随机网络瓶颈容量扩张相关机会规划模型

文章研究的问题为,在不确定环境中,怎样去增加网络中一组边的容量到一个指定的容量,以至于网络瓶颈扩张的费用不超过给定的总费用上限的概率尽可能的大.本文假定每一条边的单位扩张费用Wi是一个随机的变量,它服从一定的概率分布.带有随机单位扩张费用W的网络瓶颈容量扩张问题可以根据一些规则,列出它的相关机会规划模型的通用表达式.随后,本文将网络瓶颈容量算法、随机模拟方法和遗传算法合成在一起,设计出该问题的混合智能通用算法.最后,给出数值算例.     

基于模糊聚类与车辆协作策略的随机车辆路径问题

以多辆车协作的随机车辆路径问题为研究对象,设计了通用的随机车辆路径问题机会约束模型,提出了大规模随机车辆路径问题的车辆协作策略,并基于该策略与模型设计了求解天规模随机车辆路径问题的混合启发式算法,计算实验结果说明了该算法与策略的有效性与实用性.     

一类带有限制的网络瓶颈容量扩张问题

在一些物理网络中,当设施（边的容量等）建立后,由于需求增加,需要调整网络的容量来提高服务水平。调整优化的过程中既要考虑扩张成本,同时也要考虑需要调整的总边数,以尽可能小的影响人们的正常生活。本文研究对于一个给定的网络G,已知边e_i的初始容量和单位容量扩张成本,在预算成本和扩张总边数的约束下,如何有效地扩张边的容量至x_i,使得系统的容量最大,即max{min_ei∈T x_i,T是网络G中的生成树。首先求解两个与之相关的模型,然后通过分析两个相关模型与原问题之间的联系与区别,提出了原问题的多项式时间算法。最后,通过算例说明算法的步骤,并分析了不同参数值对系统容量的影响。     

拥堵交通网络模型和增强拉格朗日乘子算法

为了更加准确地反映拥堵网络的交通流状态,必须在传统交通网络均衡模型中添加路段容量约束条件,限制路段交通流量的非现实的增长,因此构造了一个容量制约下的均衡交通网络流模型.在拥堵交通网络中,传统的路段特征函数不能反映拥堵的交通特性,修正路段的旅行费用表示为行车时间和因为拥堵而产生的等待延迟的总和,路段容量约束条件的拉格朗日乘子等于该路段的等待延迟.把外惩罚函数和牛顿法相结合构筑成增强拉格朗日乘子算法,用来求解拥堵网络的交通流状态.外惩罚函数通过调整惩罚参数,把容量约束下的网络均衡问题转化成传统网络均衡问题.牛顿法通过移动方向、修正矩阵和移动步长的组合来保证路径或路段交通流量解的可行性,同时获得转化后子问题的最优解.     

含有连续型随机参数的回收物流网络优化设计

考虑到设计参数的不确定性,建立了单一产品、有处理能力约束的回收物流网络优化设计的二阶段随机规划模型.该模型借助于抽样技术给出了连续型随机参数的有限离散数值,利用混合遗传算法计算并比较了不同网络的建设和运营费用,从而避免了网络设施数量和随机向量维数对模型求解效率的影响.为得到稳健的回收物流网络,利用大样本对计算获得的可行网络进行了评价.考虑到样本随机性的影响,给出了基于随机模型的回收物流网络优化设计步骤.另外,通过算例说明了随机模型的有效性,证实了确定性模型近似处理随机规划问题的不适用性.     

带三重容量限制的中转物流选址-分配模型

本文分析了一类带三重容量限制的物流选址一分配问题(LAP):在物流网络受边最大单批通行容量、物流中心最大吞吐容量和运输工具总运输容量等三重容量限制下,如何进行中转运输的物流中心选址和相关资源分配,使总的费用最小.模型假设网络系统满足如下条件:商品只能用不同运输工具经过某一物流中心进行中转运输.本文建立了混合整数规划模型,提出了一种先进行选址然后进行资源分配的优化算法,并用优化算法对一个实例进行了求解.     

时效性物流联运方式选择模型及其算法

在满足用户需求约束下合理选择运输方式是物流管理的一个核心问题.结合各种运输方式的技术经济特点,以实现时效性物流整体费用最小化为目的,建立了在时间和容量约束下的多式联运方式选择的0-1整数规划模型,该模型在多节点、多种运输方式的情况下是NP-Complete问题,常规算法难以求解,故设计遗传算法予以求解.算例显示,通过联合运输的方式可以从整体上达到物流最优,不仅可以实现物流的实效性,也可以降低物流成本.     

废弃物回收的多层逆向物流网络优化设计问题研究

废弃物逆向物流网络设计问题是一个关系到经济效益和社会效益的问题.本文研究了废弃物逆向物流网络设计问题,包括选择中转站和处理站的地址,确定将产生点的废弃物分配给中转站以及从中转站运送到处理站的最佳策略,确定处理站的容量.考虑了在满足公众的意愿的情况下,建立了一个多目标的纯整数规划模型,最小化总的建设费用和设施对公众产生的负效用.设计了基于启发式的两阶段分解算法求解,从而构建一个废弃物回收的多层逆向物流网络.最后的算例仿真表明了算法的有效性和可行性.     

城市道路交通网络容量的建模

交通网络承载着具有意志行为的个体组成的交通流,交通网络容量表示道路网络的交通承载能力,与交通网络的OD结构密切相关.本文在分析城市道路交通网络OD结构特征的基础上,提出表达道路网络容量的基本思想和模型,阐明交通网络容量受到交通流特性、网络要素容量、废气排放量、服务水平和系统效率等因素的影响,基于不同的考虑方法可以建立不同的网络容量模型.基于路段容量约束的网络容量描述了道路系统承载交通流的物理极限;基于路段容量约束和交通环境约束的网络容量则描述了道路系统承载交通流的环境极限;基于服务水平的网络容量描述了系统提供某种服务水平条件下的最大交通承载能力;基于效率的网络容量描述了网络资源使用效率和用户效益同时最大化条件下的道路网络承载能力.文章深入分析了所提出的各种模型之间的关系,在实际应用中可根据交通规划和管理所追求的具体目标,采取相应的模型.     

模糊需求VRP的一种Sweeping启发式算法

在对具有模糊需求的车辆路径问题(VRPFD)进行简单描述的基础上,结合模糊机会约束规划的基本给出了解决该问题的基本思路,构建了其数学规划模型,并设计了解决该问题的一种Sweeping启发式算法.埽在最小化车辆总行驶距离的目标下,通过随机模拟方法研究了决策者的主观偏好P*对最终决策目标的影响作并给出了P*的合理取值范围.     

基于二阶段随机规划的城市医疗废弃物回收网络设计

城市医疗废弃物日益增加,且回收需求量受诸多因素的影响,难以准确预测,假定回收需求为确定值的医疗废弃物网络优化设计不能与实际需求相匹配。本文考虑了离散随机参数环境下,医疗回收网络设计中选址规划、分配计划及运输规划的协同优化问题,建立了以选址成本、运输成本最小为目标,设施与车辆能力限制为约束的二阶段随机规划模型。根据模型特点,设计了基于Benders decomposition的求解算法,同时,设计了一系列加速技术用于提高算法的求解效率。最后,以国内某城市医疗回收网络为背景设计算例,检验本文模型和求解策略的可行性和有效性。结果表明：相比确定性规划,随机规划的解能够节约总成本,结合一系列加速技术的Benders decomposition方法比CPLEX与纯的Benders decomposition更有优势。     

A joint optimal pricing and order quantity model under parameter uncertainty and its practical implementation

We consider a robust optimization model of determining a joint optimal bundle of price and order quantity for a retailer in a two-stage supply chain under uncertainty of parameters in demand and purchase cost functions. Demand is modeled as a decreasing power function of product price, and unit purchase cost is modeled as a decreasing power function of order quantity and demand. While the general form of the power functions are given, it is assumed that parameters defining the two power functions involve a certain degree of uncertainty and their possible values can be characterized by ellipsoids. We show that the robust optimization problem can be transformed into an equivalent convex optimization which can be solved efficiently and effectively using interior-point methods. In addition, we propose a practical implementation of the model, where the stochastic characteristics of parameters are obtained from regression analysis on past sales and production data, and ellipsoidal representations of the parameter uncertainties are obtained based on a combined use of genetic algorithm and Monte Carlo simulation. An illustrative example is provided to demonstrate the model and its implementation.     

A joint optimal pricing and order quantity model under parameter uncertainty and its practical implementation

We consider a robust optimization model of determining a joint optimal bundle of price and order quantity for a retailer in a two-stage supply chain under uncertainty of parameters in demand and purchase cost functions. Demand is modeled as a decreasing power function of product price, and unit purchase cost is modeled as a decreasing power function of order quantity and demand. While the general form of the power functions are given, it is assumed that parameters defining the two power functions involve a certain degree of uncertainty and their possible values can be characterized by ellipsoids. We show that the robust optimization problem can be transformed into an equivalent convex optimization which can be solved efficiently and effectively using interior-point methods. In addition, we propose a practical implementation of the model, where the stochastic characteristics of parameters are obtained from regression analysis on past sales and production data, and ellipsoidal representations of the parameter uncertainties are obtained based on a combined use of genetic algorithm and Monte Carlo simulation. An illustrative example is provided to demonstrate the model and its implementation.     

考虑延误因素的机组排班模型研究

机组排班是航空公司运营计划的重要环节。传统对机组排班问题的研究,通常不考虑延误对排班的影响,导致机组排班的鲁棒性较差。本文在传统机组排班模型的基础上考虑延误成本,以最小化各项任务成本和延误成本为目标,提出了考虑随机延误因素的机组排班数学规划模型。然后提出求解此模型的启发式列生成算法,该算法可有效缩小问题规模,减少求解过程中的迭代次数并提高求解质量。利用航空公司真实飞行数据进行测试,证明算法可在短时间内求解大规模机组排班问题。最后,通过仿真试验证实考虑延误的机组排班模型可有效提升排班的鲁棒性。     

随机需求下基于“自营+外包”模式的配送中心选址-配送问题研究

针对顾客需求量不确定情况下末端配送中心选址及提前备货问题，提出了基于“自营+外包”配送模式的配送中心选址-配送问题。以自营配送中心的固定运行成本、提前备货成本和各种场景下的自营配送成本、外包配送成本以及缺货损失成本的期望值之和最小化为目标，建立了两阶段连续型随机规划模型。第一阶段确定自营配送中心的选址位置和各个配送中心的提前备货量；第二阶段确定各种场景下的自营配送货运量、外包配送货运量和客户点的缺货量等，使总成本期望值达到最小。基于Monte Carlo抽样理论设计了求解模型的样本均值近似方法；以及求解大规模问题L-shaped分解算法。通过模拟算例验证了两阶段随机规划模型的优越性和样本均值近似方法的有效性；并对自营配送中心固定运行成本、单位商品的自营配送成本和外包配送成本等进行灵敏度分析，得到了不同参数对应的最优配送策略，结果表明，正常情况下“自营+外包”配送模式是企业的最佳选择。本文同时将配送中心选址和提前备货量作为随机规划模型的第一阶段决策变量，可以帮助企业降低物流成本、提高顾客的满意度。     

航空公司机上周转品多基地库存优化模型

在民航业日益激烈的市场竞争环境下，航空公司对成本控制的精细化管理显得尤为重要。本文基于航空公司的实际背景，针对为旅客提供的机上周转品，建立了一个多基地库存系统的库存优化模型。该模型以系统的总库存成本最小为目标，在考虑需求、回收、调运、安全库存等因素下，决策一个订货周期内的订货及调运方案。基于最优解的分析，在成本参数满足一定条件下，可以得到系统最优的期初订货量；在此基础上，可以将该模型转化为一个网络流模型，参考最小费用最大流算法，设计了一个多项式求解算法来求解该网络流模型，进而得到各基地之间的最优调运量，并证明该算法的最优性；此外，根据期初订货量可行解的范围，设计了一个求解原库存模型的启发式算法。通过实例分析，验证了该模型与两种算法的有效性。     

危险品集成物流管理系统选址-选线模型研究

以路网的危险度瓶颈限制为切入点研究了一类危险品集成物流管理系统选址—选线问题,对应于路网危险度瓶颈限制引入安全费用非递减函数,并根据运输工具的安全配置等级构造该等级下的子网络,物流系统的选址—选线结果随着路网的调整而不断变化.危险品集成物流系统的管理存在多个目标,文中首先分析了成本、风险和风险公平性等优化目标,在说明了建模的假设条件后,建立了基于路网危险度瓶颈限制的危险品集成物流系统选址—选线的多目标模型,并根据模型给出了一种启发式算法,最后用一个算例对模型进行了数值演算.     

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。     

基于改进粒子群优化方法的供应商优选与订货量分配模型

研究了随机性需求环境下的供应商优选与订货量分配问题,构建了以质量、成本、交货期3个准则为目标函数、以其他目标为约束条件的多目标随机约束规划模型;借助于加权法和罚函数法,将多目标随机约束规划模型转化为单目标优化模型;进而设计了带惯性因子和收缩因子的粒子群优化求解算法对所建模型进行求解,并与常用的遗传算法求解方法进行对比分析,实例验证了粒子群优化算法解决此类优化问题的可行性和有效性.