基于改进模拟植物生长算法的集装箱码头插船调度优化

为解决临时接受计划外船舶到港作业的插船调度问题,建立了综合考虑港口安排插船作业的成本最小优化模型,将模拟植物生长算法(PGSA)改进后进行求解。经过对实际案例进行计算分析后表明,所建模型和算法可以有效解决上述问题并取得了较好结果。为验证算法的有效性,同时引入遗传算法进行计算对比,结果显示经改进的PGSA在求解过程中具有较好的收敛速度与精确度。采用本文建立的模型和算法能够快速解决临时插船的调度调整问题,为集装箱码头在特殊情况下泊位调度优化提供了解决问题的思路和方法。     

汽车滚装码头泊位调度优化模型与算法研究

本文研究滚装码头混合泊位分配和劳动力分配的联合调度优化问题。首先,考虑潮汐时间窗约束、装卸劳动力约束、泊位缆桩分布约束以及泊位不规则布局因素,建立以最小化船舶总服务时间为目标的混合整数规划模型。其次,采用内外嵌套算法设计策略,提出求解该类问题的组合算法。其中,外层是多种群并行进化的遗传算法,生成多种船舶计划顺序,内层为基于规则的启发式算法,用于计算给定计划顺序的目标函数值。然后,基于实际运营数据,生成多组不同规模的算例进行全面数值实验,结果表明所提出的算法可在10分钟内求解包含50艘船、100个泊段的算例。最后,开展基于真实滚装码头运营实例的案例分析,对所提模型和算法在实际码头调度问题中的适用性与高效性进行验证。     

模糊置换流水车间调度的多目标模型

为了求解同时考虑模糊加工时间和模糊交货期的多目标置换流水车间调度问题,提出一种模糊多目标调度模型。针对目标之一的最大化满意度,考虑决策者偏好,建立基于悲观准则的偏好满意度模型,并在此基础上,兼顾考虑可信度,对满意度模型进行改进;针对Pareto最优解的选取,引入模糊集理论和概率论,运用面积补偿法将最大模糊完工时间去模糊化,便于可行解之间进行比较。最后,采用随机系列算例以及典型算例进行优化计算,计算结果验证了模型的有效性。     

高层电梯系统运行方案的建模与求解

随着社会的发展,运用垂直交通系统的高层建筑和智能化建筑不断出现。而有效的电梯交通配置,是垂直交通系统高效运行的基本保证。本文针对高层商务建筑中的电梯运行管理方案设计问题,分析了影响电梯耗能和用户满意度的主要因素。分别建立了电梯数目已知和电梯数目未知情况下的电梯调度优化模型,并设计相应动态规划算法和遗传算法。结合算例,求解算例中的电梯优化调度方案,以验证模型的合理性。最后根据我们建立的电梯调度模型,借助VC++作出可视化的电梯调度示意界面,将本文的研究结果用于实际的电梯调度中。     

基于Epsilon约束法的短纤维生产调度的双目标优化研究

针对短纤维生产行业实际,本文综合考虑客户的需求差异、客户的重要程度、纤维生产设备的准备时间以及交货期差异等因素,研究连续需求下的短纤维生产排序优化问题。首先,本文建立双目标整数规划模型,即最小化客户订单总延迟和最小化机器总准备时间;其次,设计Epsilon约束算法并调用CPLEX精确求解调度方案,即帕累托前沿;最后设计非支配排序的遗传算法(NSGA-II)求解大规模生产下的调度优化方案。通过实验,证明该整数规划模型和算法对解决多客户连续需求问题具有实际价值,进而可以为短纤维生产企业提供参考。     

考虑质量成本的居家养老服务平台定价策略研究

人口老龄化背景下,为满足老年人日益增长的高质量养老服务需求,共享养老互联网平台开始涌现.为了探讨从服务质量角度研究质量成本投入对居家养老服务平台利润的影响,建立了以平台利润最大化为决策目标的考虑质量成本居家养老服务定价模型,构建长者和养老服务提供方效用函数,分别讨论了居家养老服务平台双方质量成本对最优定价、最优消费者剩余、最优生产者剩余以及平台最大利润的影响,并运用Matlab软件进行模拟分析,给出平台基于质量成本的最优定价策略.研究发现:居家养老服务平台增加双方质量成本投入会使得平台向长者和养老服务提供方收取较高的价格,同时带来双方体验感增加,平台网络外部性增强,有利于居家养老服务平台利润提升,最终促进共享养老产业健康发展.     

考虑患者回诊情况下的门诊科室调度优化

目前国内大型三甲医院最突出的问题就是资源稀缺,这些稀缺资源主要包括手术室、大型检查设备以及门诊科室等,造成患者严重的排队现象,从而导致患者等待时间过长,满意度下降。通过对哈尔滨市某大型医院进行调研,收集相关数据,研究在考虑患者回诊(即患者当天做完各项检查后又回到初次检查的门诊科室)情况下,对医生门诊科室的数量进行调度优化。利用排队论中的动态优先级对排队规则进行限定,同时引入前景理论中的价值函数,确立以最小化患者时间感知不满意度为主要目标,最小化医院运营成本为次要目标的多目标优化问题。并且分析了两个目标的权重参数变化对总体满意度的影响。建立相应的数学模型,利用模拟植物生长算法( plant growth simulation algorithm,简称PGSA)进行算法设计,通过MATLAB进行仿真,得出在有限度优先的排队规则下,能够更大程度的降低患者不满意度,同时保证较低的运营成本,证明了此研究的有效性和可行性。     

煤炭码头卸车调度问题多目标优化模型及算法

本文针对煤炭码头卸车调度问题,提出了相应的多约束多目标优化模型,并设计了采用仿真推演策略解码的遗传算法求解。首先,本文考虑列车、煤种、场存、设备、翻堆线和卸车作业过程等约束条件,以卸车效率最大和列车在港时间最短为目标,构建了煤炭码头卸车调度问题多目标数学模型。然后,综合运筹学、遗传算法以及仿真技术,给出了煤炭码头卸车调度问题遗传算法详细设计,包括组合式编码和仿真推演解码方法,染色体生成算法,适应度函数设计,以及采用多种策略的遗传操作及修正等,并列出了算法步骤。实例测试表明,本算法的执行效率高而且优化效果好,结果适用。     

兼顾公平与效率的云计算并行机资源调度研究

研究在云计算中服务资源优化管理背景下,基于时间窗口的非等同并行机服务资源调度问题.为达到最大任务处理数,选取任务延误时间作为目标函数建立数学模型,并利用蚁群算法为模型求解.设计了算法的各项参数,而且进一步探讨了如何将资源分配的公平性引入到算法中来.还通过仿真算例对比了考虑公平性要素前后的调度结果.从结果来看,提出的模型和算法能够较好的用于解决云计算中的并行机资源调度问题,并以较快的收敛速度找到满足约束条件的较优解.     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。     

A matheuristic algorithm for stochastic home health care planning

Efficient human resource planning is the cornerstone of designing an effective home health care system. Human resource planning in home health care system consists of decisions on districting/zoning, staff dimensioning, resource assignment, scheduling, and routing. In this study, a two-stage stochastic mixed integer model is proposed that considers these decisions simultaneously. In the planning phase of a home health care system, the main uncertain parameters are travel and service times. Hence, the proposed model takes into account the uncertainty in travel and service times. Districting and staff dimensioning are defined as the first stage decisions, and assignment, scheduling, and routing are considered as the second stage decisions. A novel algorithm is developed for solving the proposed model. The algorithm consists of four phases and relies on a matheuristic-based method that calls on various mixed integer models. In addition, an algorithm based on the progressive hedging and Frank and Wolf algorithms is developed to reduce the computational time of the second phase of the proposed matheuristic algorithm. The efficiency and accuracy of the proposed algorithm are tested through several numerical experiments. The results prove the ability of the algorithm to solve large instances.     

基于遗传算法的公交智能调度与优化——以南岳衡山景区为例

南岳衡山(以下简称南岳)以“外秀于林,内秀于文”驰名中外,作为风景名胜区近几年游客人数不断攀升。本文利用遗传算法对景区内公交线路的调度模型进行求解。首先,根据景区现有的公共交通资源和旅客的出行规律,构建了以旅游公交营运成本、游客等待成本和游客流失成本三方面优化目标的模型;然后,使用线性加权方法实现对旅客与营运公司双方利益兼顾,进一步完善模型;最后,利用Matlab对实地调研数据的车辆调度方案求解。表明该模型改善了南岳景区旅游交通,满足游客的合理需求,提升了旅游公司经营策略,真正成为“寿岳独秀”的知名品牌。     

面向师生感知满意度的双边匹配决策模型

为提高研究生新生(以下简称“研究生”)与导师对匹配方案的整体感知满意度,针对导师和研究生形成的一对多双边匹配问题,从行为科学视角,梳理师生双方对匹配方案感知的心理因素,结合前景理论解决此类问题。首先,将师生双向互选过程描述为一对多双边匹配问题,并将其转化为一对一双边匹配问题;接着,基于前景理论刻画双边主体在不同偏好序下的心理感知,构建师生双方基于偏好序的感知满意度函数;然后,建立稳定匹配条件下最大化师生整体感知满意度的双边匹配决策模型。最后,结合遗传算法对问题进行求解,并通过数值算例验证了算法及模型的有效性和可行性。     

基于多阶段模糊规模效应量化的TMC模式下供应链调度优化研究

旅游大规模定制(Tourism Mass Customization, TMC)模式实施的关键是通过对旅游供应链的调度优化处理旅游活动的“规模效应”与游客“个性化需求”之间的矛盾问题。运用经济学及模糊数学的理论方法分析并实现了TMC模式下存在的多阶段模糊规模效应量化处理。构建了引入规模效应量化的服务成本最小化、引入模糊时间窗的顾客满意度最大化及供应链协同度最大化为优化目标的TMC模式下多目标供应链调度优化模型。最后,通过蚁群算法实现TMC模式下多调度优化目标的求解并对优化效果进行对比研究。研究结果表明,TMC模式下供应链调度中旅游活动存在多阶段模糊规模效应并且可以量化处理;TMC模式中的规模效应具有合理的区间范围,旅游企业应注重规模效应与其他目标的均衡;蚂蚁算法在求解TMC模式下多目标优化问题方面不仅收敛速度快,而且通过对多调度目标优化效果的对比检验表明,性能稳健优良。     

Laps Care—an operational system for staff planning of home care

The health care system in Sweden and many other countries is facing increasing costs. The major reason is the changing age distribution of the population with more elderly people in need of support. At the same time, health care systems are often very labor and staff intensive. In this paper, we focus on a staff planning problem arising in Sweden where people receive home care from the local authorities. The objective is to develop visiting schedules for care providers that incorporate some restrictions and soft objectives. Each visit has a particular task to be performed, for example: cleaning, washing, personal hygiene and/or nursing activities. Each staff member has skills and each client should, if possible, be visited by the same contact person. The operational situation is continuously changing and planning is done each day. We describe the development of a decision support system Laps Care to aid the planners. The system consists of a number of components including information data bases, maps, optimization routines, and report possibilities. We formulate the problem using a set partitioning model and, for a solution method, we make use of a repeated matching algorithm. The system is currently in operation at a number of home care organizations. We report on the practical impact of the system in the health care organization which was involved in the development. The savings are considerably in terms of saved planning time and in the quality of the routes, as well as the measured quality for the clients. Numerical experiments of the system are presented.     

服务大规模定制模式下的供应链调度优化

为了提升服务大规模定制(SMC)模式下供应链系统的运作柔性,应对客户较强的多样化需求特征,本文在对服务定制特征分析、服务阶段界定以及服务规模效应探讨的基础上,指出SCM模式下的供应链调度问题是一个典型的随机需求与随机资源约束的多目标动态优化问题。研究了SMC模式下供应链调度的优化目标与约束条件,建立了完整的随机多目标动态调度优化数学模型。基于SMC运作的特点,运用改进的蚁群算法对调度问题进行了求解。最后,通过实例分析了模型及算法的可行性、有效性及适用性。     

考虑潮汐影响的离散型泊位和岸桥集成调度

泊位和岸桥是集装箱港口最紧缺的资源,二者的调度问题存在很强的内在关联。针对大型船需乘潮进出港的离散型泊位,为提高集装箱码头运作效率和客户满意度,将泊位分配、岸桥指派和岸桥调度集成为一体。首先,考虑潮汐的影响以及岸桥作业中可动态调度的现实,以计划期内所有抵港船舶的岸桥作业成本和滞期成本之和最少为目标,建立一个混合整数规划模型,然后设计了一个嵌入启发式规则的遗传算法对其进行求解。最后,算例结果中给出了每艘船舶在确切时刻对应的具体岸桥和每个岸桥的动态作业时间窗,并通过与单独优化的方案对比,验证了集成方案的有效性。     

Solving routing problems with pairwise synchronization constraints

Pairwise route synchronization constraints are commonly encountered in the field of service technician routing and scheduling and in the area of mobile care. Pairwise route synchronization refers to constraints that require that two technicians or home care workers visit the same location at exactly the same time. We consider constraints of this type in the context of the well-known vehicle routing problem with time windows and a generic service technician routing and scheduling problem. Different approaches for dealing with the problem of pairwise route synchronization are compared and several ways of integrating a synchronization component into a metaheuristic algorithm tailored to the original problems are analyzed. When applied to benchmark instances from the literature, our algorithm matches almost all available optimal values and it produces several new best results for the remaining instances.