数据驱动环境下考虑多重干扰情境的共享单车重置优化研究

无桩特性给共享单车重置调度带来了全新的问题和挑战，决策者面对的是随机分布在整个区域面上的单车如何调度，这与传统有桩公共自行车的重置有着显著区别。基于此，本文以某品牌共享单车为研究对象，通过分析其运行轨迹数据，界定出共享单车的活跃点（放车点）与非活跃点（收车点）。由于收车点的重置需求会因用户行为影响而不断发生变化，本文结合干扰管理的思想，综合考虑收车点的单车数变化、收车点消失以及新增收车点等干扰情境，建立考虑多重干扰情境的共享单车重置调度多目标优化模型，并设计带精英策略的非支配排序遗传算法对其求解。测试结果表明，本文所构建的模型和求解算法能够快速寻找到问题的帕累托最优解集，可为共享单车的重置调度提供有效的策略建议和决策支持。     

基于订单数据分析的共享单车重置调度优化研究

无桩共享单车打破了传统公共自行车基于固定桩点提供骑行服务的限制,但如何重置调度随机分布于整个区域面上的共享单车则成为决策者面临的一大难题,而数据驱动的优化方法则为解决这一问题提供了可能。本文首先通过对居民使用共享单车的订单数据进行深入分析,挖掘用户出行规律,继而界定出区域内共享单车的收车点与放车点;进一步地,借鉴报童模型思想构建放车点单车投放的收益函数,在此基础上建立带取送货的共享单车重置路径规划模型并设计算法进行求解。通过算例测试,本文从重置车辆的最大载重量、单位距离成本、重置车辆里程限制、收车点个数以及收车点所拥有的共享单车数等多角度,为共享单车的重置调度提供有效的决策建议。     

准公共产品:基于政府监管机制的共享单车投放管理研究

随着信息技术的快速发展，以"互联网+"模式为基础的共享单车成为解决城市"最后一公里"问题的最佳选择。本文从公共管理的视角，运用演化博弈的方法，基于共享单车的投放管理，研究了政府部门和共享单车运营商的长期动态演化过程。研究发现，运营商进行共享单车投放量管理时应将社会收益作为衡量指标之一，政府部门积极发挥市场监管职能，引导运营商建立有效的市场规则，同时顺应当前互联网发展的趋势，利用社会化媒体合理有效发挥政府部门的社会监督职能，加快实现政府发挥监管作用、企业单车投放量管理高效化的稳定市场格局。     

基于排队网络的共享单车坏车运维决策优化

共享单车系统中车辆的损坏会严重影响顾客使用体验。为此,运营方需要投入运维资源(如维修工、运载车等)对坏车进行回收、修复和重新投放。由于运维资源有限,如何优化资源的配置是当前共享单车管理实践中待解决的重要问题。本文结合实际运维特点,构建了一个封闭排队网络模型,并在运维资源有限的条件下,以最小化顾客损失比例为目标提出决策问题。本文基于前述排队网络模型,提出基于连续时间马尔可夫过程的状态稳态概率和基于离散事件系统仿真,两种求解系统性能指标的方法。针对决策问题解空间有限且离散的特点,本文结合前述仿真方法,采用基于排序择优(ranking and selection)的仿真优化算法来求解。实验算例结果显示离散事件系统仿真可有效估计出系统性能指标;提升维修工和运载车的工作速率或增加数量可改善系统性能表现,但改善效果边际递减。此外,本文采用的排序择优算法可有效求解决策问题,为共享单车的运营管理决策提供参考。     

基于时空聚类预测的共享单车调度优化研究

无桩共享单车网络中存在着供需时空失衡现象,造成了共享资源的浪费及运营商管理成本的增加。为此,针对共享单车需求时间空间的分布特点,本文提出通过聚类分析的方法将具有相似时空属性的单位区域聚合为调度集群,使单车调度问题转化为有时间窗与载重量限制的车辆路径问题,并提出加入衡量集群划分是否合理的惩罚成本,构建共享单车调度路径优化模型。最后,本文改进了贪心算法、遗传算法对模型进行求解,并对算法的调度效果进行比较,为共享单车调度问题提出了从网络分析到调度优化的完整框架和改进算法,具有一定借鉴意义。     

多品种集约生产计划问题的模糊方法

提出具有模糊需求量和模糊能力约束以及资本水平约束的多品种类集约生产计划问题 的模糊优化模型及模糊解方法. 通过对模糊需求量和模糊等式的描述,提出了模糊需求环境下 生产- 库存平衡方程的两种等价的描述方法, 并给出了模糊等式的实用解释. 建立了具有模 糊需求量和模糊能力约束集约生产计划问题的优化模型FMAPP ,并给出了求解模型的参数规 划方法.     

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。     

数据驱动下共享出行资源配置的双层博弈问题研究

依托互联网技术和共享经济，共享出行成为了一种流行的交通服务模式。在复杂市场环境中，共享企业如何在政府监管下更好地服务用户，非常值得关注。本文考虑共享出行系统中多层级多主体之间复杂的交互关系和利益冲突，构建了以政府为主导的市场资源配置双层规划建模框架，以期实现多主体利益平衡。政府作为上层模型的决策主体，以公共利益为导向规划共享出行行业资源宏观配置；下层模型着重解决共享出行企业如何在政府约束、竞争/合作影响下的自身运营优化问题。为充分利用大数据资源科学地校准双层模型相关参数，本文将大数据分析方法应用于优化模型构建与问题求解中。应用算例分析了政府监管对市场发展的引导作用，通过对比竞争与合作关系下企业的盈利差异，体现企业间合作对互补型企业效益的提升作用。     

基于遗传算法的资源约束型项目调度优化

资源约束型项目调度的优化是一个NP-hard问题,其求解难度随着资源约束项的增多呈指数方式增长,传统的基于Excel表的手工优化方法不能及时计算出有效的资源配置方式,从而影响项目管理人员的资源调度.针对多资源约束型项目调度的优化问题提出基于遗传算法的资源约束型项目调度的优化方法,该算法采用基于活动优先权的十进制编码方式,结合活动的存储邻接矩阵,有效地解决活动调度违例现象;运用优先抢占模式的资源分配方式安排活动资源,避免资源分配中的冲突问题;并为该算法设计了启发式遗传算法的C语言程序,通过计算机的多次迭代运算得出满足资源约束的最优工期.实践结果表明,遗传算法可以快速有效地解决企业项目调度的优化问题,适合在企业项目进度管理中推广运用.     

考虑产品变质的VMI混合补货发货策略及优化仿真

本文研究了“产品可变质”情况下的VMI库存补货与装运调度问题,并建立了Poisson需求过程下的VMI混合补货发货模型,根据此模型通过简单的规划求解即可得到使长期平均成本最小的最佳混合策略组合。由于模型推演过程中涉及到对补货周期内期望发货次数的近似估计,因而模型解是拟最优的。算例和模型仿真显示,模型结果与仿真结果十分相近,从而模型有效性得以确认。     

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。     

两阶段法求解混装模式下的加热炉调度

针对目前加热炉调度模型少有考虑混装模式下加热炉调度优化的不足,建立了连铸-热轧混装-体化模式下的加热炉生产调度优化模型,并提出了基于贪婪算法和模拟退火算法的两阶段求解方法.生产数据测试表明该模型和算法能有效解决加热炉调度问题.     

Optimal Dynamic Order Scheduling under Capacity Constraints Given Demand‐Forecast Evolution

We consider a manufacturer without any frozen periods in production schedules so that it can dynamically update the schedules as the demand forecast evolves over time until the realization of actual demand. The manufacturer has a fixed production capacity in each production period, which impacts the time to start production as well as the production schedules. We develop a dynamic optimization model to analyze the optimal production schedules under capacity constraint and demand‐forecast updating. To model the evolution of demand forecasts, we use both additive and multiplicative versions of the martingale model of forecast evolution. We first derive expressions for the optimal base stock levels for a single‐product model. We find that manufacturers located near their market bases can realize most of their potential profits (i.e., profit made when the capacity is unlimited) by building a very limited amount of capacity. For moderate demand uncertainty, we also show that it is almost impossible for manufacturers to compensate for the increase in supply–demand mismatches resulting from long delivery lead times by increasing capacity, making lead‐time reduction a better alternative than capacity expansion. We then extend the model to a multi‐product case and derive expressions for the optimal production quantities for each product given a shared capacity constraint. Using a two‐product model, we show that the manufacturer should utilize its capacity more in earlier periods when the demand for both products is more positively correlated.     

直接配送下随机需求库存-路径问题最优平稳策略及其算法

直接配送策略下随机需求库存-路径问题（Stochastic Demand Inventory Routing Problem with Direct Deliveries, SDIRPDD）由于其需求的不确定性、决策的长期性以及其最优策略形式对求解其他库存-路径问题（IRP）的参考价值,使得对SDIPRDD问题的研究成为物流、供应链优化领域研究的一个热点。文章首先证明了无约束SDIRPDD的最优平稳策略为（s,S）形式,并通过分析车辆数约束对客户单阶段期望成本函数的影响,给出了存在车辆数和客户库存容量约束时SDIRPDD问题的最优平稳策略形式,进而提出了一种求解有约束SDIRPDD问题最优平稳策略的近似算法。最后,通过数值算例验证了算法的有效性并分析了结果的现实意义。     

海铁联运铁路集装箱定价与运营优化

铁路部门的改革加快了海铁联运的发展。本文从铁路运输经营人的角度研究铁路与公路运输竞争的情况下,铁路运输服务的定价和运营优化问题。首先利用顾客价值理论分析客户对铁路运输的需求和价格的关系。其次构建以利润最大化为目标的运营优化模型,并设计启发式算法求解。通过与遗传算法比较验证了算法的有效性。然后,得出不同价格水平下的最优班列路线、发班次数以及发班时间。结果表明对定价和运营策略的联合优化能够为铁路运输经营人带来最大的利润。     

多油品供给受限下多油库被动配送车辆路径问题研究

成品油供给不足将导致加油站油品订单无法完全满足,如何安排有限油品的合理配送对保障能源供给安全至关重要。为此,本文考虑有限供给下不同客户配送的优先次序,开展配送计划、车辆调度和路径优化等油品配送网络规划活动,对多油品供给受限情况下多油库被动配送车辆路径问题（Multiple Depot Vehicle Routing Problem,MDVRP）进行深入研究。首先,文章构建了考虑需求优先等级和配送成本的多油品多油库车辆路径规划多目标优化模型。其次,采用多目标粒子群优化算法（Multi-Objective Particle Swarm Optimization,MOPSO）对模型进行求解,以实现车辆高效调度和油品配送路径优化。最后,基于CNPC在青岛市部分油库和加油站点的数据信息,构建油品配送网络进行实证检验。算例结果显示,配送车辆路径经过优化后,生成Pareto非劣解集,配送成本显著降低,配送满足率明显提高,这也进一步验证了该模型及相关算法的可行性和有效性。     

顾客有限“碳行为”偏好对选址-路径-库存联合优化的影响

针对考虑顾客有限“碳行为”偏好的选址-路径-库存联合优化问题,引入环保度系数作为碳排放量的特征向量,在低碳产品加价率存在的情况下,刻画了顾客有限“碳行为”偏好和市场逆需求系数对低碳产品需求量的影响,构建了选址-路径-库存系统中考虑有“碳行为”偏好的联合优化模型,并分析了顾客行为偏好对企业收益的影响。使用基于NNC的多目标求解方法,对考虑成本和碳排放的双目标问题进行处理并得到一组Pareto解集,数值实验证明了产品环保度、顾客有限“碳行为”偏好对企业运作方案和收益水平的影响。     

融合CDS网络的银行间信用风险传染模型研究

信用违约互换（Credit Default Swap，CDS）作为银行信用风险缓释的重要工具，也是信用风险传染的重要渠道。因此，考虑到CDS抑制效应与传染效应的双重作用，本文构建了一个含有CDS网络交互作用的银行间信用风险传染模型，并运用计算实验与仿真模拟分析了在不同网络结构下银行网络信用风险传染与CDS网络抑制率，以及CDS网络信用风险抑制效应与银行网络传染率之间的关系，以及信用风险传染下银行网络和CDS网络的演化特征。研究结果表明：（1）银行网络的信用风险传染阈值与CDS网络抑制率呈单调递增的正相关系。而且，与同质网络结构相比，异质网络结构下的银行网络信用风险传染阈值相对较小。（2）CDS网络的信用风险抑制阈值与银行网络传染率呈单调递增正相关关系。而且，与同质网络结构相比，异质网络结构下CDS网络的信用风险抑制阈值明显较大。（3）银行网络最终破产规模与CDS抑制率呈单调递减的负相关关系。而且，异质网络结构下的银行破产规模要大于同质网络结构下的银行破产规模。（4）CDS网络破产规模与银行传染率呈单调递增的正相关关系。而且，同质网络结构下的CDS网络破产规模大于异质网络结构下的CDS网络破产规模。     

Event-driven production scheduling in SME

One common problem among Small and Medium Enterprises (SME) is to don’t have at disposal formal and simple approaches for production scheduling, especially in case of an event that introduces the requirement of a re-planning. The paper approaches this kind of event-driven re-scheduling problems at the arrival of a new order, when some jobs are under processing, some operation have already finished and other jobs are waiting to be loaded on a machine. For a simple application in a SME, to the operations already started and completed for a job a processing time equal to zero is assigned; the operations already started but not yet completed are interrupted and considered as operations that must be executed for the remaining part of their processing time; all the other jobs are considered for the event-driven job-shop re-scheduling problem. A validation of the procedure in a realistic application is presented.