具有模糊目标的多目标双矩阵对策集结与求解

针对不确定性多冲突环境,建立了多个具有模糊目标的多目标双矩阵对策的综合集结模型.在假定局中人各模糊目标的隶属函数为线性函数的情形下,基于总体模糊目标的可达度,给出了纳什均衡解的定义,并应用粒子群优化算法对集结模型求解.最后,给出一个军事例子说明了模型的实用有效性和粒子群优化算法求解的高效性.     

基于拟态物理学的约束多目标共轭梯度混合算法

在拟态物理学优化算法APO的基础上,将一种基于序值的无约束多目标算法RMOAPO的思想引入到约束多目标优化领域中.提出一种基于拟态物理学的约束多目标共轭梯度混合算法CGRMOAPA.算法采取外点罚函数法作为约束问题处理技术,并借鉴聚集函数法的思想,将约束多目标优化问题转化为单目标无约束优化问题,最终利用共轭梯度法进行求解.通过与CRMOAPO、MOGA、NSGA-II的实验对比,表明了算法CGRMOAPA具有较好的分布性能,也为约束多目标优化问题的求解提供了一种新的思路.     

基于模糊系统的改进型NSGA-III算法

在利用多目标进化算法解决高维多目标优化问题时，随着目标函数个数的增加，非支配解的个数呈指数增长，使得在环境选择阶段缺少足够的选择压力，进而影响算法性能。基于分解的NSGA-III算法是一种能够有效解决上述问题的多目标进化算法，但在该算法中采用固定的交叉概率和变异概率生成新的解，使得算法在处理一些复杂的高维多目标问题时表现较差。因此，本文提出一种基于模糊系统的改进型NSGA-III算法，该算法利用模糊系统动态调整子代生成过程中算子的交叉概率与变异概率。对于模糊系统的设计，采用与算法密切相关的Spread值和迭代次数作为输入，利用模糊逻辑推理后输出交叉概率与变异概率。将所提算法与其他基于分解技术的算法在20个高维多目标优化问题上进行实验对比，结果表明本文算法可以有效提高收敛速度，且能很好地保持种群的多样性和收敛性。     

一种基于模糊多目标决策的炮兵火力优化方法

适应现代炮兵作战的战术思想和要求，深入分析影响炮兵目标威胁度和炮兵火力单位射击有利度的诸因素，构建了基于模糊多目标决策算法的目标威胁度评估和火力优化模型，通过实例仿真，表明所建立的优化模型能有效提高炮兵辅助指挥决策的可信度。     

工程建设企业多项目人力资源配置研究——基于胜任力和两阶段优化视角

主要研究工程建设企业多项目人力资源优化配置问题。以项目经理这一关键性人力资源为对象,构建了基于胜任力模型的工程建设企业项目经理能力定级指标体系,给出了具体的能级评价方法,解决了待分配人员的定级和排序问题;在项目优先级和人员能级界定的基础上,以多项目工期均衡和人工总成本最低为目标建立了两阶段优化模型,给出了基于贪婪算法和线性规划的模型求解算法,设计了MATLAB程序对模型进行求解;最后通过实例验证了优化配置模型和求解算法的有效性。     

灾情巡视问题的蚁群两目标优化算法研究

分析目前灾情巡视问题求解方法存在的缺陷,归纳出灾情巡视问题两目标优化模型.针对灾情巡视问题模型特点,引入蚁群算法和多目标优化理论,提出两个灾情巡视问题的蚁群两目标优化算法:算法1将灾情巡视问题的道路网络转化为完全图,增加m-1个(m为巡视组数)虚拟巡视起点,将灾情巡视两目标优化问题转化为单旅行商两目标优化问题,然后使用蚁群算法和多目标优化理论进行迭代求解.算法2使用一只蚂蚁寻找一个子回路,m个子回路构成一个灾情巡视可行方案,采用罚函数法和多目标优化理论构建增广两目标优化评价函数,使用g组,共g×m只蚂蚁共同协作来发现灾情巡视问题的最优解.算法特点:①算法1将灾情巡视两目标优化问题转化为单旅行商两目标优化问题,可以充分利用已有蚁群算法求解单旅行商问题的研究成果;②两个算法引入蚁群算法,提高了算法效率;③两个算法克服目前灾情巡视问题的求解方法不严密性缺陷;④两目标优化算法可以为用户提供多个满足约束条件的Pareto组合解,扩大了用户选择范围,增强了算法的适用性.算法测试表明:灾情巡视问题的蚁群两目标优化算法是完全可行和有效的.     

不确定条件下工程项目的多目标模糊均衡优化

在工程项目多目标优化问题研究基础上,研究不确定环境下工程项目多目标均衡优化问题.利用模糊数表示费用变化率和质量变化率,考虑模糊集的不同可能性水平,建立工程项目多目标模糊均衡优化模型,给出模型的求解方法和步骤,得到不同可能性水平下多目标优化问题的最优折衷解变化范围.优化方法使决策者能够根据决策风险的大小进行最优目标值的确定.     

基于正弦控制因子的Lateral变异鲨鱼优化算法

针对传统鲨鱼优化算法在求解高维目标函数时,易早熟收敛,陷入局部最优的缺陷.提出一种基于正弦控制因子的Lateral变异鲨鱼优化算法.通过正弦曲线的特性和自适应惯性权重,改善了传统鲨鱼优化算法中由于随机选取控制因子数值大小可能导致算法在迭代后期全局搜索能力降低的问题,提高了算法在迭代后期的全局收敛能力,并对最佳鲨鱼位置引入Lateral变异策略,加强了算法跳出局部最优的可能性.改进后的算法对多个shifted单峰,多峰以及固定维测试函数进行求解,实验结果表明,对比多种不同优化算法而言,本文所提LSSO算法具有更高的收敛精度和搜索速度.     

基于模拟退火算法的城市物流多目标配送车辆路径优化研究

基于传统模拟退火算法,通过引入记忆函数、结合GIS手段,运用SPSS聚类分析来确定初始化状态种群、多种群并行机制和新状态的产生.依据种群规模采用不同产生算法来改进算法,并将改进算法应用于城市物流中确定的多目标车辆路径优化问题,验证了算法的可行性与实用价值.此外,改进算法分别与传统模拟退火算法和GIS图解法相比较,优化效率和准确率都得到了很大的提高.     

基于改进微粒群算法的建设项目多目标动态优化

针对建设项目的复杂性和动态性,建立基于改进微粒群算法的多目标动态优化模型.首先,为提高算法性能,引入外部归档集和阈值并构建基于理想点法的适应度函数;其次,分别建立工期模型、加入系统可靠度的质量模型以及加入费用现值的成本模型,由其得到综合优化模型;最后结合工程实例对算法进行验证并与非劣分类遗传算法(NSGA-Ⅱ算法)对比.结果表明:方法比NSGA-Ⅱ算法的优化结果更科学、收敛速度更快.     

国际原油价格预测的双层随机整数规划模型、算法及应用

根据国际原油价格近期数据及原油价格变化量,给出了国际原油价格改变量的状态转移概率(或频率)矩阵.依此提出以国际原油价格预测误差的期望与方差最小为最优目标,建立国际原油价格预测的双层随机整数规划,并论述该优化问题最优解的存在性, 根据约束特性构造了优化算法.同时按照国内现行成品油定价机制, 提出的优化算法,对国内成品油调价进行了预测,实证分析表明提出的模型与优化算法具有一定的预测精度和较好的实用性.     

A pricing problem under Monge property

We study a pricing problem where buyers with non-uniform demand purchase one of many items. Each buyer has a known benefit for each item and purchases the item that gives the largest utility, which is defined to be the difference between the benefit and the price of the item. The optimization problem is to decide on the prices that maximize total revenue of the seller. This problem is also called the optimal product line design problem in the absence of competition.

Even though the general problem is known to be NP-hard, it can be solved efficiently under some natural assumptions on customer benefits. In this paper we study properties of optimal solutions and present a dynamic programming algorithm when customer benefits satisfy the Monge property. The same algorithm can also be used to solve the problem under the additional requirement that all buyers should be served.     

粮食最低收购价政策问题研究

利用聚类分析、逐步回归分析确定小麦与稻谷种植面积模型和指标体系.建立综合指标评价模型和ARMA模型,可知:最低收购政策具有托市效应.结合时间趋势剔除法、蛛网模型,可知:小麦和稻谷价格波动呈现5、3年的周期性,分别满足发散型、收敛型蛛网形态.建立基于补偿法的最低收购价定价模型并用BP神经网络模型进行检验.基于反证法,推知调控最低收购价提高5%小麦种植面积的做法是不可行的.最后提出了调控粮食种植的建议·     

一般工商业零售电价套餐适应性评估与优化方法

在电力体制改革的大背景下,合理评估零售电价套餐适应性,对控制电网经营风险和推进售电侧改革有重要意义。针对我国电力市场以及一般工商业的特点,首先从竞争、用户以及市场环境角度出发建立了一般工商业零售电价套餐评估指标体系;其次将层次分析法和改进的灰色白化权函数相结合,对电价套餐进行适应性评估;最后针对该评估方法建立了基于蚁群算法的优化模型,以最小成本得到提高电价套餐适应性等级的优化方案,并验证了该方法具有良好的鲁棒性,具有一定的参考意义。     

The traveling purchaser problem with stochastic prices: Exact and approximate algorithms

The paper formulates an extension of the traveling purchaser problem where multiple types of commodities are sold at spatially distributed locations with stochastic prices (each following a known probability distribution). A purchaser’s goal is to find the optimal routing and purchasing strategies that minimize the expected total travel and purchasing costs needed to purchase one unit of each commodity. The purchaser reveals the actual commodity price at a seller upon arrival, and then either purchases the commodity at the offered price, or rejects the price and visits a next seller. In this paper, we propose an exact solution algorithm based on dynamic programming, an iterative approximate algorithm that yields bounds for the minimum total expected cost, and a greedy heuristic for fast solutions to large-scale applications. We analyze the characteristics of the problem and test the computational performance of the proposed algorithms. The numerical results show that the approximate and heuristic algorithms yield near-optimum strategies and very good estimates of the minimum total cost.     

受参考价格影响的变质产品销售最优动态价格和保存技术投资的联合策略研究

参考价格一直在顾客购买决策中扮演着一个很重要的角色.首先,本文考虑参考价格的影响,针对一个变质产品的库存系统,建立一个联合考虑动态价格和保持技术投资的非线性规划模型,用来决定动态售出价格、保存技术投资和补给策略,使得零售商总利润最大化;然后,针对变质库存问题,推导出理论结果且阐述最优解的存在性;最后,针对所提出的模型给出一个逐次逼近优化算法,通过数值实验显示该算法是有效的.     

通胀市场下的风险补偿在线租赁策略设计

考虑到实际租赁市场中设备的租赁和购买价格随着时间推移持续上涨的特征,研究了通货膨胀市场中的租赁问题在有利率情形下的在线竞争策略,并建立了相应的概率预期的风险补偿模型。首先运用在线算法和竞争分析理论设计了该问题的最优竞争策略,并给出最优竞争比。接着,在风险补偿竞争分析框架下,进一步讨论该问题,投资者可以控制风险,根据自己不同的风险容忍度和未来预期选择补偿最大的租赁策略;也可以根据给定的补偿收益约束选择风险最小的策略。最后通过数值分析,验证了相关结论的正确性,也表明了基于概率预期的风险补偿策略大大改善了该租赁问题的竞争比性能。     

Competitive analysis of price online inventory problem with cost function

In this paper, a new price is given to the online decision maker at the beginning of each day. The trader must decide how many items to purchase according to the current price. We present three variants and an online algorithm based on cost function. The competitive ratio of the online algorithm is given for each variant, which is a performance measure of an online algorithm. More importantly, we show that the online algorithm is optimal.     

张量方法在信赖域算法中的应用

信赖域算法是求解无约束优化问题的一种有效的算法.对于该算法的子问题,本文将原来目标函数的二次模型扩展成四次张量模型,提出了一个带信赖域约束的四次张量模型优化问题的求解算法.该方法的最大特点是:不仅在张量模型的非稳定点可以得到下降方向及相应的迭代步长,而且在非局部极小值点的稳定点也可以得到下降方向及相应的迭代步长,从而在算法产生的迭代点列中存在一个子列收敛到信赖域子问题的局部极小值点.     

An EOQ model with backorders and all-units discounts

In this paper we study an inventory model with backorders where the purchase unit price depends on the ordered quantity. This situation appears in practice when a salesperson offers a fixed compensation to a client for not losing the sale and there are quantity discounts. The optimal policy is obtained through a sequential optimization procedure in two stages that relies on a quadratic function (first stage) and on the objective function of the classical EOQ model (second stage). An algorithm is developed for the model and some extensions are commented.