改进的蝗虫优化算法在双目标应急物资中心选址问题中的应用

近年来世界各地频发灾情疫情等紧急事件,严重影响人民的生活物资保障。在这种情况下,急需建立应急物资中心来缓解燃眉之急。该类问题通常面临资源稀缺并且时间相对紧迫的处境,因此需要在短时间内获得合理的应急设施选址方案来提升服务的质量和效率。本文对应急物资中心选址问题展开研究,提出一种考虑后续运输成本以及有概率发生紧急事件而导致无法正常运送物资的双目标离散选址模型,并为此设计一种二进制多目标蝗虫优化算法。该算法采用模糊关联熵系数来引导迭代更新,同时为其添加外部档案,最优解选择机制和竞争决策机制来提升算法性能。多次数值实验表明该算法的计算效率和求解质量较高,可作为应急物资中心选址问题的一种可行且有效的算法。     

基于概率语言术语集的服务外包风险评估方法

考虑服务外包风险评估的不确定性,采用概率语言术语集获取FMEA方法所需的专家评价信息,通过给语言集赋予不同的概率以表达偏好的程度。针对传统FMEA方法没有考虑风险间的相互影响关系,风险严重度评估不够准确的问题,采用广义Choquet积分分析风险间的相互影响关系,得到修正后的风险严重度。考虑严重度、发生度和难检度直接相乘准确性低的问题,采用概率语言VIKOR方法对风险的三个因子进行综合评估。最后以公共体育场馆服务外包风险评估为例,验证了所提方法的有效性。     

带时间窗的车间搬运机器人路径优化建模及算法研究

本文以车间搬运机器人为研究对象,在考虑时间窗的前提下,求解机器人进行物料配送和成品回收场景下的路径优化问题。提出一种强化学习遗传蚁群算法,首先利用扫描法求解初始搬运机器人的数量,并将子路径节点的几何中心设置为虚拟节点,利用嵌入遗传算子的蚁群算法求解连接虚拟节点的最优路径,再利用强化学习算法求解子路径的最优结果;最后将基本成本、运输成本和时间惩罚成本的加权和作为目标解,并最终求出满足约束条件的最优解。通过与基准问题求解结果对比,验证了强化学习遗传蚁群算法的优越性。     

基于粒子群算法的分布式多工厂批量计划问题研究

研究了分布式多工厂协同生产的约束批量计划问题,以产品的生产成本、库存成本、调整准备成本和运输成本之和最小为目标,构建了生产能力有限情况下的数学模型,提出了用于求解该问题的粒子群算法方案,阐明了该算法方案的具体实现过程.对典型算例进行了仿真,并与LINGO软件的求解结果进行了比较,结果表明粒子群算法方案的有效性和可行性.     

基于直觉纯语言集结算子的多属性群决策方法

定义了直觉纯语言集及其运算法则和直觉纯语言变量的数学期望和精确函数,提出了一些基于直觉纯语言评估标度及其运算法则的信息集结算子。在此基础上,给出了一种专家权重、属性权重及属性值均以语言标度形式给出的直觉纯语言信息集结方法,并将此方法应用到多属性群决策中,实例分析表明了该方法的有效性和可行性。     

城市突发事件中基于事故演变的救援需求决策模型及其优化求解

针对城市突发事件中待救点对应急救援物资的需求状态随着事故的演变而发生变化的情况,将待救点对应急救援物质的需求设计成马尔可夫决策过程,并提出一种动态的物资调配策略,构建救援物资需求决策模型,然后通过花朵授粉算法进行优化求解。某市突发地震应急物资调配实例证明,本文方法能够给出合理的救援需求满足策略,使得待救点对物资的需求更低,需求变化更加平稳。花朵授粉算法对模型求解的效果相比粒子群算法和萤火虫算法有更快的收敛速度和更优的求解结果。     

具有学习-遗忘效应的半导体批调度问题研究

半导体生产制造系统具有大规模、工艺繁杂、随机性大、可重入等显著特点。以半导体最终测试阶段批处理调度为基础,把学习-遗忘效应应用到典型半导体批调度问题中,构建基于学习-遗忘效应的批调度模型。分别结合调度问题和调度模型对双层算法(粒子群算法&萤火虫算法)进行设计,通过仿真实验检验了双层算法在求解具有学习遗忘效应的批调度模型方面的可行性和有效性,并对比分析以最大完工时间为优化目标的实验结果,探讨学习遗忘效应对半导体批调度问题的影响程度,对实际半导体生产具有重要指导意义。     

数值模拟圆柱绕流旋涡运动及尾流不稳定性分析

1引言流体绕过圆柱所产生的非定常旋涡运动以及由此引起的流动不稳定性在理论和实践上都具有重要的意义。数值模拟圆柱绕流旋涡产生及演化过程，探讨圆柱尾流涡街产生的机制，控制尾迹不同速度型以抑制涡街的产生，避免涡激振动在工程上造成破坏作用具有重大实际意义。为使问题简化，本文以二维圆柱绕流作为研究对象。该流动涉及到非定常分离，旋涡的形成、运动及发展，流动不稳定性质改变等许多未完全解决的问题。B。had等山对圆柱突然起动问题作了一系列实验研究。文献门对二维圆柱绕流问题作了系统数值研究。本文采用文献门提出的差分格…     

带时间窗分车运输同时收发车辆路径问题及其启发式算法

本文结合汽车零部件第三方物流的实际背景,提出了带时间窗的可分车运输同时收发车辆路径问题(简称SVRPSPDTW),并给出了问题的数学模型,同时提出两个求解该问题的启发式算法,最后进行了数值试验.由于没有可以利用的算例,本文在Solomn测试基准库的基础上构建了针对新问题的算例.计算结果表明,所有算例计算时间均不超过1秒,且算法1无论是从车辆的使用数还是从车辆行驶的路径总长度上都明显优于算法2,从而说明算法1是寻找SVRPSPDTW问题初始可行解的较为有效的算法.     

纯语言信息下基于PLHAA算子的多属性群决策法

本文给出了建立在纯语言加权算术平均(PLWAA)算子和推广的有序加权平均(EOWA)算子基础上的纯语言混合算术平均(PLHAA)算子,研究了专家权重、属性权重及属性值均以语言形式给出的纯语言多属性群决策问题,提出了一种纯语言多属性群决策方法.该方法计算简洁方便且能充分利用已有的决策信息.最后将该方法应用于解决供应链管理领域中的合作伙伴选择问题.