钢管订购和运输策略

在铺设管道为一条线的情况下 ,我们建立了解决钢管订购和运输问题的非线性规划模型 .由于变量较少 ,约束条件大都为线性的 ,目标函数为二次函数 ,所以利用 Lingo软件 ,可以很快求得比较满意的订购和运输方案 .我们利用 Matlab软件 ,对所得到的数据进行拟合 ,得到相应的反映销价变化对总费用影响的曲线 ,然后比较各个钢厂钢管销价变化对总费用影响的大小 .对于钢厂钢管产量上限变化对总费用和购运计划的影响 ,我们也作了类似的处理 .如果要铺设的管道是树形图 ,我们对树形图的每条边定向 ,建立了与铺设管道为一条线时类似的数学模型 ,从而大大拓广了模型的使用范围 .在论文中 ,我们还对所建立的模型的优缺点和需要改进的方向进行了讨论     

天然气管道订购和运输的最优设计

本文对天然气主管道钢管的订购和铺设计划问题建立了求解小费用的模型,对于问题一,建立了半正定二次规划模型,得出最小费用为127.8632亿元,对于问题二,定义了两个评估函数,给出了销价变化与总费用,订购计划和运动计划的关系,产量上限的变化对总费用,订购计划和运输计划的影响,对于问题三,通过引入邻接矩阵和边长矩阵的概念,建立了一个用于求解树状在定二次规划模型,这个扩展模型,可以用于求解网装结构,将图二所给数据代入模型,求得的最小费用为140．6631亿元,考虑到问题中的假设,我们对所求得的结果进行了适当修正。     

订购和运输钢管的最优方案

本文研究铺设天燃气钢管的最优方案问题 .我们建立了一个以总费用为目标函数的二次规划模型     

管道订购与运输问题

本文在详细分析的基础上 ,通过合理假设并引入等价转换原则 ,将管道订购与运输问题转化为单一的公路运输问题 .运用组合优化的思想和方法 ,给出了数学模型——产量未定的运输模型 .针对此模型 ,我们设计了“改进的最小元素法”和“改进的伏格尔法”,先求得了一个初始解 ,再通过“试探法”和“迭代法”进行调整优化 ,最后得出结果 :对第一问 ,最小总费用为 1 2 790 1 9万元 ;对第三问 ,最小总费用为 1 4 0 7383万元     

港口运输费用最优化的一种模型

考虑到港口运输量影响到路线的最优化设计 .作者采用动态规划的思想 ,提出了一种港口运输费用最优化的新模型 .     

整批间隔进货的存储量控制模型与随机局部弹性

利用作者于文[1，2]引入的随机弹性理论，研究了整批间隔进货并不允许缺货的随机存储模型中，一个采购周期内的总费用对最高存储量的弹性．给出了总费用弹性概率密度函数的一般表达式．进一步给出了存在多种需求物资的随机存储模型中总费用对单个物资采购量的弹性分布函数和概率密度函数，讨论了随着采购量的随机变化，总费用的弹性变化规律和变化范围．通过实例研究了当最高库存量的分布特性已知且采购量服从某一分布时，总费用的弹性变化范围及在该变化范围的可信度．     

基于遗传算法的成品油二次配送车辆路径问题研究

研究了加油站需求已知前提下带时间窗的具有满隔舱运输约束的多车型成品油二次配送车辆路径问题.首先以总费用极小化为目标建立了具有满载运输约束的多车型成品油二次配送车辆路径问题的混合整数规划模型,其中总费用包括动用车辆的固定费用、车辆的运输费用、以及不满足时间窗约束的等待成本和惩罚成本等.然后基于成品油二次配送车辆路径问题的特点设计了求解模型的遗传算法,通过对车辆和加油站分别采用自然数编码方式、解码时考虑约束条件等策略有效避免了不可行解的产生.最后利用一个实际案例进行了模拟计算,结果显示根据方法得到的配送方案明显优于实际中凭经验得到的配送方案,总配送成本大约降低了9%.模型和算法为制订成品油二次配送方案提供了决策依据.     

与交货期有关的供应链排序问题

本文在供应链中把多制造商、多客户的生产和运输集成起来研究,解决工件带有交货期的供应链排序问题.以生产和运输的总费用达到最小作为目标,建立问题的集成排序模型,在分析解的最优性条件基础上,分别用工件的最大延迟和误工工件数作为排序目标,给出相应的动态规划算法,并分析算法的复杂性.     

应急物资预置问题的可信性优化模型

基于可信性理论,研究了多受灾点、多出救点、多物资的应急设备选址和物资预置问题.考虑到运输费用、出救点的供应量、受灾点的需求量和道路容量的不确定性,用模糊变量来刻画,建立了模糊环境下应急物资预置的可信性优化模型以最小化期望总费用.当模型中的模糊变量相互独立且服从三角分布时,推导了总费用目标及服务质量和弧容量约束的解析表达式,从而将原模型转化为等价的确定模型.鉴于等价模型是一个混合整数规划,可采用Lingo软件编程求解.最后,数值算例演示所提建模思想.实验结果说明了所建模型的有效性.     

零件参数的优化设计

文借鉴机械可靠性优化设计的基本理论和思想,从零件误差对产品性能的误差传递与合成原理出发,以总费用为目标函数、零件的参数（标定值及容差等级）为自变量,建立了产品性能参数的概率优化设计模型;针对模型是离散和连续相结合的主要特点,设计了一种综合利用因素交替法、一维搜索法、穷举法的最优化解法,并在此基础上研制了一套Windows环境下的零件参数优化设计软件.统计计算结果和计算机模拟的实际生产情况表明,本模型及其解法具有可靠性强、稳定性好、计算结果合理等特点,同时,对比原设计与重新设计的总费用（原来的总费用为:3075818元,现在的总费用为422581元）,不难看出,利用本模型可获得显著经济效益,因此本模型具有推广和应用价值     

考虑码头内外堆场竞争的集装箱堆存定价模型

针对由于集装箱吞吐量增加造成翻箱成本增加与码头堆场拥堵,考虑内外堆场竞争,构建集装箱堆存定价模型,研究内外堆场竞争下的堆存定价决策和货主移箱决策,分析码头堆场操作成本、场外堆场运输成本、货主需求参数和码头堆场收益的内在关系。算例结果表明:一旦过了免费期立即移箱到场外堆场,货主成本最小。随着场外堆场运输成本的增加,码头堆场的堆存定价和箱量增加,提高码头堆场收益。随着码头堆场操作成本降低,码头堆场堆存价格随之下降,但码头堆存箱量增加,提高码头堆场收益。此外降低堆场定价对货主需求的影响参数以及提高运输成本对货主需求的影响系数,有利于提高码头堆场收益。     

准时制下非核心企业最佳生产数学模型研究

通常,研究订单生产企业的生产计划求解模型往往只解决排产问题,制作的计划不能顾及各个方面的生产成本.其主要原因在于两个方面:一是,没有对由计划引发的成本作全面的考虑;二是,缺乏有效的成本表达方式,尤其是任意时间段内的各个产品的负荷总和以及能力波动费用的数学表达.研究了一种特殊的订单生产——准时制下非核心企业的生产,分析了计划范围内的成本,并分别就各种成本给出求解公式,尤其在能力波动费用的求解上,引进了符号函数,解决了在任意单位时间段内能力累计的数学表达以及能力波动费用的数学求解,在以上基础上给出了最佳生产的数学模型,给出了求解方法,讨论了最优解的存在条件,最后,讨论了在APS(A dvance P lan System)中的应用前景.     

基于低碳环保因素的“前港后厂”钢铁产成品运输网络优化

中国大部分钢铁企业深居内陆,出口钢材需远距离运输到港口,再通过海运发往世界各地,故建立港口与钢铁企业的合作关系将尤为重要。与铁路、水路运输相比,公路运输单位换算周转量的碳排放量更高。但中国内陆运输多采用公路运输,这将加剧大气污染。本文提出基于“前港后厂”联运的钢铁产成品运输问题,以加强港口与钢铁企业的合作。为降低运营成本和碳排放量,建立以碳排放成本、运输成本、仓储成本及时间窗惩罚成本最小为目标的钢铁产成品运输网络优化模型;并设计融合和声搜索的环形拓扑结构PSO算法进行求解;最后对仓储成本进行灵敏度分析,以探究其对“前港后厂”模式的影响。结果表明,“前港后厂”模式不仅能有效降低运输网络的总成本和碳排放量,且合理的仓储成本更能加强港口和钢铁企业间的紧密性。     

网格环境下制造资源优化配置的区间规划模型

针对网格环境下影响制造资源优化配置的关键参数具有区间性的特点,基于区间数建立了资源优化配置模型,以任务完工的总成本最低为目标,将资源的价格及任务的成本限制转换为区间数,并充分考虑了资源工作时间限制以及任务时间要求,给出线性区间规划模型及其解法,并通过算例分析表明该方法的可行性与有效性.该模型在反映市场需求以及应对市场变化基础上,可得出合理的优化配置方案.     

基于质量控制的供应链计划问题研究

为了研究基于质量控制的供应链计划问题,采用了优化建模的方法,分析了易腐物品生命周期函数的选用及拟合原则,建立起了质量衰减成本与时间之间的关系,考虑了涉及交通及天气情况的运输风险,最终建立了优化模型,以实现供应链运行总成本最小。最后,提出了动态规划的求解方法,并通过仿真实验证明了算法的有效性。     

多阶段生产系统最优生产批量和原材料订购决策模型

Sarker和Parija(1996)建立了生产系统最优生产批量和原材料订购决策模型。然而他们的模型仅局限于单阶段生产系统,本文将他们的模型扩展到多阶段生产系统,我们首先建立了使整个多阶段生产系统总成本最小的各阶段最优生产批量、原材料订购批量及阶段之间的运输批量模型,然后分析了原材料订购费、半成品运费及设备安装费的敏感性。最后,我们结合实例综合分析了原材料订购费、半成品运输费和设备安装费的变化及最小值点取整后对原材料订购决策、最优生产批量和总成本的影响。     

Reliability based assignment in stochastic-flow freight network

Based on the reliability of transportation time, a transportation assignment model of stochastic-flow freight network is designed in this paper. This transportation assignment model is built by mean of stochastic chance-constraint programming and solved with a hybrid intelligent algorithm (HIA) which integrates genetic algorithm (GA), stochastic simulation (SS) and neural network (NN). GA is employed to report the optimal solution as well as the optimal objective function values of the proposed model. SS is used to simulate the value of uncertain system reliability function. The uncertain function approximated via NN is embedded into GA to check the feasibility and to compute the fitness of the chromosomes. These conclusions have been drawn after a test of numerical case using the proposed formulations. System reliability, total system cost and flow on each path would finally reach at their own convergence points. Increase of the system reliability causes increase of the total time cost. The system reliability and the total time cost converge at a possible Nash Equilibrium point.     

考虑生产计划的多周期切割问题优化研究

切割生产广泛存在于工业企业,是原材料加工的重要环节。已有文献主要关注单周期切割问题,但是切割计划也是生产计划的一部分,切割计划和生产计划应该协调优化,达到全局最优。本文研究考虑生产计划的多周期切割问题,目标是最小化运营成本,包括准备成本、切割成本、库存成本以及母材消耗成本。首先建立混合整数规划模型;提出动态规划启发式算法;最后对算例在多种情境下测试,分析成本因子变化对最优结果的影响。算法结果与CPLEX最优结果比较,平均误差为1.85%,表明算法是有效的。     

A general system theory approach to rail freight car fleet sizing

The transportation of goods from shippers to consignees is a railroad's major activity. Rail freight cars are enormously expensive and a rail vehicle fleet represents one of the largest capital resources of most railroads. Resource allocation to rail freight cars is an extraordinary complex managerial problem. This paper describes the determination of an optimal number of rail freight cars so as to satisfy the demand, on one hand, and minimize the total cost, on the other. A new mathematical model relying on optimal control theory is developed. The problem is formulated as the problem of finding an optimal regulator for a linear system, excited by Gaussian white noise, a quadratic performance index, and random initial conditions. The model has been tested on numerical examples.