多工厂环境下考虑个体利益的多目标协同生产计划模型及算法

针对由多个工厂组成的分布式系统,考虑不同工厂的个体利益诉求,构建了多目标协同生产计划模型。在该模型中,以最大化整体收益作为第一个优化目标;同时,基于亚当斯的公平理论,利用偏离系数法,以最小化个体收益平衡偏差作为第二个优化目标。结合模型结构特点,基于快速非支配排序遗传算法,设计了相应的求解过程。最后,通过一个算例验证表明,本文设计的计划模型和求解方法,不仅可以从网络集成角度协调各个工厂的生产、库存和运输活动,而且能够实现整体利益和个体利益非一致性的最小化。     

基于遗传算法的多目标可靠性优化

在元件的体积、重量和造价的共同约束下的多级串并联系统的可靠性优化问题是一个具有多局部极值的、非线性的、同时具有整数和实数变量的混合优化问题.将遗传算法和多目标可靠性分配问题相结合,对可靠性分配问题进行求解,得到较好效果,从而得出结论,遗传算法在求解多目标可靠性优化问题中是一种行之有效的方法.     

面向多目标优化的一种混合进化算法

针对多目标优化问题,设计一种基于量子计算和非支配排序遗传算法相结合的智能算法进行求解,综合量子算法和非支配排序遗传算法的优点,在局部搜索和全局搜索之间进行权衡。混合算法采用量子比特对问题的解进行编码,基于量子旋转门算子、分散交叉算子以及高斯变异算子对种群进行更新。进行局部深入搜索时,用一个解在目标空间中跟理想点的距离来评价该解的优劣;进行全局搜索时,基于非支配排序遗传算法中的有效前沿的划分和解之间的拥挤距离来评价某个解。最后,在经典的测试函数ZDT5上对所提混合算法进行了测试。通过对比分析若干项针对有效解集的评价指标,该混合算法在跟最优有效前沿的逼近程度以及有效解集分布的均匀程度上均优于目前得到广泛应用的非支配排序遗传算法。     

基于存档策略的多目标优化的遗传算法及其收敛性分析

设计了一种用遗传算法求解多目标优化问题的有效方法——基于存档策略的多目标优化的遗传算法,并讨论了此算法的收敛性.首先给出档案的定义,设计出基于支配关系下的带有存档策略遗传算法,并通过算例检验了算法的有效性;然后引入了两档案间的距离的概念,在此距离定义的基础上证明了算法在概率意义下是收敛的.     

时间窗约束下的车辆路径问题多目标优化算法

讨论了带时间窗约束的车辆路径问题(VRPTW)其数学模型,分析了以遗传算法求解该类问题时的染色体表示和有关遗传操作,将VRPTw视为一个多目标优化问题,用Pareto评等技术来求解最优解,并以Solomen基准问题为例验证了该方法的有效性.结果表明:该方法与以往文献中的最好结果具有竞争性.     

企业发展的多目标决策模糊优化模型

企业多目标决策优化是企业生产管理以及发展的一项非常重要的工作 .企业生产管理以及发展受多种因素影响 ,而且企业的多目标决策优化问题具有模糊性 ,本文将针对其模糊性 ,运用模糊数学理论进行研究 ,并给出具体应用实例 ,其结果令人满意 ,且具有较强的可靠性和实用性     

汽车租赁调度多目标优化模型

本文考虑一个周期的汽车租赁调度问题,在直接调运的前提下,首先以汽车租赁公司的总收益最大和总短缺损失最小为目标,建立多目标优化模型;然后提出了基于启发式的双层排序综合择优算法;最后对汽车租赁案例进行了实证研究。     

大型煤炭企业供应链多目标优化研究

在构建大型煤炭企业供应链结构的基础上,分析了煤炭供应链不确定性的因素,进而建立了大型煤炭企业供应链系统的多目标优化模型,模型以利润最大化和客户满意度最大化为目标;而且设计了广义遗传算法求解非线性多目标决策模型,并证实广义遗传算法比传统的遗传算法在求解供应链问题上更具优势.最后通过实证得出结论,模型符合大型煤炭企业实际情况.     

基于UTA方法的多目标优化模型

针对多目标线性优化问题进行研究,提出了一种基于效用加性方法(UTA)的多目标线性优化方法.利用不同目标值的组合给出训练方案,决策者针对训练方案给出一些偏好信息,据此推断决策者的效用函数,并进一步求解多目标线性优化模型.进一步给出了算例来说明方法的实施过程及验证可行性.方法较多的考虑了决策者对于决策的偏好,注重决策者的意见,为多目标决策问题提供了一种新的思路.     

基于产品可持续制造过程的多目标决策

研究产品制造过程对经济、环境和社会的影响,使其具有可持续性。以资源约束为主线,考虑产品制造过程中可回收利用材料的使用比例,结合制造过程中安排操作工人的人数,综合优化产品制造过程的生产成本、排放物及单位工人的工作量。建立多目标优化模型,设计专门的非支配遗传算法(NSGA-Ⅱ),获得全局的Pareto最优解集。通过敏感性分析,获得模型中权重系数的合理取值,以及操作工人、可回收利用材料、原始材料的单位成本对模型结果的影响,可以使决策者在制定产品的可持续制造决策时有所依据。文中通过定量分析的方法,对可持续制造的决策理论进行了深入研究。     

多目标应急物流中心选址的鲁棒优化模型

针对重大突发事件的应急物资救援,研究了应急物流中心的选址及应急物资的调运问题。利用离散的情景集合描述受灾点应急物资需求的不确定性以及应急物资运输成本和运输时间的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了多目标应急物流中心选址的确定型模型和鲁棒优化模型。为将多目标问题转化为单目标问题,利用成本单目标和时间单目标的最优结果将多目标转化为相对值再加权处理,该方法既可消除多个目标之间的单位及数量级差异,还可以根据问题的数据变化进行动态调整。以提供应急物资救援服务的设施作为编码,设计了一种通用的混合蛙跳算法。为检验模型和算法的有效性,设计了一个多情景的算例,结果表明两个模型和算法具备良好的可行性和有效性,且鲁棒优化模型能较好地保持对各种不确定性的抗干扰能力;最后,讨论分析了成本偏好权重和鲁棒约束系数的影响,结果表明可根据成本偏好权重的取值范围来区分各种应急救援阶段,体现不同救援阶段的救援要求及特征,并给出了成本偏好权重和鲁棒约束系数的取值建议。     

煤炭码头船货匹配下泊位动态分配多目标优化模型及算法

本文针对输出型煤炭码头船货匹配下泊位动态分配问题,构建了堆场-取装线-泊位-船舶联合分配优化数学模型,并设计了采用仿真推演策略解码的遗传算法求解。首先,综合考虑船舶、泊位、堆场、取装线、煤种、航道开放时间和装船作业规则等要素,以船舶在港时间最短和作业效率最大为目标建立了相应的多约束多目标优化模型。然后,综合多目标优化、遗传算法以及仿真推演技术,设计了相应的遗传算法求解,包括:组合式编码、采用仿真推演策略的解码方法,追加了具有合法性检查的染色体生成算法,设计了采用多种策略的遗传操作等。最后实例表明,本算法的执行效率高而且优化效果好。     

主通道位置不固定的设施布局问题多目标优化模型及算法

以物流中心设施布局问题为对象,提出了考虑出入口及主通道位置不固定情况下的设施布局问题的多目标优化模型并设计了其改进的遗传算法。首先,以物料搬运成本最小、活动关系密切度最大和面积利用率最大为目标,构建了考虑出入口位置不固定条件下的具有I型主通道的设施布局多目标优化数学模型。然后,设计了一种改进的遗传算法,包括:改进的编码、解码方法,追加了解码修正操作,基于惩罚函数策略的适应度函数等。实例测试表明,本算法的执行效率高而且结果稳定,优化效果好,布局结果紧凑适用。     

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。     

基于离散型荧火虫算法的高校智能排课的研究

针对传统排课方法排课效率低、成功率低、冲突率高等无法满足现代高校教务管理要求的现状,提出一种基于离散型荧火虫算法的智能排课模型.首先,根据教师、班级、课程、教室及授课时间要求建立一个多目标、多约束的排课数学模型,采用二分图完美匹配操作初始可行排课方案;然后,利用离散型荧火虫优化算法在可行方案中寻找最优排课方案;最后,通过Matlab仿真实验验证其可行性与有效性.     

多目标线性规划的一种交互式单纯形算法

本文基于分析有效极点解的有效变量的特点以及在有效点处各个目标函数的数值来得到改进的搜索方向的研究思想,提出了求解目标函数和约束均为线性的多目标线性规划问题的一种交互式算法。该方法可以保证每一步得到的解均为有效极点解,且根据决策者的偏好不断得到改进,直至最终得到满意的最终解。     

油田产量构成的多阶段多目标优化

为了确保中后期原油稳产,如何将油田总产量合理细分到各采油厂成为油田开发规划面临的重要问题.建立了油田产量构成的多阶段多目标优化模型,将油田总产量按照产量构成的类型分配给各分项产量,进一步将各分项产量分配到各采油厂.结果表明,通过多阶段优化,在确保油田总产量稳定提高的同时,油田的总成本在两个阶段都有所下降,油田效益提高;此外,油田总产量目标被细分到了各采油厂的各分项产量,为油田决策者下达具体的产量指标提供了依据,以便油厂根据自身实际优化开发指标,完成油田下达的产量任务.     

周期列车运行图的多目标模型及基于Job-shop的遗传算法研究

计算机编制客运专线周期列车运行图问题已成为国内外研究的热点问题之一.在充分研究国内外周期与非周期列车运行图的规划理论与方法的基础上,构建了我国客运专线周期列车运行图的多目标模型,并将之转化为具有优先级结构的单目标模型;然后结合运行图的数学本质与周期性,设计了基于Job-shop的遗传算法,弥补了国外基于PESP理论所开发的周期列车运行图的算法不足.最后结合京津客运专线实例来验证算法的有效性.