车辆路径问题的模型及算法研究综述

本文在文献[1,2,3,4]的基础上,首先,介绍了车辆路径问题的分类和限制条件;然后,全面综述了国内外关于车辆路径问题的模型及算法研究现状,重点探讨了车辆路径问题的模型构造、求解算法及其适用范围;最后,展望了其研究的前景。     

基于联合配送的开放式动态车辆路径问题及算法研究

针对跨区域多配送中心多车型开放式动态联合配送问题,通过引入时间轴概念将动态问题转化为静态问题,建立考虑车载率的开放式车辆路径模型,提出多配送中心问题的整体算法和多车型的使用原则,强化物流资源整合和跨区域路径整体优化.利用云模型中云滴的随机性与稳定倾向性,改进遗传算法中交叉与变异概率的设置方式,采取“初始优化+实时优化”的两阶段求解策略,对开放式动态车辆路径问题进行实时再优化.最后,结合算例对模型和算法的有效性进行验证.     

两级供应链Stackelberg主从对策的优化模型及其应用

本文研究了供应链的协调订货模式及其特例,提出了两级供应链Stackelberg主从对策问题模型,其中卖方作为主方给出最小补充期策略,买方作为从方以最优库存策略响应。建立了求解Stackelberg主从对策问题的成本优化模型,并考虑了累积价格折扣激励和买方库存成本合理化。对一个石油分销系统Stackelberg主从对策问题应用遗传算法离线仿真计算,得出Stackelberg均衡解,达到帕累托最优。     

A Genetic Algorithm for the Weight Setting Problem in OSPF Routing

With the growth of the Internet, Internet Service Providers (ISPs) try to meet the increasing traffic demand with new technology and improved utilization of existing resources. Routing of data packets can affect network utilization. Packets are sent along network paths from source to destination following a protocol. Open Shortest Path First (OSPF) is the most commonly used intra-domain Internet routing protocol (IRP). Traffic flow is routed along shortest paths, splitting flow at nodes with several outgoing links on a shortest path to the destination IP address. Link weights are assigned by the network operator. A path length is the sum of the weights of the links in the path. The OSPF weight setting (OSPFWS) problem seeks a set of weights that optimizes network performance. We study the problem of optimizing OSPF weights, given a set of projected demands, with the objective of minimizing network congestion. The weight assignment problem is NP-hard. We present a genetic algorithm (GA) to solve the OSPFWS problem. We compare our results with the best known and commonly used heuristics for OSPF weight setting, as well as with a lower bound of the optimal multi-commodity flow routing, which is a linear programming relaxation of the OSPFWS problem. Computational experiments are made on the AT&T Worldnet backbone with projected demands, and on twelve instances of synthetic networks.     

基于学习曲线的ERP实施培训时间决策模型

通过分析ERP项目的特点,将学习曲线引入到ERP实施的研究中,基于学习曲线理论刻画企业的工作效率随项目时间变化的规律.在此基础上,将ERP项目抽象为前期的培训和后期的具体实施两个阶段,以项目实施周期和咨询成本最小为目标,建立ERP实施培训时间决策模型,通过培训时间控制并预测ERP项目的整体周期,进一步利用遗传算法对模型进行优化求解.为区分信息化基础不同的企业在项目初期工作效率的差异,在模型中加入初始工作效率这一变量,通过企业的信息化基础水平间接地测算企业的初始工作效率;结合行为导向的实证研究结果,在模型中限定培训时间的取值范围,解决多个近似解之间的取舍问题.案例研究表明,模型在实际应用中可以起到较好的优化和预测效果,能够为企业制定ERP项目计划和投资预算提供决策支持.     

活动重叠模式与资源约束下的项目调度优化

采取活动重叠模式通常是加速研发的有效手段,带有活动重叠的资源受限项目调度问题是经典资源受限项目调度问题的扩展.首先,深入分析了活动重叠对于项目调度的影响,对活动重叠及其不确定进行详细描述与建模,提出了活动重叠导致下游活动返工时间的二项分布概率模型;其次,构建了以最小化研发项目期望工期为目标的优化调度模型,设计了基于串行进度生成机制的遗传算法对大规模问题进行优化求解;最后,基于PSPLIB J60问题库中480个算例分析了该算法的计算结果,并考察了网络参数、资源参数和重叠参数变化时,采用活动重叠模式对缩短项目工期的影响.研究结果表明:活动对资源的需求强度越小或资源稀缺程度越低,可重叠活动对数量就会增加,项目工期缩短得越明显;网络复杂度的变化对缩短项目工期的影响不大;项目中重叠活动对越多,重叠导致的下游活动返工的概率越小,项目工期缩短的越明显.     

基于鲁棒优化模型的项目调度策略遗传算法

针对任务工期不确定的资源受限项目调度问题,提出了求解该问题的鲁棒优化数学模型。在随机规划基础上,针对该鲁棒优化模型设计了遗传算法。算法通过多种任务优先规则生成初始种群以保证种群多样性。应用该遗传算法对项目实例进行了求解,分析表明所求得的项目调度策略能够有效应对任务工期不确定性导致的随机差异,具有较强的鲁棒性。参数分析表明决策者可以通过调节模型权重系数有效平衡解的可行性与最优性,有助于决策者根据风险偏好进行选择。     

模糊环境下考虑缺货和延期支付的Stackelberg均衡策略

在具有价格弹性需求的两层供应链系统中,考虑到价格弹性指数的模糊性和供应链延期支付策略,建立了含缺货的制造商-零售商协调模型.运用符号距离反模糊化方法将其转化为确定模型.基于遗传算法,设计了其求解方法,获得了制造商最优信用期和零售商最优零售价.数值结果表明:模糊环境下的延期支付策略降低了产品的市场零售价,同时增加了供应链中各成员的利润,因此实现了供应链协调.进一步分析显示当模糊价格弹性指数的上(下)界变化反映出的不确定性减弱时,制造商提供更长的信用期,且制造商和零售商的利润均增加(减少).     

中小企业虚拟经营伙伴选择及遗传算法的运用

中小企业选择虚拟经营企业模式,以克服自身存在的资源有限、研发能力不足等发展局限在虚拟经营企业建立过程中,伙伴选择是个难题。本文结合中小企业特点,阐述中小企业虚拟经营合作伙伴选择的目标原则,给出中小企业虚拟伙伴选择相容性函数,并对伙伴选择的遗传算法做一般性描述。     

电路模拟吸收体的遗传算法设计(英文)

提出了一个应用遗传算法的电路模拟多层吸收体的新设计、遗传算法自动综合各层的电磁参数和厚度以及金属电路屏的各参数,并同时提供几个设计方案。当应用遗传算法对特宽带吸收体设计时,其迭代过程出现波动和在带内出现不好的结果。为了克服这些缺点,文中引入了两项技术,使其工作特性明显地改善。设计实例表明在无金属基底的吸收体情形,电路模拟吸收体比普通设计优越得多,在厚度更小和用更少材料下能在特宽带内获得低反射。