知满意度的双层整数规划模型.通过分析模型的特征,设计了以互补松弛条件为基础的原始-对偶算法对其进行求解.最后,以汶川地震为算例,验证了所提出模型与求解策略的可行性与有效性.     

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。     

基于多样化方案池的即时配送订单实时响应方法

  即时配送是随现代电子商务发展起来的一种新型物流活动，它需要根据顾客随时提出的紧急货品的配送要求，在一两个小时内就必须完成货物的取送服务。面对顾客提出的即时配送订单，目前电商大都采取“一律接单”的态度。然而，在既定的物流能力约束下，一旦顾客订单超出能力所及，延迟送货的情况在所难免，进而容易导致顾客满意度降低，甚至大面积取消订单的后果。因此，在顾客下单的瞬间，基于当前物流状态和能力，实时向顾客反馈能否按时送货等信息，成为解决顾客订单与物流能力不匹配问题的有效途径。         针对即时配送订单的实时响应问题建立数学模型，提出系统空闲期间事先缓存多样化的优质方案、在新订单进入时基于缓存方案快速生成应对方案的求解策略，建立基于多样化方案池的即时配送订单实时响应方法，设计该方法包含的基于适应性大邻域搜索技术的候选方案生成算法、基于方案差异度的缓存方案选择策略、基于方案池的订单实时响应算法3个关键模块。         研究结果表明，所提出的实时响应方法不仅大大缩短了计算时间，满足了实时响应的要求，而且保证了解的优化质量，与使用Cplex求解小规模问题模型得到的物流成本差异不超过2%，表现出良好的求解效果。         所提出的求解策略和实时响应方法为具有类似实时处理需求的一类动态问题提供了解决方法和思路，为即时配送公司提高顾客满意度、解决线下物流能力不足以支撑线上订单需求的关键问题提供了有效的途径，对于促进现代电子商务健康持续发展具有重要的现实意义。     

基于极大团模型的多星多站测控资源调度方法研究

针对实际应用中大量卫星测控需求不能得到满足这一瓶颈问题，为缓解地面站测控资源有限与不断增长的测控需求数量之间的矛盾，研究多星多站测控调度问题。考虑卫星-地面站可见测控弧段间的冲突及地面测控设备转换时间约束，同时考虑同一测控设备上可能存在多个满足需求的测控弧段，以测控需求是否分配到某一测控弧段为决策变量，建立了多星多站测控调度0-1整数规划模型。针对传统0-1整数规划模型约束众多、规模庞大、难以求解的不足，本文提出了测控弧段区间图描述，基于区间图描述构建了测控调度极大团模型，大幅减少了约束数量，有效提高问题求解效率。为了获取区间图的所有极大团，设计了一个多项式时间(O(nlogn))的极大团获取算法，并从理论上证明了算法的复杂度和最优性。此外，针对存在升降轨特定类型测控数量要求的调度问题，本文对极大团模型进行了拓展，建立了相应的线性整数规划模型。实验结果表明，对于满足实际应用需求的周计划调度问题(测控需求数量≥9000),极大团模型能够在数分钟内得到单次测控需求调度问题最优解。对于多次测控需求调度问题，拓展的极大团模型也能高效求解，得到问题最优解或近似最优解，满足实际应用需求。相对于目前...     

基于3D打印技术的备件生产与运输协同调度问题研究

基于3D打印的智能制造技术已经成为推动备件供应链转型升级的重要手段。在此背景下，本文研究“随时需要随时生产+即时配送”新型模式下的计划性维修备件的供应链协同问题。生产与运输协同调度问题在制造业领域普遍存在，属于NP-Hard问题。本文研究带时间窗的生产与运输协同调度问题，建立混合整数规划模型，根据Dantzig-Wolfe分解原理分别建立主问题和子问题数学优化模型，并采用改进的分支定价算法进行求解。在求解过程中，首先，构造可行解，基于可行路径调用CPLEX优化软件对主问题求解；其次，针对子问题的求解，根据研究问题的属性设计占优原则和加速策略，并对求得的非整数解进行分支；最后，通过对多组规模算例进行测试，数值实验结果表明：1)验证了所建立模型和改进算法的有效性；2)通过求解时间对比可知所使用加速策略能够将算法效率提高10倍左右；3)通过将生产和运输协同决策与实际运作中的分阶段决策结果对比，本文设计的方案可以将目标函数值平均优化50.33%。本研究不仅能够有效解决新型备件生产模式下的生产与运输协同调度问题，而且可以为企业实际运营决策提供科学依据，实现降本增效的目标。     

B2C电子商务环境下订单拣选与配送联合调度优化

如何在顾客下单后协调好拣选和配送环节,在最短的时间、以较低的成本将商品从货架上拣出、打包后配送到顾客手中,已成为B2C电子商务物流管理中亟待解决的问题。本文尝试以最小化订单履行时间为目标,构建非线性拣选与配送联合调度模型,以解决订单拣选顺序、拣选作业方式、车辆行驶线路等联合决策。为求解此NP难问题,设计了三阶段启发式算法：首先采用“聚类-路径优化”思想,依据顾客位置进行配送方案确认;然后采用基于相似度聚类的订单分批规则对每条配送线路的订单进行分批合并;最后调整拣选任务与配送线路顺序。通过数据实验对模型进行验证,并与传统拣选与配送分开优化的结果进行对比。结果表明,三阶段算法能够有效缩短订单完成时间、降低配送车辆等待时间、改善配送资源利用率。     

电子商务下基于改进两阶段算法的有时间窗车辆调度优化

为满足电子商务下的物流配送需求,将传统车辆调度模型进行修改,将目标函数改为基于费用最小,在约束条件中增加时间约束、货物容积约束、车辆最大工作时间、多种车型、载重量限制和最大行驶距离等,以提高模型的适用性和通用性。由于有时间窗的车辆调度问题是NP难问题,采用改进两阶段算法进行求解。即第一阶段用模糊分层聚类法将客户群分成若干区域,在每个区域又用扫描算法分解成若干符合约束条件的小规模子集;第二个阶段对各个分组内客户点,就是一个个单独TSPTW模型的线路优化问题,因此,采用改进混合遗传算法进行优化求解,最后的算例仿真表明了算法的有效性和可行性。     

基于离散粒子群优化的轧辊热处理调度方法

以某轧辊企业铸钢分厂的轧辊热处理调度问题为实际背景,研究了两阶段及三阶段无等待混合流水车间调度问题.针对问题中工件加工无等待特点,设计了分阶段实现的无等待算法;在此基础上,结合离散粒子群优化算法对建立的整数规划模型进行优化求解.通过对真实数据仿真实验所得结果的比较与分析,验证了算法的可行性和有效性,并给出了具有实际参考价值的设备改进策略,对生产决策者合理安排生产具有一定的指导意义.     

时间窗口约束下基于改进蚁群算法的协同制造调度研究

与传统调度模式不同，协同制造模式下企业之间的调度模式极其复杂。协同企业间的加工工序路线并不固定，且不同类型产品具有不同的加工路线网络。为此本文针对平衡型、瓶颈型、跳跃型、混合型四类具有典型特点的协同制造网络G_p进行分析和设计；考虑制造企业同类产品合并加工策略，构建基于连续加工量的分段生产成本函数；通过设计合理的订单最早交货时间和最晚交货时间，对订单交货进行时间窗口约束，并在此基础上构建了由制造商生产成本W_c^m、订单等待W_s^k（Q_k， T'_k）和提前完工库存成本W_s^k（Q_k， T″_k）、延期惩罚成本构成W_l^k（Q_k， T'″_k）的目标函数。为求解该模型，创新性将蒙特卡洛思想引入蚁群算法，提高蚂蚁选择合理性，避免局部最优；同时，采用移动窗口[min， max]奖励机制，并且对信息素奖励乘以平衡系数k（N）提高奖励可信度，加快搜索速度并提高求解性能。仿真结果表明，本文构建调度模型合理，可以获得优化的调度结果；同时，本文提出的蚁群改进寻优算法具有良好的求解速度和收敛性，算法具有较好的稳定性。     

平行机作业环境下的订单分配与排序

针对一类平行机作业环境下的订单分配与排序问题,从整体的角度协同优化供应链中的订单分配、生产调度和分批运输调度。以完成所有订单的总订货提前期与生产运输总成本的加权和最小化为目标,构建了问题的数学模型。将基于向量组编码结构的禁忌搜索算法与基于动态规划方法的启发式算法相结合,设计了一种混合优化算法以求解问题。对不同策略和不同算法进行比较,数据实验结果显示了订单分配与排序策略的优越性及所提算法的有效性。     

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.     

竞争决策算法及其在车辆路径问题中的应用

在分析自然界各种竞争机制和人类社会决策原理的基础上,利用竞争造就优化和决策左右结果的特性,提出了一种能广泛应用于组合优化难题的新型算法———竞争决策算法(CDA),并给出了CDA的通用模型.车辆路径问题(VRP)是一个著名的NP难题,也是物流领域内一个重要的调度问题,利用CDA的通用模型设计了一个针对VRP的快速求解算法,并用该算法求解了VRP标准测试库中的实例,经过大量数据测试和验证,获得了令人满意的效果,其中部分问题的解优于目前公布的最好解.     

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。     

随机订单干扰下考虑合并决策的供应链网络调度研究

为满足客户个性化需求的快速响应，企业需具备柔性的外部供应链网络结构，以协同方式共同完成产品生产。本文考虑具有交互特征的多个不同类型协同供应链网络，构建生产成本、库存成本、等待成本以及订单延期交货成本最小化的目标函数，并设计合并决策判断变量构建同类订单在相同协同企业处的开始时间约束。此外，模型中考虑确定订单以及随机订单两种类型订单，并设计随机订单在区间时间段中离散时间点的到达概率。为获取协同供应链网络生产调度优化策略，基于随机订单到达与否的场景构建四个子决策模型，并进一步设计判断提前安排随机订单协同生产和不提前安排随机订单协同生产不同调度策略下成本差异的主决策模型。仿真结果表明合并决策在带来生产成本效益的同时也引起了部分订单的延期交货，且不同类型的协同供应链网络对随机订单的抗干扰能力存在一定程度的差异。     

山区配电网震后恢复及资源调度集成优化研究

地震的发生往往会对配电网产生较大破坏，影响供电质量。山区路网地形地貌的复杂性及受地震破坏等，增加了资源调度的困难，阻碍了山区配电网的恢复。因此，本文针对山区配电网震后恢复及资源调度集成优化问题，建立以恢复绩效最大为目标的非线性混合整数规划模型，并根据模型特点，引入A*算法求解各节点间的最优路径与所需时间，通过改进具有快速稳健特性的细菌群趋药性算法（BCCOA）对模型进行求解，得到山区配电网恢复及资源调度策略，并采用IEEE30，IEEE57和IEEE118节点系统，验证所述策略的可行性和有效性。结果表明：（1）改进的BCCOA相对于枚举法，在求解精度和计算时间上都有较好优势；（2）当资源调度能力一定，改变抢修能力时，配电网恢复绩效平均提升36.40%。而当抢修能力一定，改变资源调度能力时，由于受抢修能力的影响，配电网恢复绩效平均提升7.99%，但资源调度延迟率下降了61.71%，可提高配电网恢复绩效。而同时改变两者的能力时，配电网恢复绩效平均提升38.23%，提升了209.14%，表明资源调度在山区配电网震后恢复中的重要性，说明山区配电网震后恢复及资源调度集成优化研究符合实际决策需求；（3）改进的BCCOA相较于BCCOA，其算法性能提升了2.68%，各改进策略均产生了效果。     

震后伤员救援车辆两阶段规划模型及算法研究

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点，其中 震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人 们的重视． 本文采用聚合优化算法对灾区进行应急救援区域划分，建立了以总救援时间最短和 相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型，设计了带三角函数变异的 离散型萤火虫优化算法进行求解，并与常规算法求解结果做了对比分析． 通过算例进行模拟实 验表明，所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题，且改进算法 的全局搜索性能更优．