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.     

河之洲

幸运的人和努力的人东方有一位国王对他的宰相说:"你相信运气吗?""我相信。"宰相说。"你可以证明这点吗?"国王说。"是的,我可以。"宰相说。于是,一天晚上,宰相在房间的天花板上悬挂了一只袋子,里面混装了豌豆和钻     

医药产业园废水特点及废水处理措施——以闽北某医药产业园为例

根据《化学合成类制药工业水污染物排放标准》(GB21904-2008)、《发酵类制药工业水污染物排放标准》(GB21903-2008)和《混装制剂类制药工业水污染物排放标准》(GB21908—2008)的适用范围,对闽北地区某医药产业园区污水处理厂尾水排放标准提出建议,并针对各种制药废水的特点提出了适用于医药制造企业废水的处理措施。     

基于混合蚁群算法的冷链物流配送路径优化研究

基于绿色物流发展理念，为企业寻求经济与环境达到双赢的局面，本研究将节能减排转化为绿色成本，融入路径优化问题中，建立以总成本最小为研究目标的冷链物流路径优化数学模型。针对蚁群算法初始阶段由于信息素不足导致收敛速度慢的问题，将A*算法与蚁群算法相结合，利用A*算法的全局收敛性和蚁群算法的正反馈性构造了一种混合蚁群算法。通过对实例进行仿真优化与对比分析，验证了模型和算法的有效性。     

突发疫情环境下考虑订单释放时间的零售物流配送路径优化研究

“新冠肺炎”疫情突发严重危及了人们的生活安全，而物流保障在疫情防控、保民生活、稳定社会方面却起到了重要支撑作用。以保证民生的零售物流配送为背景，本文研究考虑订单释放时间的车辆路径优化问题，以配送完工时间与运输成本的加权之和最小为目标，构建了线性规划模型,并设计了改进的迭代局部搜索求解算法。该算法采用基于多种邻域结构和改进的US算法的局部搜索过程以增强算法的寻优能力，通过引入大路径和最优分割过程获得高质量的初始解和打破机制以增强算法的搜索效率。同时，提出一些性质用于拉格朗日松弛算法，为本文研究问题提供高质量的下界。最后，数值实验部分通过求解标杆算例和文中算例验证了模型和算法的有效性，并对订单释放时间和模型参数进行灵敏度分析，结果表明本文模型和算法能够为零售物流配送的效率提升和成本控制提供有效的决策支持。     

考虑人车混采的道路信息采集的路径规划研究

本文考虑了道路信息外业采集的任务要求,人车混采的采集方式以及路网特性等方面,为道路信息采集人员的路径规划建立了满足人车混采约束的整数规划模型;提出了分阶段的转化算法,将其逐步转化为有限时间容量限制的弧路径问题(TCARP)。TCARP问题是一种NP-hard问题,精确求解算法无法在合理时间内得到问题的最优解,因此本文设计了求解TCARP问题的两种快速启发式算法TPS和TUH及其随机化版本;考虑到实际采集问题的大规模特性,在两种快速启发式算法的基础上构造GRASP-PA寻优算法。最后分别结合不同规模的基准算例和实际采集算例证明了本文所构造的算法的有效性。     

一种差异工件单机批调度问题的蚁群优化算法

由于在利用蚁群算法构建差异工件(即工件有尺寸差异)单机批调度问题的解时,批的加工时间是不确定的.从而不能类似于经典调度问题的蚁群算法把批加工时间的倒数作为蚁群算法中的启发式信息,引入批的利用率和批的负载均衡率作为蚁群算法中的启发式信息,提出了JACO(ant colony optimization based a job sequence)和BACO(ant colony optimization based a batch sequence)两种蚁群优化算法.在算法JACO中,解的编码为工件序列,它对应着用BF(best fit)分批规则生成的调度方案,信息素代表工件间的排列顺序;在算法BACO中,解的编码为批序列,信息素代表工件间的批相关性,由此信息素通过中间信息素量来构造相应的解,并引入特定的局部优化策略,提高了算法的搜索效率.实验表明,与以往文献中的SA(simula-ted annealing)、GA(genetic algorithm)算法以及FFLPT(first-fit longest processing time)、BFLPT (best-fit longest processing time)启发式规则相比,算法JACO和BACO明显优于它们,且BACO算法比JACO算法效果更好.     

考虑作业空间干涉的工程项目时间-成本均衡优化研究

工程现场的空间资源是制约工程活动开展的重要影响因素。本文研究考虑空间干涉的工程调度优化问题,定义作业空间干涉的度量方式和作业效率函数,建立工程调度的工期-成本双目标优化模型。针对问题特征设计相对延迟编码方式和解码机制,采用NSGA-II算法求解模型。以某工程案例为研究对象,通过与传统方法对比实验验证了模型和算法的有效性,接着分析了算法的最大延迟时间参数对算法性能的影响。实验结果表明,本文提出的模型和算法能有效提升工程进度和成本目标。     

基于机器学习的企业定价算法研究

本文根据经济微观仿真模型ASPEN的定价机理,提出了一种自动学习算法.该算法借鉴分类器系统中的规则及消息系统和信任分配系统,模拟了企业通过渐进学习得到最大利润下的价格的过程.文中以一个简单经济模型中的两个企业代理人的价值竞争为例,将算法的定价与理论计算法的结果进行了比较,比较结果表明该算法很好地实现了企业定价的自动学习.     

粒子群算法及其在调度中的应用综述

粒子群算法是通过对鸟群捕食行为进行的观察和研究而提出的一种群智能优化算法,通过群体中个体之间的协作和信息共享来寻找最优解。本文在介绍粒子群算法的基本原理基础上总结了目前主要的粒于群改进方法以及在调度中的应用,为未来的研究和企业调度工作提供了有力的依据。