MC模式下供应链动态调度的蚁群寻优分析

在对MC模式下供应链调度的基本运作特征描述及界定基础上,分析了调度过程中主导矛盾的缓解思路;通过将该思路引入动态调度的运作过程,分析了MC模式下的供应链动态调度机理.在调度求解过程中,引入蚁群觅食的寻优机理并对其进行特定的算法设计及改进,提出了供应链动态调度的蚂蚁寻优算法.算法特点为在运算过程中不仅能够反映该生产方式独特的运作特征要求,而且能够融入对主导矛盾的缓解思路.通过仿真,验证了算法的可行性.     

基于偏好决策的MC模式下供应链调度优化

分析了随机需求与随机资源约束条件下的MC模式下供应链调度过程中蕴含的主要矛盾问题,提出对供应链协作成员动态收益满意偏好的合理决策是有效解决矛盾的关键因素之一。对影响和决定该偏好的主、客观因素进行了界定以及定性与定量分析,建立了基于协作成员满意收益的利益偏好决策模型,最后将其引入MC模式下的供应链调度优化模型,通过算例分析,验证了思路与模型的有效性。     

作业车间的模糊动态调度问题研究

本文针对作业车间的模糊动态调度问题,给出了该问题的生产系统描述、建模,给出了基于工件到达时间三角模糊数的计算确定重调度时段划分点的模糊动态调度策略,通过一种基于时间分解的策略将作业车间的模糊动态调度问题转化为一系列不一定被完全执行的静态模糊子调度问题求解。针对模型的求解给出了改进的G&T算法,将改进的基于关键路径的邻域交换技术引入遗传算法变异算子的设计,改善了算法解的局部寻优能力。仿真实验结果表明,本文给出的作业车间模糊动态调度模型是正确的,提出的算法有效,且动态调度策略具有鲁棒性。     

大规模定制模式下供应链计划调度优化分析

大规模定制模式下供应链生产计划调度问题是一个典型的随机需求与随机资源约束的 多目标动态优化问题. 在对该问题特征翔实描述,分析所总结的理论研究成果基础上,提出了 完整的随机多目标动态优化数学模型. 通过实例简要分析了优化目标的成熟性及模型的可行 性. 最后,指出了较为重要的动态优化调度过程的实现,并进行了实践应用过程的验证与说明     

供应链产品物流过程模型及时间瓶颈的识别

供应链时间瓶颈的识别是对供应链进行时间压缩的首要环节.本文首先根据供应链网状模型和无边界集成的供应链合作思想,将供应链中产品生产过程看作是一个物在供应链各环节的流动过程.在对这一物流过程进行分析的基础上建立了供应链产品的物流过程模型,并使用产品物流在供应链各环节流动的转移概率,结合价值工程的思想,提出了基于产品物流过程转移概率的供应链时间瓶颈识别方法,给出了供应链时间瓶颈识别与压缩的方法和流程,最后使用算例进行了仿真研究.     

改进蚁群算法在海洋工程群项目资源调度中的应用

当今海洋工程群项目管理中的瓶颈之一是人力、资金、设备及材料等资源的合理、动态调度问题。针对此问题,引入了基于信息熵的改进蚁群算法。该方法将资源需在各个分项目中占用的时间与资源的急需程度与之比作为算法中的启发式信息进行处理。与传统调度方法的比较及海洋工程群项目资源动态调度工程实例表明,该方法可实现资源的合理、动态调度,为海洋工程及其他工程领域群项目管理提供了一较为有效的资源调度算法。     

社区应急疏散动态协作调度优化研究

针对灾民数量和路网通行时间的动态性以及灾民疏散反应系数的随机性，本文提出了社区应急疏散协作调度优化流程，并以疏散灾民数量最大化和疏散成本最小化为目标，构建了社区应急疏散多种运输方式协作调度优化模型，并给出了求解该模型的改进多目标遗传算法。然后，论文使用Tansmodeler模拟社区应急疏散协作调度优化过程，加载疏散灾民动态需求和历史出行时间表，并对模型和算法进行验证。结果表明，该模型和算法可以在有效刻画疏散灾民数量和路网通行时间的基础上，为不同时刻的交通工具配置及疏散路径选取提供决策。     

基于瓶颈负荷的BTO供应链响应时间优化

供应商生产的低效率是BTO供应链实际运作过程中的瓶颈,主要表现为供应链整体响应时间长和在制品库存高.针对该类供应链的瓶颈特点,利用排队模型建立了一种基于瓶颈负荷的BTO供应链响应时间优化策略.然后,通过算例分析了订单数量、等待订单数量和产能利用率,以及系统内的概率分布等参数对在制品库存水平和供应链整体响应时间的影响.最后,得出的结论表明,基于瓶颈负荷的控制对缩短供应链整体响应时间和在制品库存水平的控制均是有效的.     

随机多模式资源受限项目调度

项目调度是实现项目资源优化配置的重要手段。项目执行时往往面临大量不确定因素,并呈现出典型的多模式特性,给项目调度带来了很大挑战。鉴于此,本文研究活动工期不确定条件下的多模式资源受限项目调度问题,建立了该问题的马尔科夫决策过程模型。为了高效求解上述模型,设计了基于Rollout的近似动态规划算法。该算法可以在项目执行过程中根据最新的项目状态动态给出调度方案,从而有效优化项目期望工期。在所提算法中,利用“活动—模式”列表与并行调度机制相结合的启发式算法构建基准策略,并设计了基于离散时间马尔科夫链的动态仿真,以进一步提升算法性能。基于公开的项目调度问题库PSPLIB,通过大规模计算实验分析了本文算法的性能,探讨了多种因素对调度效果的影响。     

基于约束理论的汽车4S店维修服务系统动态调度

在分析描述汽车4S店维修服务系统与制造系统调度问题异同的基础上,将汽车4S店维修服务系统调度问题设计为以最小化客户等待时间为目标,存在明显瓶颈环节的动态FJSP问题。接着,运用约束理论分解简化该复杂系统的调度问题,设置缓冲区,构建缓冲区管理机制,实现瓶颈和非瓶颈资源调度方案间的协调,并结合瓶颈和非瓶颈资源的特性设计再调度策略,实现问题的动态调度。最后,通过实例验证了方法的可行性和有效性。     

基于服务能力均衡的网购供应链资源整合决策

为客户提供满意的个性化服务是网购企业提升客户体验价值和竞争力的关键,满意的个性化服务需要对网购企业后台运行的供应链资源进行有效整合。在网购供应链资源整合特征分析基础上,从网购供需服务能力动态协调与均衡的角度出发,基于网购个性化服务模式分析并挖掘出资源整合的主导因素,建立了整合决策的优化数学模型,搭建了改进的蚁群寻优算法来实现整合决策优化的求解。最后通过算例验证了方法的有效性与可行性。     

基于顾客需求偏好的面向无人零售终端的供应链资源整合优化研究

面向新零售的无人零售终端所关注的焦点是如何为顾客提供满意的购物体验。目前,无人零售终端在提供服务时较多关注不同场景下顾客对商品类型的需求,而往往忽略价格、品质和终端操作便捷性等其他差异化的需求。而无人零售的无人值守、需要灵活补货和配货等特点,决定了其在提供差异化服务时,离不开供应链网络的有效支撑,这就需要对供应链网络中的各类资源进行合理整合。本文在分析不同场景下顾客需求偏好的基础上,重点探讨了面向无人零售终端资源整合中的供应链成员筛选机理,有针对性地提出了关键因素的挖掘和分类方法。在此基础上,构建了对应的整合优化模型和求解算法,并通过算例验证了方法和算法的可行性、有效性与可操作性。     

一种差异工件单机批调度问题的蚁群优化算法

由于在利用蚁群算法构建差异工件(即工件有尺寸差异)单机批调度问题的解时,批的加工时间是不确定的.从而不能类似于经典调度问题的蚁群算法把批加工时间的倒数作为蚁群算法中的启发式信息,引入批的利用率和批的负载均衡率作为蚁群算法中的启发式信息,提出了JACO(ant colony optimization based a job sequence)和BACO(ant colony optimization based a batch sequence)两种蚁群优化算法.在算法JACO中,解的编码为工件序列,它对应着用BF(best fit)分批规则生成的调度方案,信息素代表工件间的排列顺序;在算法BACO中,解的编码为批序列,信息素代表工件间的批相关性,由此信息素通过中间信息素量来构造相应的解,并引入特定的局部优化策略,提高了算法的搜索效率.实验表明,与以往文献中的SA(simula-ted annealing)、GA(genetic algorithm)算法以及FFLPT(first-fit longest processing time)、BFLPT (best-fit longest processing time)启发式规则相比,算法JACO和BACO明显优于它们,且BACO算法比JACO算法效果更好.     

多功能机床环境下的Job Shop问题研究

本文引入工序机的概念描述加工系统的资源,建立了面向多功能加工机床的Job Shop作业计划模型,用遗传算法对所建的模型进行优化。在遗传算法优化搜索的基础上,利用工件、工序机和实际机床之间的动态调度使作业计划更趋合理。最后给出数值试验结果。     

面向多灾点需求的应急资源调度博弈模型及优化

非常规突发事件爆发后经常会造成多个灾点,而各灾点的需求往往是不同的,单独的应急资源中心很难同时满足这种要求,因此如何把多个应急资源中心所储备的应急资源公平合理地调配到各个灾点成为应急决策者亟待解决的现实问题。本文首先描述了各灾点对应急资源需求变化的动态过程即按照应急资源需求信息的变化将整个应急资源调度过程划分成若干阶段,在此基础上构建了基于多灾点多阶段的应急资源调度过程理论模型。随后以博弈论为工具,在进行一系列模型假设和确定各灾点灾情的前提下,建立面向多灾点需求的应急资源博弈调度模型,并采用改进的蚁群算法进行求解,实现对各灾点以最小的“虚拟成本”进行所需应急资源的调度。最后的模型仿真测试和算例分析验证了所建模型的有效性和可行性。该模型与算法也为商业物流中的资源配送提供了新的解决方案和实现途径。     

基于MAS的移动服务链协同工作机制研究

基于多智能体系统（multi agent system,MAS）原理,对移动服务链的竞争和协同工作机制进行了模拟研究。首先,建立了门户,接入服务提供商、产品／服务商驱动和无线网络服务提供商之间的动态竞争和协同工作方式的优化模型;其次,基于进化算法,在Repast构架上,用java实现以上三种工作机制的多代理模拟系统;最后设计模拟实验场景,对三种工作机制下多期平均利润和风险等模拟结果进行对比分析,结果表明,协同工作方式较另外两种竞争机制,服务链总利润更高,设计合理的约束条件,能有效降低服务链利润风险。