基于持续运营机会约束的竞争设施点选址研究——一种有效的实数编码遗传求解算法

竞争设施点选址是空间经济、区域发展、组合优化和系统工程的重要课题之一。本文以市场份额最大化为目标,研究了基于持续运营机会约束的竞争设施点选址问题,并给出了一种有效的实数编码遗传求解算法。在求解模型方面,首先假定运营成本是竞争设施点规模大小的函数,并对设施点持续运营概率进行机会约束,借鉴引力模型建立竞争设施点选址-设计问题的非线性混合整数规划模型。其次,考虑到选址变量和规模变量的数值类型,以及编码变换问题,设计了一种实数编码遗传求解算法。通过数值实验表明,对不同规模问题的实际计算结果,该算法可以在较短时间内获得最优解,可行解和精确解之间误差小于0.5%,相关比较分析也讨论了该算法的优越性和实用性,为竞争设施点选址问题的研究提供了不同的视角和实用求解算法。     

一类两层规划问题模糊满意解的遗传算法

在现有两层规划问题求解方法的基础上,提出用浮点数编码的遗传算法求解该问题模糊满意解的新方法．这种方法每次提供给决策者一组近似最优解,通过决策者的比较、评价和选择,在交互过程中得到各决策者都满意的解．该方法不仅可以给决策者提供更多的决策环境信息,而且可以适应决策者偏好的变化,使得决策过程更合理,更符合人的认识过程．     

解动态多指标决策问题的基于遗传算法的兼容度极大化模型

动态多指标决策问题是决策方案空间、指标空间和时间空间的一类三维决策排序问题,在系统工程实践中具有广泛的应用价值.为克服各单个评价方案的片面性,充分挖掘了原有各单个评价方案所包含的评价信息,提出了基于实数编码加速遗传算法(RAGA)的兼容度极大化模型(RAGA-CDMM).结果说明RAGA-CDMM是对原有各单个评价方案的最佳组合评价方案,所得评价结果更为合理、可靠;利用RAGA可直接根据各单个评价方案的评价结果数据来确定各评价方案和各时段的权重,避免了主观赋权的不足;RAGA-CDMM简便可行,适用性和可操作性强,具有推广应用价值.