考虑转向延误及尾气排放的禁左双层规划模型

为了确定使路网行程时间和尾气排放最优的禁左交叉口组合策略,以区域交叉口为例建立禁左双层规划模型。在搭建双层模型之前,分别针对单进口禁左的信号方案、转向车流的表示方法及转向延误的确定3个方面对现有禁左模型进行改进。模型中路网总阻抗和总排放量最小是上层的主要目标,并负责将禁左决策变量传到下层。下层以改进了约束条件的UE分配模型为基础,并通过Frank-Wolfe算法将求得的路段流量传到上层。模型采用遗传算法进行求解,在上下层的不停迭代中得到优化。通过对实例路网的求解,路网总阻抗和总排放加权和有效降低,验证了模型的可靠性。     

基于畅通可靠性的连续道路网络设计

随着优质可靠服务需求的提高,发展设计高可靠性道路网络的方法成为一个急迫的课题.本文建立了一个新的分析连续道路网络设计问题的双层规划模型,其上层模型是最大化的路网整体畅通可靠性和路网扩张率的差值,其下层模型是随机用户均衡交通量分配.通过Hooke-Jeeves算法解算这个模型,得到了一组优化的路段通行能力扩张值.结果表明,该双层规划模型是设计高可靠性道路网络的有效工具.     

基于双层规划的页岩油勘探开发投资决策优化方法研究

页岩油作为未来最具有发展前景和最现实的石油接替资源之一,其能否实现规模效益化开发事关能源安全生命线,国内石油企业对页岩油的勘探开发投资力度前所未有。针对页岩油勘探开发投资决策优化问题,考虑到集团公司和各油田分公司共同参与、分散决策、利益诉求不同等特点,提出利用双层规划理论与方法对投资决策问题进行建模：上层规划以经济效益、环境效益和社会效益最大化为目标,获取整体效益最大化;下层规划以利润最大化为目标,获取各油田分公司的最大经济效益。基于模型特点,引入交互式决策方法,设计了基于满意度的交互式迭代算法,并通过算例证明了模型的有效性和可行性,最后进行了基于满意度、目标权重和置信水平的灵敏度分析,解决模型中含有影响模型解的参数问题。研究结果表明,在集团公司和各油田分公司上、下级双重决策作用机制下,所提出的模型可以有效地处理模拟和优化投资过程中以模糊数和随机变量表示的多个不确定性,集团公司总体满意度和油田分公司满意度都有所提升,并且上、下层满意度的差距得以缩小,意味着在保证分公司经济利益的同时,还减少了环境污染,提高了系统整体效益。     

低碳排放约束下城市停车换乘设施规划研究

停车换乘出行模式可以有效缓解城市交通拥堵,间接降低交通排放。研究了满足一定低碳排放指标约束下,停车换乘设施规划问题。建立了同时考虑停车设施运营者和出行者的双层规划模型。上层为运营者在CO2排放指标约束条件下以停车运营收益最大为目标的优化模型,下层是在停车换乘交通出行网络弹性需求条件下用户均衡分配模型。根据模型特点,设计了MSA算法与遗传算法相结合的求解算法。算例路网测试结果表明:模型可在一定程度上反映出行者路径选择行为,停车换乘模式可以减少人均交通排放,达到了所设定的低碳排放指标,同时达到运营收益最大的目标,为停车换乘设施建设提供了思路,具有一定的科学性和实用性。     

Banach空间中二层规划的凸性和连续性问题

本文置二层规划模型中的各构成函数于Banach空间中,讨论了下层极值函数和上层目标函数的凸性与连续性,推广了有限维空间中二层规划模型中的相应结果。     

OVER的双层多义网络模型

一直以来,对介词多义性的认知研究主要是讨论其引申的认知理据,但忽略了语境的增丰作用,因而产生了井喷性多义现象。以OVER为例,基于Croft和Cruse倡导的语义动态识解理论,可以建构一个双层多义网络模型。此模型设定OVER有上位概念层与下位语境层。在上位概念层有一个主范畴及两个次范畴,分别表述为:'在上(可移动与否)','在彼'和'覆附'。这些概念是可引申的类典型范畴。此模型的上层体现Lakoff的辐射集理论,其下层综合Rosch较早的标准重合集理论。上层的类典型范畴相互关联,是由词项提示的心理实体,是语境义的引申之源。下层的引申义是源于上层的类典型范畴实时推导的结果,此结果需同时参照认知语境并融入不同的认知操作。此网络模型的特点是语境的动态性和开放性。     

基于集散效用和运输一体化枢纽布局优化模型

分析了综合运输枢纽规划与综合运网规划相互反馈的互动机制,提出以城市集散节点为主导的综合运输枢纽布局优化思路,并以综合运输集散、衔接综合广义费用最小为目标,建立了枢纽布局选址优化的混合整数规划模型;通过模型求解,从大型综合枢纽建设与综合运输体系构建的关系出发,引入了提高枢纽衔接效率和实现运输一体化的分析思路。分析认为：提出的综合运输枢纽布局优化模型构建、求解简单清晰,容易得到全局最优解,且能够反映枢纽和对外运网适应性密切的互动机制。     

城市应急物流中心多目标选址模型及方法研究

针对城市应急物流中心选址问题,建立了考虑覆盖率、总时间成本的多目标0～1整数模型和评价模型,并利用深度优先搜索法和模糊神经网络法来求解该模型。为验证所提出的模型及方法,以南京市江宁区为例,设计了算例实验,同时将多目标模型和单目标模型进行对比,分析多目标模型对选址方案的影响,并对选址方案及相关影响因素进行评价,最终实验结果验证了模型和方法的有效性,可为城市突发事件应急设施选址提供参考依据。     

具有劳动异质性的订单分批优化研究

合理的订单分批和快速的拣选商品对于配送的时效性具有重要的意义。针对O2O超市仓储配送中心的订单分批问题展开研究,为了使具有劳动异质性的拣选员工更快地拣选订单商品和保证高效,同时使拣选员工工作更加均衡,构建了一个双目标混合整数规划模型,其目标是拣选员工行走的最小距离和拣选员工的工作量最平衡。应用了一种动态自适应步长萤火虫算法,证明了所提模型和目标之间的相关性。通过数据实验验证模型和算法的有效性,结果表明该模型对订单分批和具有劳动异质性的员工具有较强的影响,为提高超市配送的时效性提供了科学依据。     

电动汽车双层优化模型的充放电调度策略

传统的分时电价策略虽然一定程度上可以改善电动汽车无序充电所产生的电网日负荷峰谷差加大、负荷率降低等状况,但易产生新的负荷高峰,并且当前多目标优化等策略削峰填谷效果欠佳或用户参与度不高。针对上述问题,提出一种基于双层优化模型的调度策略以充分考虑电网和用户两侧需求。第1层模型以优化电网日负荷方差最小为目标函数;第2层优化模型建立以车主充电成本最小以及保证用户出行需求的目标函数,然后用改进的粒子群-模拟退火算法对双层优化模型进行循环迭代求解,并将第2层优化后的结果反馈给第1层,以此循环优化,输出最终结果。对比优化前后的负荷曲线,结果表明：与当前优化策略相比,所提出的基于双层优化模型的V2G调度策略能有效降低新的负荷高峰及负荷峰谷差,减少参与V2G的用户成本,实现两侧双赢。     

求解供应链分销模型的双层规划方法

以一个多仓库、多分销点的供应链二级分销网络为研究对象，分别从供应链上、下游企业的角度出发，以各自的物流成本最小化为目标，利用双层规划方法建立了供应链分销网络优化模型．讨论了该模型的求解方法，并结合分层迭代的思想给出了一个有效的算法，最后借助于计算机技术实现了对模型的仿真计算．     

一种新的求解离散型交通网络平衡设计问题的算法

本文提出了一种新的求解离散网络平衡设计二层规划模型的算法。模型求解中,上层问题采用粒子群算法,而下层问题则采用路径生成式logit非平衡交通分配算法。数值结果显示,本文提出的算法可以快速有效地求解这类网络平衡设计二层规划模型。     

不确定条件下供应链二级分销网络的优化研究

供应链分销网络的成本主要由固定成本、运输成本、存货成本和缺货成本组成。如何在不减少产品销量的前提下降低供应链分销网络的成本是供应链管理的一个难题。基于一个供应商、一个分销中心、多个零售店的供应链二级分销网络模型的分析,结合分销中心的选址提出了需求和分销中心容量不确定条件下一个供应商、多个分销中心、多个零售店的集中控制的供应链二级分销网络的双层规划优化模型,并用智能优化算法对模型求解,数值模拟的结果表明模型对需求和分销中心容量不确定条件下供应链二级分销网络的优化是有效的。     

基于两阶段算法的带时间窗车辆路径研究

车辆路径问题(VRP)是研究在规定区域内如何规划车辆行驶轨迹来提高运输效率的调度问题。实际生活中往往有顾客对服务时间有自己的要求,因此对于特定时间内车辆路径问题(VRPTW)的研究不但可以提高运输行业配送水平,而且可以有效提高顾客满意度及车辆利用率,实现资金合理配置。通过研究大量配送环节的VRPTW问题并结合实际配送需要,构建运输成本最小的带有惩罚函数的目标函数并设计两阶段算法,将聚类分析和改进遗传算法相结合。通过MATLAB仿真计算和对实验结果进行比较,验证所建模型及算法设计能够有效解决实际问题,降低配送成本。     

多目标投资决策模型的进化算法

对一般的多目标投资决策问题给出了一种进化算法，并在微机上进行了大量试算，获得了良好的效果。     

考虑支线运输服务的多式联运网络优化

在多式联运网络优化的同时一并对支线运输服务方案进行综合决策,提出Ⅱ阶段决策方法。模型第Ⅰ阶段表述为0~1整数规划问题,对网络设计以及网络流运行进行规划,基于阶段Ⅰ的优化结果提出第Ⅱ阶段决策过程,表达为带时间窗的支线车辆路径问题。针对模型的Ⅱ阶段结构特点,以两个阶段相互影响和反馈为求解思路,设计以交叉熵为主体的启发式算法,采用算例分析方法证明模型和算法的有效性,最后将Ⅱ阶段优化模型与两个阶段分别优化进行对比,指出在模型与算法参数均一致的情况下可降低成本73%。     

供应链中模糊多目标生产——配送计划模型及求解

供应链中的生产-配送协调优化已成为实践和学术界的热点。由于存在有冲突的多个目标和相关参数的模糊信息,传统的确定性方法不适于产生有效的解决方案。提出了用交互式双层规划模型来解决多重模糊目标的多产品和多工厂下的生产-配送规划决策问题,解决了同步最小化总成本和最小化配送时间。算例验证了不确定环境下的模糊多目标生产-配送模型的有效性。     

Study on Multi-Trip Vehicle Routing Problem with Stochastic Simultaneous Pickup-Delivery Demand

Characterized by high service efficiency and low vehicle cost, multi-trip distribution allows the vehicle to travel multiple times between the distribution center and customers in order to complete the delivery task. Dynamic and uncertain customer demand is common during delivery. Combined pickup-delivery integration pattern with stochastic customer demand, an optimization model for multi-trip vehicle routing problem is set up with stochastic simultaneous pickup-delivery demand. Due to the sudden and simultaneous pickup-delivery of dynamic demand, the original distribution scheme needs to be optimized and adjusted, and the multi-trip routing adjustment strategy of "real-time flexible point" is proposed. According to the stochastic characteristics of the optimization model, a stochastic chance-constrained programming transformation model is introduced. A hybrid algorithm with nested stochastic simulation and variable neighborhood tabu search algorithm is designed to find the optimal distribution path. Finally, an example shows that the optimization model and algorithm are feasible and effective.     

武器系统费用估算的参数法研究

提出了武器系统费用估算中参数法的形式化研究方法,对参数模型的建立、目标函数的建立以及优化参数的求取进行分析.考虑到模型对样本数据的适应能力,采用径向基神经网络建立参数模型;针对模型的拟合精度和推广能力之间的矛盾以及两者的要求,提出建立一种折中的目标函数;针对目标函数的参数较多、形式较为复杂的特点,采用粒子群优化算法计算得到模型的优化参数,最后通过实例加以分析验证.理论研究和计算分析表明,该方法从本质上解决了参数法的模型建立、参数优化等问题,既可以对新参数模型的建立在理论上提供指导,也可以在实践中推广应用,通用性较好.     

不确定条件下集中控制的供应链分销系统的优化研究

供应链分销系统的成本主要由固定成本、运输成本、存货成本和缺货成本组成。如何在不减少产品销量的前提下降低供应链分销系统的成本是供应链管理的一个难题。基于一个供应商、一个仓库、多个分销中心的供应链分销模型的分析,结合仓库的选址提出了需求和仓库容量不确定条件下一个供应商、多个仓库、多个分销中心的集中控制的供应链分销系统优化模型,并用禁忌算法对模型求解,数值模拟的结果表明模型对需求和仓库容量不确定条件下集中控制的供应链分销系统的优化是有效的。