基于GATS混合策略的多目标优化算法

用遗传算法求解多目标优化问题的难点在于适应值函数难以定义.本文提出一种定义多目标优化问题适应值函数的方式,使遗传算法不仅满足于得到一个决策方案,而是以得到问题的全部非劣解为目标,最终的决策方案由决策人根据自己的偏好来决定.同时为避免提前收敛现象,本文根据遗传算法和Tabu Search算法自身的特点,通过对二者的优势和不足进行分析,提出一种将二者混合使用的求解多目标优化问题的策略.它以遗传算法为基础,用遗传算法作全局搜索,用Tabu Search算法作局部搜索,改进遗传算法的计算结果.     

基于成本/服务权衡的逆向物流网络设计问题研究

逆向物流网络设计是企业获得经济利益和提高竞争力的战略决策之一。本文针对售后服务逆向物流网络设计问题,考虑了同时优化物流网络运营成本和服务水平,提出了一个多目标整数规划模型来确定服务中心的个数、位置、容量等级以及客户区指派到服务中心的策略,并得到成本和服务之间的权衡关系。设计了一种混合多目标进化算法求解模型。通过实例分析,找出了影响物流网络设计的关键因素。通过算例测试,对混合多目标进化算法和ε约束法进行了比较,结果表明混合多目标进化算法对求解中大规模的问题是一种良好的方法。     

电子中介中基于公理设计的多属性交易匹配研究

电子中介的出现为多属性商品交易的买方和卖方提供了新的模式和平台,并已成为电子商务活动中的重要渠道.针对电子中介中具有多属性评价信息的商品交易匹配问题,给出电子中介中买方与卖方多属性商品交易匹配的问题描述,提出一种基于公理设计的买卖双方交易的多属性匹配程度计算方法,构建关于电子中介中买卖双方交易匹配的多目标优化模型,并采取隶属度函数加权和方法将多目标优化模型转化为单目标优化模型,通过求解优化模型可以得到买卖双方交易的匹配结果.通过一个实例分析说明给出方法的可行性和实用性.     

多目标物流网络优化模型的研究

针对物流网络规划中需要考虑多个目标的问题,以配流中心存储容量及使用率为约束,建立了基于总费用及最大单程距离(费用)最小的双目标数学模型,给出了优化模型的求解方法,为决策者提供多种可供选择的优化方案。     

危险品物流运输中的多目标车辆调度优化问题

综合考虑危险品物流运输的安全性和经济性,以运输总成本、车辆总数、人口密集区经过数、限行区域数为目标建立了一个多目标优化模型。针对模型,设计了一种改进的遗传算法来求解问题。     

多平台下的参数化产品族多目标智能优化

针对大规模定制下基于多平台的参数化产品族优化方法中,需要事先指定平台变量的不足,本文提出了一种多平台产品族双层多目标并行协同优化算法,用于求解多平台下参数化产品族多目标优化问题.仿真实验结果表明,所提方法能够允许在平台变量未知的情况下,通过在运行过程中自动改变平台共性,并搜索共性与产品差异性之间的最佳平衡点,经过一次优化过程即可选择平台变量和差异性变量的最佳配置,以及平台变量和差异性变量取值的最佳设置;与文献中其他方法相比,本文方法所得产品族优化设计方案整体性能更佳.     

基于遗传算法的虚拟企业协同资源优化问题研究

面向复杂零件的协同制造,以工艺流程为核心将协同制造任务进行分解,并有效利用"逻辑制造单元"和"逻辑加工路线"等概念描述复杂零件的协同制造任务,最终目标是形成基于复杂零件工艺流程的、可支撑异地协同生产的加工路线。对复杂零件协同制造的制造资源优化配置问题进行了数学分析和描述,建立了问题的目标函数与约束条件。本文以加工时间、运输费用和加工质量作为目标,约束条件包括顺序约束、释放期约束、时间约束、交货期约束、成本约束和质量约束,最终将资源优化配置问题归结为多目标优化问题,并利用遗传算法进行求解,得到了较为满意的结果。通过实例分析,将模型应用于某型号发动机叶片协同制造,说明采用本论文的模型可以有效解决复杂零件协同制造的资源优化配置问题。     

多目标线性规划在项目管理中的应用

在多目标组合管理过程中,对现有资源的合理分配提出了如何利用多目标规划理论进行优化处理的一种方法。整个思考过程包括整体目标的设定和多目标规划模型的建立。主要思想是通过构建适当的规划模型,获得各个项目对整体目标的贡献度,并由贡献度与其他因素进一步组合建立二次、三次等需求规划模型,从而最终获得资源优化配置方案。     

运输网络运量分配问题的模型及算法研究

针对我国在运量分配模型及算法方面研究比较薄弱的现状,本文对此问题进行了系统深人的研究,应用运筹学、计算机科学的新的理论和方法,建立了多目标运量分配优化模型,且在模型中,将一些重要特性考虑成运输流量的函数,从而可使分配结果更符合实际情况。同时为求解该模型,本文研究设计了鲁棒性强、高效、实用的自适应搜索算法。     

多目标线性规划的一种新的几何解法

作者在[1]中,提出了一种线性规划的新解法,在[2]中又提出了一种关于求解线性不等式组AX≤b的构造性新解法。在本文中将[1]、[2]中的方法用于多目标线性规划,得到一种求解多目标线性规划的新的几何解法。同时得到了在多目标线性规划中推广了的Kuhn-Tucher原理。得到主要定理如下：对于多目标线性规划： 本文的目的在于制造一套新的求解的算法,无须用任何繁复的单纯形表格。只须从一个单目标线性规划的最优解出发,即可逐次求出所有有效极点,然后再求其整个有效解集,本文应用了文献[4][5]中的大量例题,以便于参照对比。     

震后初期应急物资配送的模糊多目标选址-多式联运问题

针对震后初期应急物资配送系统优化问题,考虑应急物资需求模糊情况下应急物资配送中心选址和应急物资多式联运安排的集成决策,以应急物资配送总时间最短和受灾点应急物资未满足的总损失最小为目标,建立了一个震后应急物资配送的多目标选址-多式联运问题优化模型,设计了一种采用二维编码的非支配排序多目标遗传算法,并对该算法进行了复杂性分析。算例分析结果表明:该算法可以在得到Pareto前沿的同时,根据决策者偏好在Pareto前沿面上给出各种优化决策方案。     

一类两层多目标决策问题及其交互式决策方法

两层多目标决策问题是。一类非常现实而又非常复杂的问题。本文探讨了问题的决策机制：合作决策机制与独立决策机制,说明了它们的决策求解等价于求解具隐含约束的多目标规划问题。该问题可用增广加权Tchebycheff范数优化问题有效表示其非劣解集,可应用steuer Choo思想设计辅两层多目标决策的交互式方法。     

工程建设项目多目标综合优化研究

本文利用多目标优化理论、多属性效用函数理论建立了工程建设项目工期,成本和质量的综合均衡优化模型,并在网络计划技术的基础上,使用遗传算法对模型进行求解,可以得到最满意的决策方案和多个近似满意的备选方案,作为工程建设项目的控制目标.并应用实际案例,对模型的可行性和实用性进行了验证.     

一类离散应急供应系统的两目标优化模型

本文从应急问题的特点出发,考虑时间紧迫性及系统稳定性因素,建立了应急时间最早、出救点数目最少的多目标数学模型,并运用模糊集理论,通过定义模糊决策集,采用模糊优化方法成功给出了该问题的求解方法。     

IT服务供需双边匹配的模糊多目标决策方法

描述了IT服务外包中的供给方与需求方的双边匹配决策问题。为了解决该问题,针对IT服务的供给方和需求方分别给出的语言满意度评价信息,将语言评价信息转化为三角模糊数并进行多指标信息的集结运算。在此基础上,考虑以供给方和需求方双方满意度最大为目标,构建了IT服务供需双边匹配的模糊多目标优化模型,并采取将模糊多目标优化模型转化为单目标线性规划模型的方式进行求解得到匹配结果。实例计算表明,提出的方法具有可行性和实用性。     

分布式供应链中基于准时制的原油采购计划方法

本文研究了分布式供应链多供应商/多炼油厂的原油采购计划问题,建立了在有限资源约束下的准时制多目标采购优化数学模型,以实现总采购费用和供应链循环时间最小。然后,本文将非线性规划模型转化为线性规划模型,并利用层次分析法(Analytic Hierarchy Process,AHP)与多目标规划相结合的方法求解模型得到采购计划方案。数值仿真结果表明本文所提出的原油采购方法的有效性和实用性。     

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。     

基于自适应大邻域搜索的鲁棒多项目调度方法

多项目资源管理有时需要采用一种资源专享-转移策略，该策略下可更新资源在多项目之间不共享，但在当前项目完工之后其资源可以转移至其它还未开始的项目。针对这一实际问题的理论研究非常有限。考虑活动工期的不确定性，从时差效用函数视角评价项目调度计划的鲁棒性，在考虑拖期成本-鲁棒性的多目标问题框架下，构建了一个资源专享-转移视角下的多项目资源分配(战术层)与鲁棒调度(运作层)双层决策优化模型。针对模型的NP-hard性质和多目标组合优化特征，设计了一种新的自适应大邻域搜索(adaptive large neighborhood search，ALNS)算法求解模型。该算法采用“项目-缓冲-资源-活动”列表的混合编码表示问题可行解，提出基于四类列表的destroy-repair邻域结构，设计一种超体积指标进行自适应搜索以提高算法性能。最后，为了验证ALNS算法的适用性和有效性，设计一种NSGA-II算法作为比较基准，通过大规模仿真实验对算法性能进行了对比分析，并探索工期不确定水平对多项目调度方案鲁棒性的影响。     

Excel在多目标规划求解和灵敏度分析中的应用

多目标规划可以利用Excel中的[工具][规划求解]命令进行求解;但由于在建模过程中引入了优先级和权系数,利用Excel求解多目标规划模型比求解线性规划更复杂,特别是用Excel求解多目标规划模型时输出的敏感性报告没有实际的经济意义。本文运用Excel中的菜单[工具][方案]命令,轻松地实现了多目标规划问题的灵敏度分析,使管理者可以随时检验各种可能的方案,从而为其做出科学决策提供支持。     

基于遗传算法的装备采购决策优化研究

在装备采购中，由于需求单位地域分布和担负的任务各不相同，对装备的品种、数量、时限要求也就不一样，如何使装备采购科学化、合理化，是一个涉及多变量、多目标的复杂系统问题。在综合考虑装备采购各项因素的基础上，构建多约束条件下的多目标模糊指派模型，提出了基于遗传算法的解决方案，最后通过案例进行仿真实验，验证该算法的可行性和有效性，解决了采用传统优化方法难以解决的装备采购优化决策问题。