基于贝叶斯视角的地铁安检效果评估

综合地铁安检的技术可靠性、乘客违禁品携带比例等因素,界定了乘客通过安检时可能出现的4种场景,并由贝叶斯理论分析地铁安检的后验准确率.结果表明,由于地铁安检的特殊性,通常情况下后验准确率较低;即使可靠性可保持较高水平,但由于携带违禁品是小概率事件,后验准确性依然不会有显著改善;提示有违禁品携带情况多数是由于误判所造成的.安检等待时间的蒙特卡洛模拟结果进一步表明,由于误判所造成的无效检查所耗费的时间占比较高,可靠性的提高并不能改善这种情况,在人流高峰时段有可能对通行效率产生严重影响.因此,对地铁安检模式的改进,不能仅依赖于技术的升级,优化人机协同才是关键.     

考虑拥堵路况下碳排放的选址-配送集成优化问题

供应链网络的运输过程是碳排放的主要来源之一,道路拥堵、配送距离和车辆载重等因素会影响碳排放量,本文研究考虑拥堵路况下碳排放的选址-配送集成优化问题。根据车辆行驶状态定义道路拥堵情况,以不同时段下拥堵概率和预期拥堵距离作为路况决定因素,构建碳排放量和经济成本都最小的两目标模型。设计改进的非支配排序遗传算法(NSGA-II)求解模型获得Pareto解集。以环境问题较重的北京和天津为中心构建供应链网络作为算例,验证了模型和算法的有效性和可行性。实验结果给出了不同偏好下供应链网络的构建方案,并对不同时段下决定路况的拥堵概率和预期拥堵距离以及车辆载重进行灵敏度分析。实验结果表明,相对于高速公路,城市道路不同时段对碳排放量影响更敏感。     

非恒定概率下基于不完全检查的受限维护优化研究

研究了一个以三个不同状态为特征的单组分体系,针对考虑检查错误的非恒定概率的模型,给出了在给定维护策略下的确切成本和可靠性评估,目标是在可靠性约束下,在无限的时间范围内尽可能降低平均成本.最后,将真实模型与考虑检查错误的常数概率的模型进行比较,通过计算研究发现近似模型的平均成本比真实模型高出26%.此外,当使用近似模型时,发现可靠性约束可能严重受到最大25%的影响.     

到达不确定呼叫中心人员配置的鲁棒优化模型

针对呼叫中心实际运营中顾客到达不确定的特点,采用鲁棒离散优化方法,建立呼叫中心人员配置的鲁棒模型。利用对偶原理将鲁棒模型转换易于求解的线性鲁棒对等式,通过调节模型中的鲁棒参数来权衡鲁棒解的保守性与最优性之间的关系,计算模型中约束违背概率上限来表示鲁棒解的可靠性。通过现实呼叫中心数据算例,验证了模型的有效性,分析了不同鲁棒水平下各时间段服务人员配置规律,以及系统最小成本与违背概率之间的权衡关系。最后,对到达扰动系数进行了敏感性分析。     

基于个体仿真的机场安检系统优化研究

建立了安检流程的网络流模型,模型中包含了不稳定的乘客到达情形、嫌疑乘客以及反馈机制。分析了安检过程中的瓶颈所在,并给出了相应的优化方案,包括整个安检过程的通行规则,A区和B区内部预检节点与普通节点的适当比例等。仿真结果显示,为了充分利用安检资源并兼顾预检乘客的利益,通行规则应采用连通方案。依照统计数据中计算出的各种参数,在A区预检节点和普通节点比例设置为2∶2,B区预检节点和普通节点比例设置为3∶5的情况下,旅客平均等待时间最短,等待时间的标准差也最小,同时高峰期的通行量也相对较优。进一步分析了不同的文化背景及机场情况。对于美国人和瑞士人,通过改变预检乘客的选择概率来满足他们不同的行为偏好。仿真结果说明,预检乘客选择哪类节点进行安检对平均等待时间、等待时间的标准差和高峰期通行量的影响不大。分析了插队情形,插队对平均等待时间和高峰期通行量几乎没有影响,但当插队比例非常大时,旅客等待时间标准差会增加,影响乘客到达的准确性。最后,针对具体情况提出了一些合理的建议,并给出了进一步的研究计划。     

概率罐子模型中一种最优设计

基于错误概率达到最小的原则，该文在罐子模型序贯试验中构造了一种渐近最优设计。在这种设计下，不仅能使病员以较多机会分配到较好的处理，而且能使估计量的统计效率在一定意义下达到最优。     

容忍最小收益下变保费率的更新风险模型

经典的风险模型在研究破产概率时,定义的破产时刻为盈余过程首次取负值的时刻,而讨论低于某一限度时的时刻为破产时刻更有实际的意义.本文将这一限度定义为容忍最小收益,首先讨论了容忍最小收益下变保费率的更新风险模型最终的破产概率;并进一步讨论了它在大索赔情形下有限时间内的破产概率的性质.     

考虑成本、等待时间和安全水平的分类安检模式研究

近年来,随着民航机场旅客吞吐量快速增加,机场安检部门的工作压力正不断加大,旅客等待时间也正在逐渐增加。针对该问题,引入了分类安检模式。然而,分类安检模式通常需要额外的投资成本,可能会产生较大的财务负担。因此,以成本为目标,综合考虑旅客等待时间和安全水平的要求,研究了分类安检模式和传统安检模式的比较以及最优决策性质等相关问题。首先,考虑安全水平和旅客等待时间的约束,分别为传统安检模式和分类安检模式建立了模型,并分析了其最优运营决策性质。其次,从成本的角度,对两种安检模式做了比较研究。研究结果表明,当旅客数量多、安检犯错容忍度较高或旅客等待敏感时,分类安检模式比传统安检模式表现更优;反之,传统安检模式更优。此外,在分类安检模式中,分配到高风险安检通道的旅客比例存在一个最优值,并且其通常在20%到30%之间取到。最后,通过数值分析验证了分类安检模式的最优服务配置。     

含投资因素的崩溃模型

本文讨论了已推广的保险公司的崩溃模型.本文得到了离散时间的崩溃模型复利情形下的崩溃概率公式,也得出了连续时间的崩溃模型崩溃概率的明确解和Vokterra积分方程.这些结果推广了经典崩溃模型中的相应结果.     

粒子群遗传混合算法求解考虑传输时间的FJSP

在某些生产制造场景中,工件在不同机器间的传输时间对车间调度的总拖期具有重要影响,本文基于此扩展了总拖期最小的柔性作业车间调度模型。针对问题模型的复杂性,采用粒子群优化算法和遗传算法的混合算法进行求解。在初始化过程以一定概率优选加工时间和传输时间短的机器并排除调度频繁的机器,使种群在保持多样性的前提下尽量选择优化结果好的个体;采用线性调整的方式动态改变交叉概率和变异概率的值,使种群在遗传算法的不同阶段具有不同的搜索强度;采用粒子群优化算法进行局部搜索,弥补了遗传算法局部搜索能力的不足。最后采用本文方法和其他方法求解柔性作业车间调度问题实例,并对比不同水平层次传输时间下的总拖期,验证了本文方法的有效性。