考虑分时电价的多目标批调度问题蚁群算法求解

对同时优化电力成本和制造跨度的多目标批处理机调度问题进行了研究,设计了两种多目标蚁群算法,基于工件序的多目标蚁群算法(J-PACO,Job-based Pareto Ant Colony Optimization)和基于成批的多目标蚁群算法(B-PACO,Batch-based Pareto Ant Colony Optimization)对问题进行求解分析。由于分时电价中电价是时间的函数,因而在传统批调度进行批排序的基础上,需要进一步确定批加工时间点以测定电力成本。提出的两种蚁群算法分别将工件和批与时间线相结合进行调度对此类问题进行求解。通过仿真实验将两种算法对问题的求解进行了比较,仿真实验表明B-PACO算法通过结合FFLPT(First Fit Longest Processing Time)启发式算法先将工件成批再生成最终方案,提高了算法搜索效率,并且在衡量算法搜索非支配解数量的Q指标和衡量非支配集与Pareto边界接近程度的HV指标上,均优于J-PACO算法。     

多源供电模式下企业生产运作与能源管理集成优化研究

由于绝大部分的工业能耗归结于生产制造环节,将可再生能源作为生产车间的供电方式,可以促进可再生能源大力推广以缓解当前由于化石能源的大量使用而造成的环境污染问题。本研究以具有可再生能源供电系统的生产车间为研究对象,秉承“分布式发电、自产自销”的理念,关注包含生产车间、可再生能源发电、储电构成的微电网系统及其与外部电网之间的关联。首先,以最小化实时电价下的电费总成本为优化目标,建立了集成生产调度、设备维护、电量分配的企业运作管理问题的混合整数规划数学模型。其次,对决策变量进行分类,设计了基于遗传算法、启发式规则、子问题精确算法相结合的元启发式搜索算法;在外层对生产调度、设备维护相关变量进行迭代搜索,在内层利用最小费用流求解最优的电量分配方案。通过与CPLEX求解结果及有效低界的对比,验证了所设计算法在运行时间及求解精度上的有效性。与两种车间中独立决策策略相比较,在各种不同场景的平均表现上,集成模型可以节省大约40%的购电费用。最优运作方案显示,生产等高能耗活动应尽可能安排在低电价时段进行,但考虑到工件加工的不可中断性以及交货期的约束,设备也不可避免地需要在某些高电价时段运转。此时可以前摄性地...     

面向成套订单问题的工艺规划与排序的集成研究

本文从工艺规划与排序的集成优化角度研究了成套订单问题^[1],克服了单独研究工艺规划和排序局部优化的局限性.文章中考虑了同一工件内部各道工序之间存在的优先加工限制,以及工件在不同机器上加工需要转移时间和工序间接连加工需要机器调整时间的情况,建立了成套订单问题的集成排序模型,并提出了针对求解大规模问题的基于遗传算法的启发式算法,最后通过一个算例对所研究的集成排序问题和所提出的算法进行了说明,计算结果表明了算法的有效性.     

加权折扣单机排序干扰管理模型和算法研究

为解决机器排序中由于干扰事件的发生使初始最优加工时间表无法按计划执行的问题,构建同时考虑原目标和扰动目标的双目标干扰管理模型,对初始最优加工时间表进行调整并对未完工工件进行重排序;在双目标干扰管理模型中,原目标由所有工件的加权折扣完工时间和来度量,扰动目标由重排序后工件完工时间的变化来度量;结合量子比特在表示解的多样性方面的优点和非支配排序遗传算法在处理多目标排序问题上的优点,设计一种量子遗传算法和非支配排序遗传算法相结合的启发式进化算法对构建的模型进行求解。在数值算例中,通过比较若干项针对有效解集的性能指标发现,该混合算法求得的有效解集在多样性和与最优有效前沿的邻近性等方面优于目前得到广泛应用的非支配排序遗传算法,验证了构建的模型和算法对于求解机器排序干扰管理问题的有效性。     

加工能力受限的单机干扰管理研究

针对单机环境下最小化加权折扣加工时间和的排序问题,研究如何应对可预见的干扰事件。由于干扰事件使得机器加工能力受限,初始最优加工时间表不再可行,采用外包的方式来进行干扰管理。构建了排序模型,同时考虑原目标和与初始计划偏离的扰动目标,选择外包工件集并对所有工件进行重排序。为了求解得到的双目标排序问题,基于理想点法设计了一种动态规划算法和量子遗传算法相结合的算法。最后通过一个数值算例说明,该排序模型对于求解加工能力受限的单机干扰管理问题是有效的。     

启发式算法求解等待时间受限的两阶段流水车间调度问题

等待时间受限的两阶段流水车间调度问题具有强NP难的复杂性,有必要探索问题特征来开发近似求解算法。本文分析了此问题与一般两阶段流水车间调度和无等待两阶段流水车间调度的关系,给出了两类特殊问题的多项式求解方法,探讨了最优调度的工件序列特征。在此基础上,设计了基于排列排序的启发式算法,算法应用Gilmore-Gomory启发式生成初始序列,构造调度解的可替换集合实现迭代寻优,并利用工件序列特征调整工件顺序以优化当前调度。通过对算法的求解性能进行理论分析和实验验证,进一步表明了该算法的有效性。     

随机多阶段分销网络设计模型

为了更合理的设计分销网络,本文提出了一种随机多阶段的联合选址-库存模型。在该模型中,不仅考虑了经济规模和分摊效益的影响。同时通过情景规划,考虑了在多阶段的分销网络设计中,对未来市场环境的不确定性。该模型的目标是使整个战略周期内的总期望成本(包括库存、运输、选址成本与损失的收益)最小。本文将该模型建立成为了一个非线性的整数规划模型,同时提出了一种基于拉格朗日松弛的求解算法。最后,本文使用该算法求解了三组不同规模的算例,得到的计算结果证明了拉格朗日算法是求解该模型的有效算法。     

作业车间的模糊动态调度问题研究

本文针对作业车间的模糊动态调度问题,给出了该问题的生产系统描述、建模,给出了基于工件到达时间三角模糊数的计算确定重调度时段划分点的模糊动态调度策略,通过一种基于时间分解的策略将作业车间的模糊动态调度问题转化为一系列不一定被完全执行的静态模糊子调度问题求解。针对模型的求解给出了改进的G&T算法,将改进的基于关键路径的邻域交换技术引入遗传算法变异算子的设计,改善了算法解的局部寻优能力。仿真实验结果表明,本文给出的作业车间模糊动态调度模型是正确的,提出的算法有效,且动态调度策略具有鲁棒性。     

基于改进遗传算法的置换装配线调度问题研究

企业的置换装配线调度问题（Permutation Assembly-line Scheduling Problem,PASP）是一类典型的NP-hard型生产调度问题,是现代集成制造系统CIMS极为关心的问题。该问题可以具体描述为n个工件要在m台机器上加工,每个工件需要经过m道工序,每道工序要求不同的机器,这n个工件通过m台机器的顺序相同,它们在每台机器上的加工顺序也相同,问题的主要目标是找到n个工件在每台机器上的最优加工顺序,使得最大完工时间最小。由于PASP问题的NP-hard性质,本文使用遗传算法对其进行求解。尽管遗传算法常用以求解调度问题,但其选择与交叉机制易导致局部最优及收敛慢。因此,本文提出基于区块挖掘与重组的改进遗传算法用于求解置换装配线调度问题。首先通过关联规则挖掘出不同的优秀基因,然后将具有较优结果的基因组合为优势区块,产生具优势的人工解,并引入高收敛性的局部搜索方法,提高搜索到最优解的机会与收敛效率。本文以OR-Library中Taillard标准测试例来验证改进遗传算法的求解质量与效率,结果证明：本文所提算法与其它求解调度问题的现有5种知名算法相比,不仅收敛速度较快,同时求解质量优于它们。     

安装时间与次序相关的生产调度干扰管理研究

在安装时间和次序相关的单机调度问题中,为应对突发性的工件优先级变动造成的影响,构建了双目标重调度模型。原目标为生产的流程时间,扰动目标为工件的加工次序扰动。针对模型中的双目标,设计了基于有效解的两阶段混合启发式算法进行求解,在原目标和扰动目标之间进行权衡。混合算法第一阶段里,基于任意单个工件次序变化将双目标问题转化成单目标TSP问题,利用最近邻域和插入混合求得单目标问题的若干解,构成初始种群。第二阶段中基于非支配排序遗传算法在处理多目标问题上的优势,对初始种群进行扩展搜索,最后输出问题的有效前沿。通过数值试验运算比较分析若干针对有效解集的指标,验证了混合算法求得的解集在多样性和临近性上要优于单纯的非支配排序遗传算法。该混合算法可以有效地解决具有安装时间的加工次序扰动问题。     

基于TVP-VAR模型的信心、货币政策与中国经济波动研究

企业家信心和消费者信心在宏观经济的发展中扮演着重要角色,而企业家信心和消费者信心往往为传统的货币政策文献所忽略。本文将企业家信心和消费者信心纳入能够反映时变特征的TVP-VAR模型中,研究中国经济波动的时变成因,研究结果表明：（1）企业家信心和消费者信心的提高扩大了内需,并通过影响货币政策中介变量推动了宏观经济的发展。（2）公众会通过货币政策的调整对未来进行预期,因此,货币政策的调整能够影响企业家信心和消费者信心,进而对内需产生影响。（3）从时变角度看,企业家信心的单位正向冲击在整个样本区间内均会促进经济的增长,货币增长率的提高在短期内对经济增长率有促进作用,在长期内会阻碍经济的增长,消费者信心、利率与经济增长率在短期内呈反向变动的关系,在长期内呈正向变动的关系。     

因特网约车平台双边报价交易机制创新及策略研究

现有网约车平台采用接受或拒绝的定价交易机制，即乘客和司机被动选择接受或拒绝交易平台给出的定价及加价规则。由于缺乏对平台用户个体需求的了解，当前平台产生的价格不能反映不同交易者的内在诉求，如每个乘客的用车目的、紧急程度、经济能力，司机的实际运行成本、期望收益等差异。由于每个交易者的内在诉求对每笔交易的合理定价具有很大影响，为优化资源配置，将这类信息纳入网约用车市场价格形成机制变得越来越重要。本文设计了基于网约车平台的双边报价交易机制，该机制允许乘客和司机分别进行报价，网约车平台基于每次交易涉及的乘客及司机的报价自动生成交易价格并实现乘客与司机的交易匹配，该机制满足参与理性约束、预算平衡约束，保障乘客和司机获得该机制作用下的所有交易剩余，文章还对该机制下交易人的报价策略及投机策略进行了理性及仿真分析，证明该机制鼓励交易者说真话，从而优化平台资源配置。     

考虑碳税对备件联合订购决策影响的研究

针对价格适中、消耗量高、对装备运行起重要作用的不可修备件的库存管理问题,构建了碳税政策下由多个基层站点和一个基地站点组成的两级保障链联合库存决策模型。模型以基层站点再申请点r_i、申请量Q_i和基地站点补给次数m_i为决策变量、以备件满足率为约束、以成本为目标。最后通过策略迭代方法对模型求解,并在数值分析中研究碳税对保障链决策的影响,结果表明：碳税政策虽然增加了保障链成本,但减少了碳排放,并且在合理的税费下能够实现显著的减排效果,有助于环境成本的降低。     

考虑追溯水平的食品厂商竞争决策研究

本文综合考虑食品市场竞争环境,消费者食品安全风险规避程度及食品追溯水平等因素建立了食品厂商的双寡头竞争博弈模型,探讨了食品的追溯水平与消费者风险规避程度对食品厂商价格、安全努力水平以及利润的影响。研究发现：食品厂商的最优价格和食品的安全努力水平随其食品追溯水平的提高而增加,随竞争厂商的食品追溯水平的提高而降低;厂商食品追溯水平较高时,其安全努力水平随消费者风险规避程度的增大而提高,其最优价格随高风险规避型消费者比例的增大而增加;而厂商食品追溯水平较低时,其安全努力水平随消费者风险规避程度的增大先增加而后下降,其最优价格随高风险规避型消费者比例的增大总是下降;随高风险规避型消费者比例的增大,各厂商的食品追溯水平对其决策的影响产生不同的变化。     

新型订单农业合作模式的优化模型分析

根据当前的中央脱贫政策,本文考虑到脱贫方式,提出了基于新型合作模式的订单农业方式,构建了新型订单农业优化模型。首先根据区域经济发展需要成立一个农业合作社,农户以土地面积比例入股,合作社通过与农产品收购公司谈判并签订收购合同来获得收益,并把收益的一部分用于农户分红。合作社聘用职业经理负责经营,除此之外,合作社还会按所入股份给农户提供一份固定费用以保证农户的收益。根据上述内容构建了一个新的"农户+合作社+收购公司"型三级新型订单农业供应链优化模型,并在条件风险（CVaR）度量准则下得出合作社在不同风险规避度下的具体收益,在保证农户和合作社收益的前提下,建立相应的约束优化模型,利用拉格朗日函数及其相应的KKT条件得出农户加入合作社可获得更多利益的最小土地面积和合作社应提供的最小固定费用。     

群体性突发事件化解机制的随机演化博弈模型

有效化解群体性突发事件是各级政府维护社会和谐稳定面临的重要任务之一。促使抗议群体产生分化进而部分成员接受处置方案成为有效化解事件的关键环节。本文基于Moran过程的随机演化博弈理论，分析了抗议群体选择"退出抗议"策略成为均衡解的成立条件，揭示了群体性突发事件的内生化解机制。研究发现，系统的随机性越小，冲突双方争夺的经济资源越小，政府补偿额和冲突成本越大，群体性突发事件中抗议群体退出抗议的固定概率越大，事态趋于平息。抗议群众规模存在着一个能够成功化解的临界值。比较随机性干扰占据主导地位的弱选择过程和排除了随机性因素的强选择过程，后者具有更小的临界抗议群众规模。本文研究为揭示群体性事件的化解机制提供了一种基于随机演化博弈的新理论解释。     

智能电网实时电价社会福利最大化模型的研究

社会福利最大化模型及其推广、改进的模型是目前智能电网实时定价的有效方法之一。通过计算社会福利最大化模型的拉格朗日乘子,即影子价格,确定电力电价。本文对社会福利最大化中供电量下限（即最小发电量）在模型中的作用进行了研究,在一个符合通常实际情况的假设下,得到了去掉供电量下限的等价模型。所获得的模型减少了一个区间约束和一个变量。最后说明了简化的模型仍然适用于目前使用的在线对偶方法求解。     

模糊厌恶下关系型借贷定价和最优贷款利率

考虑决策者是模糊厌恶的,利用实物期权方法,解析地给出了银行价值,企业价值和最优停贷水平。分析了模糊厌恶和基准波动率对最优贷款利率,最优停贷水平,企业价值和银行价值的影响。数值分析表明：模糊厌恶提高了贷款利率,降低了企业和银行价值。在基准波动率水平较小时,模糊厌恶推迟了停贷水平;在基准波动率较大时,模糊厌恶加速了停贷水平。此外,在模糊中性下,企业价值是基准波动率凸函数,银行价值是基准波动率凹函数。而在模糊厌恶下,企业价值和银行价值都随着基准波动率的增加而递减。本文从行为金融角度为中小企业"融资贵"提供了新的解释。     

基于碳减排技术的竞争供应链投资均衡策略研究

本文以两条竞争供应链（每条供应链均包含一个制造商和一个零售商）为研究对象，基于其是否采用碳减排技术，构建了两条供应链均不采用碳减排技术（NN情景）、供应链1采用碳减排技术（AN情景），供应链2采用碳减排技术（NA情景），及两条供应链均采用碳减排技术（AA情景）的收益模型，求解出相应的最优解并探讨了竞争供应链投资碳减排技术的均衡策略。研究发现：当碳税较低时，AA情景是竞争供应链的均衡策略；当碳税适中时，生产成本较高的供应链不采用减排技术，而其竞争供应链将采用减排技术以提升竞争力；当碳税较高时，NN情景是竞争供应链的均衡策略。此外，当供应链间竞争强度较弱时，政府可适当提高碳税标准；当供应链间竞争较为激烈时，政府应降低碳税以引导企业采用碳减排技术。     

上下游企业间R&D合作网络形成及其社会福利

研发（Research and Development,R&D）合作网络的形成是企业在创新活动中进行合作的一个重要特征,数据表明,上下游主体间的垂直R&D合作比位于同一市场层面主体间的横向R&D合作网络更普遍。针对企业间R&D合作网络的内生形成问题,首先,建立上游供应商与下游竞争厂商之间同时选择R&D合作链接和R&D投入水平的博弈模型;然后,通过比较所有可能存在的网络结构下各企业的均衡利润水平,识别稳定网络结构并分析R&D投资的效率;接下来,分析稳定网络结构随着横向R&D合作溢出效应和垂直R&D合作溢出效应的演化;最后,通过比较各网络结构下的社会福利,分析稳定网络结构的有效性。结果表明：（1）垂直合作链接促进合作双方的R&D投入,提高合作双方的均衡利润水平;横向合作链接阻碍竞争厂商的R&D投入,随着横向R&D合作溢出效应的增加,厂商R&D投入的竞争效应逐渐高于其成本降低的效应,从而厂商的利润先增加后减小;（2）在适当的溢出效应参数范围内,完全合作网络是唯一的成对稳定网络结构;但是当供应商与其中一个厂商的垂直R&D合作溢出率较高时,稳定网络结构将会发生演化。（3）社会福利分析的结果表明成对稳定网络未必总是最有效的合作网络结构。