基于电商承诺送达机制的多目标低碳MDVRP优化研究

针对存在多配送站的电商物流配送问题,首先,考虑实际装载量对物流配送过程中车辆燃料消耗量的影响,建立燃料消耗量模型,并结合电商平台的承诺送达机制,构建配送延迟时间函数。随后,提出了以最小化物流成本和延迟收货时间的多目标多配送站车辆路径规划问题,建立该问题的混合整数规划模型。再次,采用基于分解的多目标遗传求解算法对问题进行求解。该算法采用矩阵编码的方式,设计了基于贪婪搜索策略的启发式初始化方法,考虑到贪婪搜索策略容易陷入局部最优的劣势,在算法迭代过程中,允许部分不可行解存在以扩大解空间的搜索范围,并进一步设计了遗传算法的交叉和变异算子。最后,以具体物流配送案例进行数值实验,实验结果表明所设计的算法对求解本文模型是有效的。     

基于可控提前期的两供应商-单制造商协同模型

本文建立了一个基于BOM表关系的两供应商-单制造商供应链模型,在需求服从正态分布和给定服务水平约束条件下,决策制造商分别向两供应商的订货提前期和订货批量,使得供应链成本最优.文章通过模型分析得出所建立的模型是一个凸规划问题,存在唯一的最优解,并且给出了模型的求解算法,最后通过一个算例说明了模型和算法的有效性.     

具有电力存储设备的实时需求响应与能量调度

实时需求响应与能量调度是智能电网中调节电力供需平衡的理想手段,其实施必然对用户的用电行为和电网的运行与管理产生深远影响。本文考虑用户具有多个可充、放电的电力存储设备,兼顾供电商发电量平稳的需求,在社会福利最大化模型的基础上,建立一个实时需求响应与能量调度的优化模型。给出模型的对偶问题,在满足强对偶性的前提下,可以通过求解对偶问题得到原问题的最优解,并确定可供用户与供电商参考的实时电价。在对偶问题中,问题可以分解为用户侧和供电侧两类子问题。进而设计分布式实时需求响应算法,并证明了算法的收敛性,供电侧与用户侧通过信息互动求得最优解。仿真结果验证了模型的合理性和算法的可行性。     

基于协调人的多对多谈判支持研究

为了解决多对多谈判难于组织和难与决策支持的问题,协调人被引入到多对多谈判研究,构建了基于协调人的多对多谈判冲突模型,对基于协调人的多对多谈判问题进行分解,利用启发式算法对协调入问题求解帕累托解,通过帕累托解点的移动获取帕累托最优解,最后通过一个实例分析验证了基于协调人的多对多谈判支持模型的有效性和实用性.     

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.     

基于极大团模型的多星多站测控资源调度方法研究

针对实际应用中大量卫星测控需求不能得到满足这一瓶颈问题，为缓解地面站测控资源有限与不断增长的测控需求数量之间的矛盾，研究多星多站测控调度问题。考虑卫星-地面站可见测控弧段间的冲突及地面测控设备转换时间约束，同时考虑同一测控设备上可能存在多个满足需求的测控弧段，以测控需求是否分配到某一测控弧段为决策变量，建立了多星多站测控调度0-1整数规划模型。针对传统0-1整数规划模型约束众多、规模庞大、难以求解的不足，本文提出了测控弧段区间图描述，基于区间图描述构建了测控调度极大团模型，大幅减少了约束数量，有效提高问题求解效率。为了获取区间图的所有极大团，设计了一个多项式时间(O(nlogn))的极大团获取算法，并从理论上证明了算法的复杂度和最优性。此外，针对存在升降轨特定类型测控数量要求的调度问题，本文对极大团模型进行了拓展，建立了相应的线性整数规划模型。实验结果表明，对于满足实际应用需求的周计划调度问题(测控需求数量≥9000),极大团模型能够在数分钟内得到单次测控需求调度问题最优解。对于多次测控需求调度问题，拓展的极大团模型也能高效求解，得到问题最优解或近似最优解，满足实际应用需求。相对于目前...     

多阶段资产投资的动态规划决策模型

本文针对多阶段资产投资问题,给出了在满足一定的风险承受能力情况下的、以最终的总收益尽可能大为决策目标的资产投资组合问题的一个多阶段动态规划决策模型,从中可以求得多阶段投资的整休最优投资组合。继而讨论了其与单阶段投资模型的关系。最后把模型转化为线性动态规划模型。     

基于Agent的物流系统仿真及进化算法研究

本文研究在电子商务环境下连锁经营物流系统规划问题,采用基于自适应Agent建模技术进行仿真研究,为了弥补有限自适应仿真优化出现局部最优解或满意解的现象,采用进化算法(遗传算法)对规划方案(物流仿真模型)进行整体进化操作,通过全自动的、并行的重复仿真与运算,最终寻求全局最优解.求解时提出了从基于Agent模型向线性编码的编码解码算法及并行仿真、自动寻优机制,从而构筑一个基于SWARM平台的仿真优化+进化计算的规划平台,总结出基于上述研究成果的连锁经营物流规划的全新方法.     

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.     

具有最小交易量限制的多阶段均值-半方差投资组合优化

考虑交易成本,借款约束和阈值约束,文章提出了具有最小交易量限制的多阶段均值-半方差投资组合模型。该模型是具有路径依赖性的混合整数动态优化问题,还是NP完全问题。文章提出了前向动态规划方法求解。最后,通过一个算例比较不同风险约束下的最优投资策略,从而验证模型和算法的有效性。     

Decomposition algorithms for the integrated process planning and scheduling problem

There are several algorithms to solve the integrated process planning and scheduling (IPPS) problem (i.e., flexible job shop scheduling with process plan flexibility) in the literature. All the existing algorithms for IPPS are heuristic-based search methods and no research has investigated the use of exact solution methods for this problem. We develop several decomposition approaches based on the logic-based Benders decomposition (LBBD) algorithm. Our LBBD algorithm allows us to partition the decision variables in the IPPS problem into two models, master-problem and sub-problem. The master-problem determines process plan and operation-machine assignment, while the sub-problem optimizes sequencing and scheduling decisions. To achieve faster convergence, we develop two relaxations for the optimal makespan objective function and incorporate them into the master-problem. We analyze the performance and further enhance the algorithm with two ideas, a Benders optimality cut based on the critical path and a faster heuristic way to solve the sub-problem. 16 standard benchmark instances available in the literature are solved to evaluate and compare the performances of our algorithms with those of the state-of-the-art methods in the literature. The proposed algorithm either results in the optimal solution or improves the best-known solutions in all the existing instances, demonstrating its superiority to the existing state-of-the-art methods in literature.     

改进粒子群优化算法在电源规划中的应用

电源规划是一类复杂、非线性组合优化问题.传统的方法随着规划期的延长,考虑因素的增多,难以有效的进行优化,在实际应用中作用有限.首先,对电源规划优化问题进行了建模.然后,对于粒子群(PSO)的迭代策略进行改进,在此基础上,运用遗传粒子群(GPHA)混合优化算法进行了优化尝试.考虑到电源规划中相关参数众多,在优化过程中引入了虚拟变量对电源规划中的问题进行了简化描述;GHPA算法的适应度评价函数设计中,运用了罚函数的思想,以提高算法优化的效果.最后本文使用某省实际负荷预测和系统负荷实际数据,进行了电源规划方案优化,得到了优化后的电源规划方案,并与普通的遗传算法、粒子群算法以及传统的动态规划算法得到的结果进行了比较.比较的结果显示出了本文提出的算法在优化结果和速度方面具有明显效果.     

基于遗传算法的微电网负荷优化分配

负荷优化分配是电力系统中的一类重要优化问题,即在满足各类系统约束条件下,实现发电总成本最低。为了促进微电网的优化运行,本文研究了包含柴油发电机、微型燃气轮机、光伏发电机和风力发电机组成的微电网的负荷优化分配问题。首先简要分析了各个微电源的发电特征和成本函数,然后分别建立了孤岛模式和并网模式下的微电网负荷优化分配模型,孤岛模式下优化模型的目标函数是包含燃料成本和运行维护成本的总成本,约束条件包括发电能力约束和系统功率平衡约束,并网模式下的优化模型则在此基础上,在目标函数中增加了其与大电网交易的收入和支出,在约束条件中增加了电力交易约束。最后,通过遗传算法分别对两种模式下的优化模型进行仿真求解。结果表明,本文提出的负荷优化分配方法可以有效降低微电网的运行成本,促进微电网的优化运行。     

An access network design problem with end-to-end QoS constraints

In this paper, we present an access network design problem with end-to-end quality of service (QoS) requirement. The problem can be conceptualized as a two-level hierarchical location-allocation problem on the tree topology with nonlinear side constraints. The objective function of the nonlinear mixed integer programming model minimizes the total cost of switch and fiber cable, while satisfying demand within the prescribed level of QoS. By exploiting the inherent structure of the nonlinear QoS constraints, we develop linearization techniques for finding an optimal solution. Also, we devise an effective exact optimal algorithm within the context of disjunctive constraint generation. We present promising computational results that demonstrate the effectiveness of the proposed solution procedure.     

电网与天然气网络协同下配电网线路加固决策研究

燃气分布式发电机的配置与运行,对提高配电网应对自然灾害的能力具有重要作用,但同时也增加了配电网与天然气网络的相互依赖性,因此,考虑电网与天然气网络的协同运行显得尤为重要。本文对配置有燃气分布式发电机的配电网线路加固决策问题进行研究,考虑了线路受损的不确定性和电网与天然气网络协同运行,建立了具有三层结构的二阶段鲁棒优化模型。针对于天然气网络运行的非凸约束,采用二阶锥松弛将其松弛为二阶锥约束,并利用C&CG分解算法对模型进行求解。33节点-6节点的IEEE算例研究结果,表明了保证协同运行的关键配电线路具有加固的优先性,同时验证了考虑电网与天然气网络协同运行的合理性。     

Distributed Decision‐Making in Supply Chains and Private E‐Marketplaces

This paper develops a distributed decision‐making framework for the players in a supply chain or a private e‐marketplace to collaboratively arrive at a global Pareto‐optimal solution. In this model, no player has complete knowledge about all the costs and constraints of the other players. The decision‐making framework employs an iterative procedure, based on the Integer L‐shaped method, in which a master problem is solved to propose global solutions, and each player uses his local problems to construct feasibility and optimality cuts on the master problem. The master problem is modeled as a mixed‐integer program, and the players' local problems are formulated as linear programs. Collaborative planning scenarios in private e‐marketplaces and in supply chains were formulated and solved for test data. The results show that this distributed model is able to achieve near‐optimal solutions considerably faster than the traditional centralized approach.     

冰雪灾害背景下电网投资优化和韧性提升模型

韧性研究尤其针对基础设施已经是当今越来越热门的研究话题，电网是社会正常运转的关键基础，雨雪冰冻等自然灾害会严重破坏电网系统，因此针对自然灾害下电网韧性提升至关重要。本文将从韧性视角对电网设施进行投资规划以减少电网系统损失，同时兼顾投资者的投资效益问题。通过建立一种设计者-攻击者-防御者三层数学模型，综合考虑电网韧性的吸收力与适应力提升，选取电网线路分级别保护和增添直流融冰设备作为投资策略来最小化雨雪冰冻的消极影响，实现了对电网系统差异化的动态保护。本文的三层优化模型通过设计的两层C&CG算法进行求解。通过对云南曲靖电网的算例结果进行分析，验证了从韧性视角综合考虑电网投资问题的合理性。     

分布决策环境下生产-分销协同计划研究

针对分布决策环境下因信息不对称使得供应链协同计划求解困难及难以达到全局最优的问题,本文利用多层规划理论和方法构建一个供应链生产-分销协同计划模型,采用模糊交互式协商和遗传算法的优化求解方法对协同计划模型进行求解。该方法求解的结果是一组满足约束条件的满意解,各节点企业根据自身偏好和约束信息决定是否接受该满意解,或者修正各自目标满意度隶属函数重新求解。决策过程具有一定的柔性。最后通过算例给出供应链生产-分销协同计划满意解的求解过程,对文中所建立的模型和算法进行了有效地说明和验证。求解结果说明该模型和协商方法能够有效地解决非对称信息条件下供应链生产-分销协同计划的求解和冲突问题。