工程计划的时间—费用优化

本文讨论了工程建设项目计划的时间——费用优化问题。为了得到该工程项目最低的费用工期,本文应用网络计划技术,并采用计算机辅助逐步分析优化的方法,从网络图上找出影响该工程项目的关键工序,予以重点安排,通过不断地调整网络图来对该工程项目的网络计划进行时间——费用优化,找出最优方案。本文用这种方法对一个具有16个工序的工程计划进行了时间——费用优化,计算结果说明了本算法的有效性。     

基于日发电调度计划的超额支付费用算法

对制定日发电调度计划中的各种约束条件进行了分析和归类,将约束划分为系统固有约束和被动约束,以此为基础定义了实际购电成本中的超额支付费用,并提出了一种通过考虑不同约束条件的组合制定日发电调度计划求取超额支付费用的计算方法.超额支付费用的计算方法能确定电网日常运行中超支的购电费用,帮助电网公司监控电网的经济运行状态,提高电网公司的经济运行水平,控制和降低运行成本.通过算例证明了该计算方法的有效性.     

基于蚁群算法的虚拟企业生产任务调度优化研究

描述了虚拟企业生产任务调度的层次框架,该调度框架包括虚拟企业全局调度和合作伙伴局部调度两个层次.针对虚拟企业调度层的优化问题,综合考虑虚拟企业生产任务的时序逻辑关系、作业时间和生产任务集等影响因素,建立了以任务总作业时间最小化为目标的数学模型,并基于蚁群算法对上述优化模型进行了求解.应用实例与算法比较验证了优化模型与求解算法的有效性.     

一类基于模糊图论的费用与时间最优化问题的模型

在寻求工程实施的最小时间和费用等最优化方案时，构造了多因素隶属度PERT图和隶属函数模型；并运用模糊约束量来解决带最小化时间因素的最小费用流问题。     

工程网络计划的时间参数与关键路径算法研究

研究了在应用网络计划技术对工程建设项目的进度控制管理中时间参数与关键路径的计算问题，为引进物料管理技术（MRP）与网络计划技术结合，解决工程建设项目的物料需求管理问题提供了有效途径。     

网络最小费用最大流双目标遗传优化算法

针对将网络最小费用最大流问题转化为单目标优化问题进行求解的缺陷,提出网络最小费用最大流的双目标优化模型,并引入多目标遗传算法.对最小支撑树对应的余树弦流量初始值进行编码,通过解码和回路矩阵计算流量网络树枝的流量.在网络最小费用、最大流量双目标函数和网络结点容量、网络分支容量约束条件基础上,按照多目标优化理论构建增广最小...     

一类基于模糊图论的费用与时间最优化问题的模型

在寻求工程实施的最小时间和费用等最优化方案时,构造了多因素隶属度PERT图和隶属函数模型,并运用模糊约束量来解决带最小化时间因素的最小费用流问题.     

基于模拟遗传退火的印花厂计划调度算法

由于印花厂订单调整频繁,订单的不确定因素很多,因此其计划调度的编制比较困难.本文分析了印花厂的一般生产流程,在此基础上为印花厂建立了一个计划调度的数学模型与目标函数,以期获得生产时间的最优.并使用模拟遗传退火算法对该问题的实例进行求解,结果显示该方法有效.     

网络的时间─费用优化初探

通过分析时间与直接费用、时间与总费用的关系,初步探讨了网络的时间─费用优化方法。     

动态最小费用流问题

考虑到时间对最小费用流问题中各个参数的影响,首先通过对动态最小费用流问题的各参数的定义建立了动态最小费用流问题的数学模型,在这样的有向网络里,流可以在中间点上停留一段时间,弧的容量以及中间点的容量随时间变化,流经过弧时所需的费用也随时间变化;在此模型基础上给出了动态最小费用增广链的定义并证明了与其相关的定理,并在最后给出求解动态最小费用流问题的一个算法。     

一种面向通信开销的网格工作流调度算法

采用任务—资源分配图定义了网格任务调度模型,运用动态规划的方法提出了面向通信开销的工作流任务调度算法。采用扩展的拓扑排序算法对具有依赖关系的工作流任务进行划分,根据划分的任务子集得到相应的调度阶段,在每一阶段选择满足约束条件和以计算开销、通信开销以及任务执行成功率为最优目标函数的资源节点进行任务分配,从而使工作流任务调度目标函数最优。应用Grid Sim工具包实现了该调度算法,并与Min-Min算法进行对比分析。仿真结果表明,基于动态规划的网格工作流调度算法具有良好的适应性,且能较好地处理不同网络环境下任务间存在大量数据传输的网格调度问题。     

基于改进遗传算法的多车间计划与调度

生产计划与调度是企业生产和管理的核心内容,传统的单车间调度优化不能满足多车间调度优化的要求.针对这情况,提出一种基于改进遗传算法的层次化多车间计划和调度优化方案,其中生产计划层负责零件的分发,车间调度层负责零件加工路线的规划.以一个三制造车间的调度优化为例,验证多车间调度模型的有效性.结果表明所提出的方案在将加工零件合理地分配到适当的车间同时,实现了零件加工路径的规划,从而为解决分布式多车间调度优化问题提供一种有效而又实用的方法.     

基于分子优化算法的机器人避障规划

自从Adleman博士利用分子算法成功求解HPP问题,DNA计算引起了人们广泛的兴趣.文中引入了DNA技术并借助生物学理论对其进行改进,提出了新的分子优化算法.并在机器人路径的避障规划中进行了仿真实例,结果显示算法避免了经典遗传算法容易出现的"早熟收敛"和"收敛速度慢"两大难题,继承了遗传算法全局搜索的能力,提高了算法的有效性和收敛速度,在很少的进化代数中就可以求得问题的最优解,适合于路径规划问题.     

基于多智能体的虚拟企业任务调度研究

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等。针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以生产延续时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法。工业机械手实例说明了任务调度模型及实现方法的有效性。     

基于帧紧迫度的边界可移动虚拟信道调度算法

虚拟信道调度算法完成虚拟信道在物理信道中的排序,其性能决定了高级在轨系统多路复用的时延性能和物理信道传输效率。传统的动态调度算法未区分虚拟信道紧迫度与帧紧迫度的不同,并且未讨论在同步时隙中没有同步数据时如何有效利用该同步时隙,因此性能有限。针对这一问题,提出了一种基于帧紧迫度的边界可移动虚拟信道调度算法。该算法根据信源的数据类型将虚拟信道划分为同步虚拟信道和异步虚拟信道,对同步虚拟信道采用轮询算法进行调度,对异步虚拟信道则采用基于帧紧迫度的虚拟信道调度算法进行调度,并且二者之间的边界是可移动的。实验结果表明,提出的算法与传统动态调度算法及边界不可移动的调度算法相比,大大降低了各虚拟信道的平均调度时延、最大调度时延,并明显提高了信道利用率,更适于在空间链路中传输多种不同类型的数据。     

基于随机规划和遗传算法的虚拟企业风险管理

针对虚拟企业的风险因素具有随机性的特点,将随机风险因素描述为随机变量,提出了一个虚拟企业风险管理的随机规划模型.针对该模型设计了嵌入蒙特卡罗模拟的遗传算法,蒙特卡罗模拟是处理模型中随机变量的有效方法.仿真分析表明了该算法的有效性和该随机规划模型对于虚拟企业风险管理的重要作用.     

基于双层规划的虚拟物流企业联盟伙伴选择模型及求解算法

虚拟物流企业联盟是21世纪信息社会物流行业的主流组织形式,选择和确定联盟伙伴是建立虚拟物流企业联盟的关键环节之一,对提高联盟企业的总体竞争力有着极其重要的作用。在充分考虑联盟与客户双方利益的情况下,设计了基于双层规划的模型和求解算法来优选联盟伙伴,并且模型中在计算物流企业为客户服务的作业成本时,考虑了配送路线安排对作业成本的影响,更加符合实际情况,使计算结果更加准确。实例仿真说明了模型和算法的有效性。     

动态联盟项目管理资源优化算法研究

动态联盟项目管理的资源平衡优化问题不仅要对作业进行调度,还要考虑企业间的资源优化,这是单企业的资源平衡优化算法不能解决的,在对联盟项目管理的资源平衡优化问题进行分析的基础上,对基于并行的资源平衡优化启发式算法进行了改进,并将若干资源选择规则应用于算法,使动态联盟项目管理资源的平衡优化问题得以解决。     

基于遗传算法的批调度问题

对把独立的、可同时达到的工件组批，并同时在单机上确定批内序和批间序的批调度问题进行了研究。给出了问题的数学模型，并构造了一个有效的遗传算法。实验结果表明是有效的。     

基于自适应遗传算法的无人机航路规划

在规划区域内随机产生一系列威胁点和相应威胁半径来量化无人机(UAV)任务环境,通过纵向剖分目标区,将航路点的表示由二维缩减到一维,采用实值编码以提高运算精度.针对遗传算法(GA)早收敛和收敛慢的问题,在交叉和变异中设计了自适应算子.计算仿真表明该控制算法能使无人机在复杂环境中回避威胁,快速选择最短路径,提高了规划效率.