时变单车路径优化模型及动态规划算法

车辆路径问题由于其广泛的应用领域及经济价值而成为学术研究热点。然而,在已有的研究文献中,车辆的速度时变与服务多任务特性很少被关注。本文讨论了具有这两个特性的单车路径优化问题。建立了以送货完成时间最早为优化目标的时变单车送货路径优化模型。由于很难获得该模型的精确解,本文提出了一种贪婪补货策略压缩原问题解空间,设计动态规划算法给出了车辆行驶时间满足FIFO规则的送货顺序近似最优解。数值算例验证了该算法所得到的解仅是原问题的近似最优解这一结论。算例同时表明优化配送时间随着车辆装载能力的增大而缩短,并在车辆装载能力超过所有客户配送总需求时实现最短配送时间,即,使用较大装载能力车辆能节约更多配送时间。     

基于蒙特卡洛方法的网络计划资源优化

蒙特卡洛方法由计算机产生伪随机数而生成试验点,根据约束条件找到优化解,据此编制C语言程序,可以成功求解网络计划的工期固定-资源均衡优化、资源有限-工期最短优化和资源有限-工期最短-资源均衡优化,并给出蒙特卡洛方法得到最优解的概率.算例结果表明:相同条件下,基于蒙特卡洛方法的工期固定-资源均衡优化方案资源方差较粒子群算法小,基于蒙特卡洛方法的资源有限-工期最短优化方案工期较遗传算法短,基于蒙特卡洛方法的资源有限-工期最短-资源均衡优化方案工期较遗传算法短.     

基于粒子群算法的大型网络计划资源优化

现有求解网络计划资源优化的方法中,解析法不能解决大型复杂网络优化问题,启发式方法过多依赖具体问题、求解效率低,遗传算法生成新一代优化解种群依据的三个算子的实现参数选择,大部分依靠经验并严重影响解的品质,粒子群算法存在大型网络计划资源优化计算量过大和缺少大型网络计划资源优化算例问题.借助设计网络计划时间参数的计算机算法、建立评价函数、设计进化方程等基础工作,选择与工作开始时间相关的变量作为粒子空间位置,用蒙特卡洛方法和限制条件优化初始粒子群,设置可行解范围,用二维动态数组解决大型网络计划资源优化运行image超限问题,通过粒子群算法进化,寻求大型网络计划资源优化解,算例表明基于粒子群算法的大型网络计划资源优化效果明显,粒子群算法参数分析表明:粒子群算法的参数会影响网络计划资源优化结果,而且初始粒子群限制条件和优化目标设置的影响程度较大.     

基于马尔可夫决策过程的医疗检查预约优化模型

医技部门的医疗检查如电子计算机断层扫描（CT）、核磁共振成像设备（MRI）、X射线（X－rays）常常有如下三种病人类型：门诊病人、住院病人和急诊病人。针对不同病人类型的需求特点,运用马尔可夫决策过程原理和动态规划方法,建立了医疗检查设备的预约优化模型,并证明了模型的最优性质,得出了不同病人类型的最优预约策略。数值算例的结果表明：本文的预约策略不仅易于实施,而且,通过该模型获得的最大收益比按传统先来先预约的模式所获得的收益要大。     

服务型制造网络资源整合决策优化模型

服务型制造是制造业发展的新模式,服务型制造的顺利开展依赖于对服务型制造网络中各种资源的整合及优化.分析服务型制造网络的运作特征, 在此基础上将决定网络和个体运作水平的硬环境因素和软环境因素作为服务型制造网络资源整合的主导因素,提出基于主导因素评判的资源整合决策模式,构建出优化整合决策的数学模型,搭建了改进的蚁群寻优算法来求解整合决策的优化过程,最后借助算例仿真验证算法的有效性与可行性。     

资源有限网络计划的PRWI启发式优化方法

本文在综合考虑了有资源约束的网络计划结构特征、资源强度、时间约束等方面因素的基础上，提出了一种新的资源优化的启发式优化方法—ＰＲＷＩ方法，并通过分析证明了该方法处理问题的效果较现有的其它方法好。     

应急资源调度模型及算法

应急问题最显著的特点表现为时间的紧迫性.本文针对应急系统多点出救的特点,研究了消耗速率为函数的连续型应急资源调度模型.该模型以最早应急时间为目标,给出了最早应急时间的求取方法,数值算例表明了算法的有效性和实用性.     

航线优化的随机动态规划模型

航空公司在给定的运力和机队配置条件下,如何适应航线需求的不断变化而合理地分配运力,使航空公司的经营效益最大化是我国航空经营管理的一个重大课题.根据航班效益分析,在一定的经营时间,航行班次的条件下,建立一个航线贡献最大化的含有随机变量的动态规划模型.求解方法是先用M ON TE C ARLO方法计算机仿真把模型转化为非线性的整数规划.再用动态规划中资源分配算法求出模型的最优解,编排最优各航线规划.     

基于MAS协作机制的动态计算资源调度模型

针对网格环境的自治性、动态性、分布性和异构性等特征.提出基于多智能体系统(Mutil Agent System,MAS)博弈协作的资源动态分配和任务调度模型,建立了能够反映供求关系的网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解,该方法能够利用消费者agent的学习和协商能力,考虑和引入消费者的心理行为,使得消费者的资源申请和任务调度具有较高的合理性和有效性.实验结果表明,资源调度算法不但可以有效减少不必要的延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比传统算法要好,从而使得整个资源的供需合理、负载均衡.     

带有回报计划的动态客户关系管理模型及实验应用分析

在客户最大化效用及公司最大化CLV的动态环境下。对所提的带有回报计划的动态客户关系管理模型用于某超市的客户数据库中，发现模型的结果对这类客户是适用的。并给出了不同的客户状态空间对应的有效营销组合策略。结果表明：合适的回报计划可以促进客户的购买、提高公司的利润及缓解价格竞争。回报极限应该比客户的平均购买水平偏高，回报率应该与回报极限的改变方向一致。计划的时间范围应定在一年左右比较合适。对于累积购买水平较高的客户一般不邮寄商品信息。在回报计划的初期与末期不用打折。中期对那些购买次数很少的客户可以实行相应的降价策略。     

基层部队人力资源优化配置的动态规划模型研究

军事人力资源管理是我军政治工作的重要组成部分。在给出军事人员价值评价指标体系的基础上,对军事人员价值贡献度进行了研究。运用动态规划模型对一定条件下基层部队人力资源按照级别层次进行分配,力求综合价值贡献度最高,人力成本最少,实现与部队级别层次结构的结合,从整体上提高基层部队人力资源的优化配置。     

基于企业复杂需求的多实例组合云资源采购优化决策

针对企业部署云资源的复杂需求和不稳定性问题,以企业多实例组合采购决策为研究对象,建立了两阶段云资源采购决策模型,考虑包含多类型虚拟机的长期合同实例和竞价实例组合,以此来降低采购过程中的风险和成本.结合维基百科2015年的8760条数据进行实验,通过对长期合同单类型实例的采购、长期合同+短期按需的组合采购、长期合同+短期竞价的组合采购方式的结果对比,证明了长期合同实例和竞价实例组合的两阶段采购方式能在采购过程中为企业带来更低的成本,实现更高的利润.     

基于动态损失厌恶投资组合优化模型及实证研究

为了研究行为金融学中损失厌恶的心理特征对投资决策的影响,建立预期效用最大化的动态损失厌恶投资组合优化模型。以我国股票市场为依托进行实证研究,将市场分为上升、下降和盘整三种状态,研究动态损失厌恶投资组合模型的表现,与静态损失厌恶投资组合模型、均值-方差投资组合模型和CVaR投资组合模型进行比较。通过改变参照点对动态模型进行稳健性检验。得出动态损失厌恶投资组合模型优于静态模型、均值-方差投资组合模型和CVaR投资组合模型的结论。     

基于FAHP-Entropy的耦合定权法的高速公路路线方案优选模型

为消弱模糊层次分析法(FAHP)中人为主观因素的干扰,引入熵值法(Entropy),建立基于FAHP法和Entropy法的高速公路路线方案优选模型.该模型采用FAHP法解决了直接采用层次分析法而造成的检验判断矩阵一致性困难的问题;同时Entropy法的引入充分挖掘数据所蕴含的信息;再基于相对熵原理将Entropy法所得权重与FAHP法所得权重进行耦合.实例证明,模型既考虑了决策者的主观意向,又兼顾数据本身蕴含的客观信息,可以较好地解决高速公路路线方案优选问题.     

基于网络图时间参数UTM算法的施工项目资源优化

资源优化是建设工程项目施工计划的一个重要内容.当施工计划某一时段资源用量大于资源限量时,就需调整工作计划重新满足资源限量条件,并使工期不变或延长最少.提出的施工进度计划网络图时间参数的UTM算法和"资源有限、工期最短"的资源优化算法,实现了利用计算机快速计算进行优化,并通过算例验证了算法的有效性.     

基于动态非线性损失厌恶的投资组合优化与实证研究

从行为金融学的角度考虑投资者损失厌恶的心理特征,构建了基于线性损失厌恶和非线性损失厌恶行为投资组合模型。利用中国市场数据模拟一种静态情景和四种动态情景,实证研究不同损失厌恶投资组合模型在不同情景下不同损失厌恶程度的最优资产配置策略和投资绩效表现,并将结果与均值方差模型等传统的投资组合模型进行比较。研究发现损失厌恶投资组合模型优于传统投资组合模型,不同情景下不同程度损失厌恶投资者具有不同的资产配置策略,其投资绩效表现也不尽相同。     

基于动态服务网络的铁路紧急输送计划编制模型和算法

根据特殊条件下铁路输送计划问题的动态性、多目标性、时效性等特点,采用时空网络构建铁路输送计划网络模型.并建立了基于动态路径的铁路输送计划编制数学模型.模型属于大规模的整数规划,以追求时间效益最大化和灾害损失最小化为目标.根据模型的特点,提出了松弛求解算法,借助LINGO求解工具求解松弛模型,通过逐步固定变量为整数值求得最优解.算例研究表明,算法可行有效.     

基于分阶段求优的IT项目进度计划方法

本文针对IT项目实施过程的不确定性和项目资源的动态性，提出了一种基于分阶段求优的IT项目进度计划方法。该方法根据关键路径法将项目划分为着干个阶段，每个阶段视为一个独立的任务，对每一个独立的任务建模并抽象化为一个马尔可夫决策过程，利用动态规划的方法对每一个任务求解最优调度策略，以最小化该阶段的期望费用，为制定IT项目进度计划提供依据。     

Optimization of a Multiperiod Resource Allocation Model

In this paper we examine multiperiod resource allocation problems, such as allocating a given marketing budget among T periods. The return functions of each period are assumed to be concave functions of the effective effort variable, which is composed of the expenditures in all previous periods and the present one. Assuming that the effect of an amount spent in period t is decreasing by a fixed rate in successive periods, necessary and sufficient conditions for a non-boundary optimal policy are derived. Under these conditions the optimal policy which maximizes total returns is obtained.