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.     

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.     

基于改进多目标烟花算法的预制构件配送优化研究

在运输阶段,预制构件从生产工厂运送到施工工地,长距离、大体积、易损伤等因素导致其物流成本偏高,科学合理的配送方案有助于降低物流成本。本文基于运输成本、配送效率、配送时间等多维度的现场需求,建立了将运输成本作为第一目标,收货方的客户满意度作为第二目标,车队的平均实载率作为第三目标的混合车队配送模型。最后以预制构件生产工厂为算例,利用遗传算法的交叉变异过程对多目标烟花算法进行改进并对模型进行求解,从分析求解结果可以得出,该模型在有效降低了配送成本的同时,提高了客户满意度以及平均实载率,证明了模型的实用性与可行性。     

物流中心选址的多目标优化研究

物流中心选址是一个定性与定量相结合的问题.首先以最小化建设成本和最大化建站的综合评价值为目标,建立一个双目标规划模型.首先,根据决策者是否知道目标函数的偏好,提出加权法和折衷规划法.最后,通过多目标模糊决策分析方法获得了多目标优化方案,利用模糊分析法的原理,确定评价指标,然后把供选择的物流配送中心方案在模糊环境下进行排序,从而得出最优的选址方案.     

基于多小波的数字水印优化

为了提高数字水印的实用性,必须保证水印的鲁棒性和透明性,为此充分考虑人类视觉系统特性,提出了一种基于多小波的数字水印优化方法。该方法利用Sa4多小波基进行数字水印嵌入,引入多目标优化手段对其嵌入深度进行优化调整,得到最佳嵌入效果。通过遗传算法实现的结果表明,该算法不仅对水印的攻击具有强鲁棒性,且能兼顾载体图像的质量。     

跨境电商企业海外仓选址多目标优化研究

海外仓作为一带一路战略环境下的一种新型跨境物流模式,具有运输时间短、退换货快等特点。本文在跨境电商的背景下,综合考虑建仓成本、运输费用、运输时间和税费等因素,提出了海外仓选址多目标优化模型,随后基于分层序列法设计了二分搜索-最小费用流算法对该模型进行求解,并证明该算法在多项式时间内可以得到最优解,最后通过算例证实了该模型和算法的有效性和实用性,这为跨境电商海外仓选址提供了理论依据和决策支持。     

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.     

基于约束的多目标投资组合优化研究

在金融市场上,投资组合决策是一个多目标优化问题,基于传统的方法并不能很好的解决该问题。本文提出了基于多目标粒子群算法(MOPSO)的优化解决方案,实现了对多目标优化问题的非劣最优解集的搜索,实验结果证明了算法的有效性。     

基于随机权重多目标遗传算法的多目标动态单元构建方法

考虑多变的市场需求环境下单元生产系统在多个计划期具有多个目标的动态构建决策问题。通过对单元生产构建过程中的总费用、设备负载与能力之间最大偏差以及零部件跨单元移动的总次数3个目标进行权衡,建立了非线性多目标动态单元构建的数学模型。采用自适应小生境技术、惩罚技术、双轮盘赌法和精华选择策略,提出了基于精华保留策略的随机权重多目标遗传算法求解该组合优化问题。结合实例对模型和算法进行了仿真分析,结果显示了算法对解决多目标动态单元构建问题的有效性。     

基于时间的自动化立体仓库货位优化模型研究

内外环境变化时进行自动化立体仓库货位优化十分必要与重要。本文构建了以医药为例,考虑自动化立体仓库货物移动前后的相关数据能有效记录,以及货物出入库效率高,相似货物摆放一起,货物移动距离最短三个因素的基于时间的货位优化多目标模型,通过对算例采取遗传算法的结果显示：本文方法能有效实现自动化立体仓库货位优化,优化前后数据记录能有效进入仓储自动管理环节,是降低仓储管理成本、提高仓储管理效率与效益的有效方法与途径。     

The Impact of Capacity Costs on Product Differentiation in Delivery Time,Delivery Reliability,and Price

We develop an analytical framework for studying the role capacity costs play in shaping the optimal differentiation strategy in terms of prices, delivery times, and delivery reliabilities of a profit‐maximizing firm selling two variants (express and regular) of a product in a capacitated environment. We first investigate three special cases. The first is an existing model of price and delivery time differentiation with exogenous reliabilities, which we only review. The second focuses on time‐based (i.e., length and reliability) differentiation with exogenous prices. The third deals with deciding on all features for an express variant when a regular product already exists in the marketplace. We subsequently address the integrative framework of time‐and‐price‐based differentiation for both products in a numerical study. Our results shed light on the role that customer preferences towards delivery times, reliabilities and prices, and the capacity costs (absolute and relative) have on the firm's optimal product positioning policy.     

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。     

震后应急物资配送的模糊定位-路径问题研究

从系统集成优化的角度研究震后应急物资配送的一种新模糊定位-路径问题(LRP),综合考虑救灾点所在地理位置和地形导致的应急车辆行驶时间的随机性、救灾点应急物资需求量的不确定性与应急物资配送的时间紧迫性,以应急物资总运达时间最短与总配送成本最小为目标,构建一个基于机会约束规划的多目标模糊LRP优化模型,并根据模型的特点设计了一种混合免疫遗传算法予以求解。最后,通过算例验证了本文方法能有效解决震后应急物资配送的模糊多目标LRP,实现了震后应急物流中心定位和应急车辆路径规划的联合决策。     

飞行员模拟机复训计划优化模型研究

根据民航有关规定,飞行员每6个日历月需要参加一次模拟机复训.公司制定模拟机复训计划,要考虑模拟机资源、教员资源、生产任务允许模拟机复训的人数和飞行员训练适宜期,本文以机长和副驾驶配组数最大化和训练/检查月内参加复训人数最大化为目标,在此基础上建立了多目标规划问题,仅考虑配组目标时,给出了不存在隔月配组的条件.根据不同的目标,本文研究对象可分解为两个经典网络规划子问题,文中给出了求解的方法,并给出了一个实际案例.     

基于模糊时间窗的车辆调度问题研究

基于现实生活中配送企业车辆资源有限和顾客对服务时间要求并非完全刚性的特征,通过时间窗模糊化处理将顾客服务的满意度量化为配送服务开始时间的模糊隶属度函数。在一定满意度下,构建了基于模糊时间窗的车辆调度模型,根据模型的特点,改进了基于客户的染色体编码方式,设定了一种新的约束处理方法,避免了惩罚策略中选取惩罚因子的困难。在算法中用模糊优化程序处理问题的模糊特征,通过对顾客服务时间的局部调整来确定最佳服务时间。最终通过实例验证与原结果比较发现,引用模糊时间窗函数不仅可以降低配送成本,而且有利于节省运力资源。     

多目标条件下企业碳配额分配和政府公平——基于(p,α)比例公平的视角

本文在企业和政府主从博弈框架下,研究政府兼顾社会福利和减排成本的多目标条件下企业最优碳配额分配方式,并采用（p,α）比例公平建立了最优分配与政府公平态度之间的对应关系,进一步分析企业间减排效率差异对碳配额最优分配以及政府所持公平态度的影响。采用遗传算法模拟结果显示,在政府最大化社会福利和最小化减排总成本的多目标下,政府始终给予高效率减排企业更多的配额,在企业间减排效率差异较小和较大的行业,减排效率对最优配额分配和政府所持公平态度的影响是完全不同的。当行业内企业减排效率差异较小时,随减排效率差异的增加,低效率企业所得配额逐渐减少,政府公平性逐渐降低;当企业减排效率差异较大时,情况刚好相反,低效率企业的配额逐渐增加,政府变得越来越注重公平。除此之外,政府公平性并不意味着低效率企业得到更多的碳配额,当企业间减排效率差异增加到某一区间,随减排效率差异的增加,低效率企业所得配额逐渐减小,而政府公平逐渐增加。我们的结论为相关部门多目标下的最优碳配额分配决策以及分析政府的公平性提供了有益参考。     

电子商务下基于改进两阶段算法的有时间窗车辆调度优化

为满足电子商务下的物流配送需求,将传统车辆调度模型进行修改,将目标函数改为基于费用最小,在约束条件中增加时间约束、货物容积约束、车辆最大工作时间、多种车型、载重量限制和最大行驶距离等,以提高模型的适用性和通用性。由于有时间窗的车辆调度问题是NP难问题,采用改进两阶段算法进行求解。即第一阶段用模糊分层聚类法将客户群分成若干区域,在每个区域又用扫描算法分解成若干符合约束条件的小规模子集;第二个阶段对各个分组内客户点,就是一个个单独TSPTW模型的线路优化问题,因此,采用改进混合遗传算法进行优化求解,最后的算例仿真表明了算法的有效性和可行性。     

基于整数规划强对偶求解一类局域性资源受限项目调度问题

资源受限项目调度问题(简称RCPSP)是最具代表性的项目调度问题之一,调度过程可理解为,将受资源约束的平行工序调整为顺序工序。本文针对实际中广泛存在的资源局域、而非全局受限的情况,研究局域性RCPSP,并重点考虑一类问题：项目某环节的一系列平行工序,可用资源量只有一半,各资源可重复利用且具有相应多功能,但最多能承担2个工序,需将这些工序两两排列成对,实现项目工期最短。本文首先探索问题“局域性”特征,量化局域调度对项目工期的影响;基于此,构建只涵盖“局域调度工序”的0-1规划模型;再者,发展整数规划强对偶理论,结合Dangzig-Wolfe分解等方法,提出多项式时间的精确算法;最后通过算例测试,验证算法优势,例如,计算大规模算例的最优解,运用该算法比常规精确方法可快数万倍以上。