考虑双方感知满意度的应急资源再配置方法

突发事件常诱发次生灾害,在外界大规模应急资源配送前,发挥区域互救优势,共享原生灾害点应急资源进行资源再配置是及时响应次生灾害的重要手段之一。本文尝试将灾民心理因素融入到应急资源的再配置问题中,基于前景理论提出了原生灾害点灾民的感知满意度模型,结合生存概率曲线对次生灾害点灾民感知满意度进行刻画,构建了考虑双方灾民感知满意度的多目标优化模型。此外,引入缩放系数和违反约束检查函数,改进多目标粒子群算法以加快算法初始化,进而提升模型求解效率。最后,本文通过算例验证了模型和算法的可行性和科学性,并与传统资源配置问题进行了对比,为具有连锁反应的突发事件应急管理提供决策支持。     

汽车4S店维修车间的优化调度分析

调度研究的问题是将稀缺资源分配给在一定时间内的不同任务,它是一个决策过程,其目的是优化一个或多个目标。对实际问题的优化调度可以帮助企业提高资源利用率,减少客户等待时间,提升竞争力,对汽车4S维修服务站的优化调度问题进行研究,剖析这一实际应用问题的调度目标、机器环境、加工特征和约束等细节,提出了优化调度模型,设计了调度算法。然后,通过实例,简要分析了模型及算法的可行性.     

京津冀协同应对自然灾害应急资源配置优化研究

京津冀协同发展已成为国家战略。京津冀区县毗邻,在灾害分布上具有临近相似性和区域差异性的特点。本文从整合京津冀地区应急资源、协同应对突发事件的角度出发,提出了京津冀地区统筹规划下区域协同应对自然灾害的新模式。本文以京津冀地区应急物资保障的经济性和物资分配的公平性为目标,建立了多阶段、多灾种的京津冀协同应对自然灾害应急资源配置的多目标规划模型,在此基础上设计了一种多目标免疫算法。结合京津冀地区自然灾害发生的情景概率,验证了模型的科学性与算法的有效性,为京津冀地区乃至世界城市群协同应对应急资源的优化配置提供理论指导与科学的决策。     

一种改进的GDF多目标优化算法

本文提出一种交互式非线性多目标优化算法，该算法是ＧＤＦ多目标优化算法的改进，具有这样的特点：算法采用了既约设计空间策略，具有良好的收敛性；算法生成的迭代点是有效解；算法具有多种一维搜索准则；对于线性多目标问题，算法只需一次交互迭代即可示出多目标问题的最优解。     

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。     

不确定环境下服务资源配置优化

在服务资源配置过程中,按维修状态将服务对象分成三类:完全维修、部分维修及最小维修.由于维修服务的特性,服务成本与服务时间均是一个模糊数,并且维修对象在服务时所处的维修状态也具有一定的不确定性.针对这类情况下的服务资源配置问题,提出了同时考虑模糊服务成本和模糊服务时间及不确定维修状态的最小化服务成本为优化指标的服务资源配置模型.在模型的求解过程中采用多粒子群算法,通过仿真计算表明了该方法的可行性和有效性.     

资源受限下森林火灾应急救援多目标调度优化

许多森林火灾由于救援资源受限而不能在第一时间扑灭,导致火灾扩大蔓延,进而造成更大的森林资源损失。因此,在救援资源受限情形下,如何对消防救援车辆进行合理的调度安排以快速和低成本地扑灭火灾已成为亟待解决的现实问题。本文研究了一类资源受限下森林火灾应急救援多目标调度优化问题,为该问题构建了多目标混合整数非线性规划模型,优化目标为同时最小化总灭火救援时间和救援车辆总行驶距离。为有效求解该问题,首先将上述非线性模型等价转化为线性模型。然后提出ε-约束法和模糊逻辑相结合的算法对问题进行求解。最后,以大兴安岭山发生的火灾案例和随机生成仿真算例对模型和算法有效性进行验证,结果表明所提出的模型和算法能够有效解决资源受限下森林火灾应急救援问题,并为决策者提供最优的消防调度方案。     

考虑道路修复的应急资源配送可靠路径选择问题研究

灾害发生后第一时间选择可靠路径完成应急资源的配送分发是应急救援快速展开的必要保障。本文考虑道路修复下的应急资源配送可靠路径规划问题,引入了道路中断和通行可靠性降低来描述灾难对应急资源配送交通路网的影响,以最大化配送效率为目标,构建了道路修复与应急资源配送可靠路径选择集成优化模型,给出了道路修复与可靠路径选择的全局优化方案;设计了多吸引子的粒子群优化模型算法,并结合仿真与分析,验证了模型和算法的有效性。模型与算法的研究对于突发事件下不确定交通路网应急资源配送决策具有很好的指导意义。     

考虑决策目标的FIC模型选择

收益管理优化是提高零售商经济收益的有效途径之一.定价是收益管理的引擎和核心技术,对于提高零售商的收益具有重要作用.考虑到在收益管理的实际应用中,预测和优化问题的复杂性,通常采用先对产品需求进行预测,然后对收益进行优化的步骤.在对产品需求进行预测时,通常会面临多个候选模型,即面临模型的不确定性,这时一般会采用模型选择方法确定最终的模型.但传统的模型选择准则包括赤池信息准则(Akaike information criterion,AIC),贝叶斯信息准则(Bayesian information criterion,BIC)等通常只考虑了模型选择对预测精度的影响,而不考虑该预测模型会如何影响接下来的优化决策目标.本文首次在商品的收益管理优化中提出最小化聚焦信息准则(focused information criterion,FIC)这种模型选择准则,运用FIC模型选择准则选择产品需求预测模型,考虑了优化模型的结构,以最小化决策误差,而不是预测误差为目标,来选择预测模型.数值模拟结果表明,在大部分情况下,相比于AIC和BIC两种模型选择准则,考虑决策目标的FIC模型选择准则表现最佳.同时,...     

基于CMAC神经网络的舰船运动预报仿真研究

舰船运动是引发多种海面事故的主要原因,为了提高舰载机着舰安全系数、提高舰船战斗力、减少海难等事故的发生,舰船运动极短期预报是至关重要的.首次将CMAC神经网络应用于舰船纵摇运动姿态的极短期预报中,建立了CMAC神经网络舰船运动预报模型.同时对实际的舰船纵摇运动数据进行了数值仿真,证实了CMAC神经网络模型在舰船运动预报中的应用是合理且可行的.     

考虑中间库存缓冲区的多目标设备不完美预防维修策略研究

针对考虑库存缓冲区的多目标设备维修问题,以设备维修能力为约束条件,获得随机故障设备的不完美预防维修策略。首先,利用准更新过程,表示出设备的随机故障次数。其次,结合设备故障次数表达式,以最大设备可用度和最小生产总成本为多目标构建不完美预防维修模型,使用粒子群算法求解,优化设备可用度与生产总成本,获得更新周期内的库存量和预防维修周期两个决策变量的最优值。最后,通过算例分析,验证了多目标不完美预防维修模型的可用性。     

基于干扰管理理论的航空备件模型参量扰动性分析

概述了干扰管理理论的内涵、意义以及目标,依据未来不确定因素引起飞机备件需求量变化以及备件供应时限性增强的实际情况,创建了时限一致度算子,优化了备件需求泊松分布模型,提高了备件供应的精确度,并选取了优化后的模型中的多个参量,进行了多因素的扰动性分析,最后构造了算例,验证了本方法的科学性和有效性.     

基于里程碑支付的多模式多项目现金流平衡调度优化

现金流入与流出的动态平衡，对于承包商平稳实施项目具有重要的现实意义。本文基于这一实际背景，研究了在里程碑支付条件下，活动具有多种执行模式的多项目现金流平衡调度问题。首先，在对研究问题进行界定的基础上，构建了多模式多项目现金流平衡调度优化模型并提炼了模型的基本性质；其次，针对问题的NP-hard属性，开发了禁忌搜索启发式求解算法，根据问题性质提出算法的改进措施；最后，用一个实际案例对模型和算法进行了验证，得到如下管理启示：基于最大现金流缺口发生时段，适当延后相关里程碑活动的完成时间或调整相关非里程碑活动的开始时间，同时，根据现金流分布合理平移部分单项目的进度计划，能实现现金流出与流入的最佳匹配并有效减小最大现金流缺口。     

维修保障船与修船厂维修远海受损舰船的定价博弈

维修保障船能够实现远海受损舰船的现场维修,当其进入舰船维修市场时将与修船厂形成一定程度的竞争。为解决维修保障船模式与修船厂模式维修远海受损舰船的最优定价问题,通过分析这两种维修模式在时空以及成本方面的差异,建立维修保障船与修船厂的定价博弈双层规划模型,并设计迭代算法实现模型的求解。以维修远海船体受损的舰船为例,求得了两者的最优定价、最大收益以及船东对两种维修模式的需求,验证了模型与算法的有效性,并分析了调遣距离、舰船受损程度、海上维修技术难度等因素对维修保障船与修船厂定价博弈的影响。该方法能够为维修保障船与修船厂的经营者提供最优定价策略,为两种维修模式的定价博弈提供理论支持。     

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.     

维修优先于保养的多状态系统的可用度分析

主要研究一类常见的可修多状态退化系统模型,且针对系统的可靠性优化和服务台的有效利用,提出了维修优于保养的的系统优化策略.假定系统随在退化过程中,选择不完全预防性保养,当系统发生故障时,服务台停止保养而转向维修故障.在整个退化、保养、维修等过程中,根据模型实际假设和状态转移图,结合广义马尔可夫过程理论,建立状态概率转移微分方程组,根据可用度的定义,利用极限思想得到稳态可用度的计算方式和结果.最后利用数值算例得到维修优先于保养的多状态系统的稳态可靠度,以及保养率和维修率对可用度的影响,从而体现维修优于保养的优化策略对可靠性设计具有重要意义和实际价值.     

制造单元布局问题的双目标模型与算法研究

单元制造系统的布局对于提高系统的效率起着十分重要的作用。以最小化物料周转量和设施面积为目标,建立了一个单元制造系统布局的双目标优化模型,在该模型中不同制造单元的布局、单元内部不同设施的位置与方向这几个问题可以同时进行优化。基于模拟退火邻域解的变尺度生成机制和双目标抽样准则设计了模型的求解算法。算例表明本文算法所得Pareto解集优于经典的NSGA-Ⅱ算法。     

多部件系统故障预防工作的组合优化

研究了实践中常见的四种预防工作组合类型,即定时维修、功能检测、使用检查及检查与定时维修的组合策略,以单位时间维修费用最小为目标建立了多部件故障预防工作的组合优化模型.在此基础上,提出了两个故障预防工作的组合优化算法,并给出了计算示例以说明模型和算法的性能.     

面向健康管理的维修资源调度系统关键模型研究

针对健康管理理论在维修资源调度决策研究中的不足,分析了面向健康管理进行维修资源调度优化的可行性,研究了维修资源调度系统与健康管理系统的连接关系.然后结合装备维修资源供应保障的实际,建立了系统中调度优化模块所用到的带软时间窗的多需求地-多供应地维修资源调度优化模型,并应用遗传算法对模型的求解进行了分析.最后,对方法进行了演算,验证了模型在维修资源调度系统中应用的正确性和可行性.     

基于蚁群优化的企业技术创新资源配置问题研究

为探索更高效的企业技术创新资源优化配置算法,提出了基于蚁群优化算法的求解方法.针对企业技术创新的流程,构建了以时间、成本和应用性为目标的企业技术创新资源优化配置模型,设计了模型求解的蚁群算法,并通过具体算例验证了算法的可行性和有效性.