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。     

一种基于Hub-Spoke结构航空公司机型指派的实用启发性算法

本文针对Hub-spoke结构航空公司在制订航班计划时机型指派问题,根据航空公司历史数据导出的旅客需求概率分布以及航班成本,设计了一种基于航班成本优化模型的表上作业法,提出了一种便于航班计划专员手工计算和调整机型的启发性算法,解决了航空公司机型指派0-1规划问题。该算法集成了匈牙利算法和回溯算法的思想,从航班成本最小值出发,根据航班优化的约束条件,按照深度优先搜索可行解,在不满足航班约束的节点处进行回溯,直到找到满足航班边界约束条件的航班成本最小值,得到最佳的机型指派,并给出了理论证明。通过案例对比验证该启发性算法有效性,通过表上作业法手工计算发现10架B737和5架B757方案总成本为409860美元,是所有方案中最低的,证明机型合理搭配可以使得公司运行效果更好;与传统的运筹学算法相比该算法构造直接和优化机理自然,简单实用,便于理解和掌握,便于大型航空公司计算机应用或分公司进行航班计划手工制订和调整。     

中小呼叫中心月度排班优化模型与算法

国内中小呼叫中心制定坐席人员月度排班表时,通常考虑劳动法规合同约束和体现企业自身用工管理诉求。构建坐席人员月度排班优化问题的二次整数规划模型。鉴于问题模型难解性,依据调研企业需求和模型逻辑结构分析,把问题分解成三个子问题。通过构建整数规划模型和提出启发式算法来求出子问题解,从而生成排班问题优化解。问题实例计算表明,模型算法能够有效控制人力成本和兼顾员工同班次管理目标。与周排班方法比较,该方法能够充分体现月度排班人力灵活性来实现人力优化配置。     

基于ASRank和MMAS的蚁群算法求解飞机指派问题

本文将航班串的飞机指派问题归结为车辆路径问题,考虑连续航班串之间衔接时间、衔接机场的约束、每架飞机的总飞行时间约束,建立了带有飞行时间约束的车辆路径问题的混合整数规划模型。构造了蚁群系统算法,引入基于排序的蚂蚁系统和最大最小蚂蚁系统算法的信息素更新策略。选取某航空公司7组初始航班串集合进行测试,并对算法中的重要参数进行了分析。实验结果表明,本文设计的模型和算法可以有效地减少连续航班串之间的总衔接时间,在可接受的计算时间内获得满意解。     

约束满足与邻域搜索结合的混合算法及应用

总结约束满足求解技术和邻域搜索算法,分析约束满足与邻域搜索单一算法的优劣,以及两者结合的优势,提出约束满足与邻域搜索相结合的混合算法的一般框架,并以Job Shop,调度优化问题为例对该算法框架进行实例说明.     

具有周期特征的末阶段飞行员资源紧张度评估方法研究

近年来,随着我国航空业的快速发展,飞行员不足成了很多航空公司发展的制约因素。由于飞行员的飞行时间有周、月、年度飞行小时的约束,航空公司在执行每月第四周的航班计划时,往往由于飞行员前三周飞行时间不平衡,造成利用剩余的飞行员资源完成第四周计划航班任务的紧张状况。本文针对此问题,提出一种评估每月第四周飞行员资源紧张程度的方法。该模型首先按照带队机长可用的飞行小时,将带队机长分为若干类,以各类带队机长的投入数量为投入变量,利用历史数据分析航班任务和飞行员投入之间的关系。利用各类飞行员投入结构比例的约束,计算第四周可用带队机长飞行小时可完成的最大航班任务量,通过与计划航班任务量的比较,评估完成该航班计划的紧张程度,并根据结果在需要预警时,给出不同级别的预警。从而可以使得安全生产关口前移,提高航空公司的安全生产水平,同时为飞行员的培训提供依据。     

基于飞行品质数据的飞行员调度模型研究

随着近几年我国航空业的迅猛发展,各大航空公司都在不断扩张自身规模,增加任务量,同时各公司又必须在保障安全的前提下进行飞行生产活动,这就使得飞行员的调度工作更为重要。本文在传统的飞行员调度模型基础上充分考虑安全的因素提出基于飞行品质数据的飞行员调度模型。通过考察调度过程中飞行员前期飞行品质表现情况,对飞行品质数据进行分类,设定搭配规则限制某些飞行品质分类级别较低的飞行员组成机组,实现提高排班安全性的目的。文中提出了根据飞行员工龄和千次率的分类方法,并运用列生成算法求解以周为单位的调度模型,这对于我国航空公司"安全第一,保障生产"的要求有着一定的借鉴意义。     

双层规划问题的粒子群算法研究

提出一种求解一般双层规划问题的层次粒子群算法.和传统的针对特定类型的问题或者基于特定假定假设条件所设计的算法不同,所提出的算法是一个层次算法框架,它通过模拟双层规划的决策过程来直接求解一般双层规划问题.层次粒子群算法将求解一般双层规划问题转化为通过两个变形粒子群算法的交互迭代来求解上下两层规划问题.同其它算法的实验结果比较表明层次粒子群算法是一个有效的求解一般双层规划问题的方法.     

考虑人车混采的道路信息采集的路径规划研究

本文考虑了道路信息外业采集的任务要求,人车混采的采集方式以及路网特性等方面,为道路信息采集人员的路径规划建立了满足人车混采约束的整数规划模型;提出了分阶段的转化算法,将其逐步转化为有限时间容量限制的弧路径问题(TCARP)。TCARP问题是一种NP-hard问题,精确求解算法无法在合理时间内得到问题的最优解,因此本文设计了求解TCARP问题的两种快速启发式算法TPS和TUH及其随机化版本;考虑到实际采集问题的大规模特性,在两种快速启发式算法的基础上构造GRASP-PA寻优算法。最后分别结合不同规模的基准算例和实际采集算例证明了本文所构造的算法的有效性。     

蚁群算法在机队指派问题中的应用

随着近10年来我国航空运输业的壮大和市场需求的持续增长,借助于计算机辅助完成机队指派任务已经成为一种必然的趋势.然而由于国外航空公司的运营模式与我国的不同,因此设计一个适合国内航空运输特点的排程算法,以协助管理者解决日益复杂的机队指派问题.兼具实际意义与理论价值.本文将蚁群算法应用到我国航空公司的机队指派问题中,提出了单一机种前提下的求解模型,并以提高营运绩效为目的,求出最小的机队数目和各单机的巡航路线,最后通过一个实际算例验证了该模型对于我国航空公司现行的机队指派问题具有良好的适用性.     

多项目人力资源调度实证研究

针对某公寓大修项目,建立有关人力资源约束下的多项目进度管理问题混合整数规划模型。其中考虑了多种约束,如项目对人员能力、水平的不同要求,而人员又具有多种能力及水平;目标为满足约束的条件下总成本最小化,其中包含按时间计费的工资,和福利等的固定费用。为了简化计算,采用列生成法把复杂的多项目模型分解为一个主问题和多个子问题并协调主问题和子问题求解。同时由于子问题的复杂性难以精确求解,采用启发式算法求解:首先由基于优先原则的启发式方法给出问题的初始解,再由遗传算法寻优。最后通过该实际案例的应用,表明此方法能够快速有效的解决实际问题,给决策者提供信息,帮助指导实践。     

不确定环境下分散控制供应链物流计划优化

供应链物流计划是供应链管理的重要内容.针对节点无限扩展的分散控制供应链物流计划问题,在提出供应链元概念的基础上,考虑供应链节点企业上下游物料价格要素的随机性,应用随机机会约束规划理论,建立了多级多节点多产品分散控制供应链一体化物流计划模型;设计了基于随机模拟的混合智能算法求解模型;并以算例仿真验证了模型和算法的有效性,...     

考虑规整性的露天开采调度问题研究

露天开采调度问题的相关研究通常采用块状矿床模型将露天矿体离散为块矿进行考虑,该模型是在给定的技术和经济条件下,以经济效益最大为目标,对露天矿中处于不同地理坐标位置的块矿的开采顺序及开采时间进行优化决策． 本文根据实际生产过程特点,将开采过程中的规整性目标加入到经典块状矿床模型中进行考虑,进而建立了一个新的0 － 1 整数规划模型． 文章提出了一种拉格朗日松弛( LＲ) 算法进行求解． 首先利用优先级约束背包结构,根据块选择规则构建了有效不等式,使得求解时间明显缩短; 其次,基于有向无环图结构设计了快速的可行解获得策略,还利用最早开始时间和最迟开始时间两种算法进行变量消除,减小问题求解规模; 最后,通过真实的数值算例验证了文中算法的有效性,结果显示与标准求解软件CPLEX 相比,本文设计的有效不等式和获得可行解的算法策略在求解时间上占有优势,同时能够在满足优先级顺序约束、生产约束以及开采的块矿所获净现值尽可能大的前提下,保证开采的过程是规整的．     

一类稀疏投资组合双层参数估计模型及其应用

带基约束的投资组合问题是近年来投资组合领域的热点问题,但是参数不确定性直接影响了模型的效果。带基约束的投资组合问题所涉及的参数不仅包括以往研究认为非常重要的预期收益率,还包括控制投资组合规模的稀疏度,尤其是最优稀疏度估计方面的专门研究还十分匮乏。为了使带基约束的投资组合模型更好地为投资决策服务,本文从投资者效用出发,用双层规划的思想构建了带基约束的投资组合双层参数估计模型。然后根据模型的特点,设计了无导数优化算法框架,并基于ADMM对算法子问题进行求解。本文实验针对真实的市场数据给出了预期收益率和最优稀疏度的估计,接着通过与等权重策略和含上下界约束的均值-方差模型进行比较,说明了模型及算法的有效性和实用性。最后,将本文提出的双层参数估计模型推广到了更一般的形式。     

基于混合蚁群算法的动态设施规划系统研究

设施规划问题主要研究生产设备的布局规划,从而减小厂区内的物料搬运成本。一个有效的设施规划有利于生产过程中整体运作效率的提高。随着市场竞争的日趋激烈,市场环境处于不断的变化之中。制造企业需不断对设施布局进行重新规划来适应不断变化的市场环境对产品需求量的影响,并达到降低成本的目的。这一问题便需要用动态设施规划(DFLP)的方法来解决。本文提出了一种改进的混和蚁群算法(HACO)来解决带有财务预算约束的动态设施规划问题,并将此方法与其他一些典型的启发式算法进行了对比分析。结果表明,本文提出的HACO算法是求解带有财务预算约束的DFLP问题的一种有效的方法。     

基于Fisher聚类算法的航班飞行高度偏差分析研究

目前计算机飞行计划(Computerized Flight Plan,CFP)中的计划飞行高度与实际飞行高度之间存在偏差.为了能识别出航路中易发生显著偏差的子航段,便于对其进行重点监控,本文提出一种基于Fisher有序样本聚类算法的航班飞行高度偏差分析方法,采用修正的Fisher有序样本聚类算法对航路进行分段,在分段的基础上,对每个子航段上的高度偏差平均水平及波动情况进行统计分析,作为高度偏差的评价指标.分析结果可帮助识别航路上易发生显著实际与计划飞行高度偏差的子航段,为签派人员制作飞行计划以及在机组人员进行航前准备提供决策依据,具有较好的实践意义.     

基于混合蚁群算法的生产系统设施规划问题研究

设施规划问题主要研究生产设备的布局规划,从而减小厂区内的物料搬运成本。一个有效的设施规划有利于生产过程中整体运作效率的提高。随着市场竞争的日趋激烈,市场环境处于不断的变化之中,制造企业需不断对设施布局进行重新规划来适应不断变化的市场环境对产品需求量的影响,并达到降低成本的目的。这一问题便需要用多阶段设施规划（MFLP）的方法来解决。本文提出了一种改进的混和蚁群算法（HACO）来解决带有财务预算约束的多阶段设施规划问题,并将此方法与其他一些典型的启发式算法进行了对比分析。结果表明,本文提出的HACO算法是求解带有财务预算约束的MFLP问题的一种有效的方法。     

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.     

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。     

分布决策环境下生产-分销协同计划研究

针对分布决策环境下因信息不对称使得供应链协同计划求解困难及难以达到全局最优的问题,本文利用多层规划理论和方法构建一个供应链生产-分销协同计划模型,采用模糊交互式协商和遗传算法的优化求解方法对协同计划模型进行求解。该方法求解的结果是一组满足约束条件的满意解,各节点企业根据自身偏好和约束信息决定是否接受该满意解,或者修正各自目标满意度隶属函数重新求解。决策过程具有一定的柔性。最后通过算例给出供应链生产-分销协同计划满意解的求解过程,对文中所建立的模型和算法进行了有效地说明和验证。求解结果说明该模型和协商方法能够有效地解决非对称信息条件下供应链生产-分销协同计划的求解和冲突问题。