工期-费用权衡问题的两个不确定机会约束规划模型

项目调度问题是指管理者通过资源分配,延长或缩短某些工序的持续时间,达到项目费用和工期之间的平衡。在实际工程项目中,环境的不确定性往往是项目管理者需要考虑的因素之一。本文应用不确定理论描述不确定环境中的项目调度问题,将每道工序的持续时间分为正常持续时间和可变动持续时间。其中,假设工序的正常持续时间为不确定变量,可变动持续时间为决策变量,分别构建在项目费用和项目工期约束下的两个不确定机会约束规划模型。依据不确定变量运算法则,将所建立的不确定规划模型转化为等价的确定模型。最后,通过一个工程实例验证模型的合理性。     

不确定彩排时长下节目调度的鲁棒优化

实际节目彩排调度中,节目的表演时长受内外因素影响,具有不确定性。为了合理调度所有节目,控制演员的空闲时间,使得演员的总等待成本最小,采用了鲁棒优化方法进行研究。首先,建立了节目彩排调度的确定型模型;进一步,考虑节目表演时长的不确定性,采用有界区间描述节目表演时长并考虑决策者风险偏好,在确定型模型的基础上构建区间型两阶段鲁棒优化模型;接着,将鲁棒优化模型转化为0-1混合线性规划模型;最后,采用Matlab进行数值实验,结果表明决策者越偏好规避风险,演员的总等待成本越大。     

考虑均衡性的不确定时间车辆调度问题研究

本文针对车辆调度实际运行过程中时间的不确定性问题,提出了包含时间窗口、车辆容量约束的配送服务线路随机规划模型,以最小化调用的车辆数目和运行距离,降低顾客的不满意度并且尽可能保证每条路线的均衡性。结合模型,给出了基于禁忌搜索的混合启发式算法,并且生成多个算例,依据算例结果说明模型和算法优越性,同时说明可以在不降低顾客满意度和不提高总运输成本的基础上,降低各条线路之间的时间差异。     

不确定微分方程的数值解法及其应用研究

不确定微分方程广泛应用于不确定财政、不确定控制、不确定微分博弈等领域。由于一些不确定微分方程解析解难以实现,本文首先研究了不确定微分方程的Euler方法和Runge-Kutta方法两种数值解法,并进行误差分析。通过比较随机领域Black-Scholes模型和不确定领域Liu模型的欧式期权定价公式,验证不确定微分方程描述证券市场的合理性和实用性。     

不确定规划的研究现状及其发展前景

本文简要介绍不确定规划理论、算法以及应用研究的现状，描绘了不确定规划理论的基本框架。首先介绍处理各种不确定性的数学工具；接着阐述不确定规划的建模机理与求解方法，然后提出了不确定规划中值得进一步研究的一些问题，最后展望了不确定规划的发展前景。     

不确定约束混料域上的D-最优试验设计

使用混料试验设计研究中草药配方的过程中,需要考虑一类特殊的约束-加法取小不等式组成的不确定约束系统。该系统虽可简洁表达中药配方复杂的分量间关系,但却给试验设计过程带来了困难。本文旨在构造该约束系统形成约束域上的D-最优设计,首先给出一个将该系统化为线性约束不等式组的方法,然后使用改进的CONSIM算法求出极端顶点点集,并使用改进的MDRS算法求得D-最优的设计点集和该点集设计达D-最优时的测度,最后给出一个例子来展示算法,并提出有待进一步研究的问题。     

两级生产与需求不确定的供应链收益共享契约机制

研究原材料生产、产成品生产以及市场需求不确定下供应链收益共享契约机制.分析了独立无协调决策下,供应链系统的生产与订购决策.构建了收益分享协调契约与模型,研究了收益分享契约下供应链收益分配模型与机制,最后进行了算例分析.研究表明,收益共享协调机制可以减少两级生产与需求不确定性对供应链的影响,使得基于收益共享的供应链利润达到了集中决策供应链的利润水平.     

改进回溯搜索算法求解多目标柔性作业车间调度问题

随着绿色制造的到来,在调度问题中考虑能源消耗相关的目标变得至关重要,这已经成为了当下热点研究领域。因此,本文建立以最小化最大完工时间、机器总负荷和总能量消耗为目标的柔性作业车间调度数学模型。就回溯搜索算法的缺点提出改进,该算法通过结合改变个体搜索幅度因子对变异操作进行动态控制,防止种群迭代过程中陷入局部最优,然后通过结合个体引导与随机数扰乱提出一种新的交叉算子,提高后期寻优能力,防止了算法过早收敛。最后,运用基准算例对该算法的求解性进行了验证,并与文献中其他算法从求解精度、求解多样性、求解最优值等方面进行对比,结果表明该改进算法具有优越的求解性能。最后为该问题后续研究提供了三个可行方向：考虑更多约束条件、增加局部搜索算子和考虑实例分析。     

需求不确定的供应链两阶段订货模型

销售商如何在不确定需求的市场环境下根据制造商提供的订货条件进行合理订货是供应链管理的一个核心问题。本文利用信号博弈的原理从销售商的角度研究在不确定需求且传统需求预测方法失效的情况下，允许调整订货量的短生命周期产品两阶段订货模型，得到了在两次订货条件下销售商应该采取的最优订货量与调整策略以及制造商对契约灵活性限制的成本函数。     

具有学习效应的置换流水车间调度问题布谷鸟搜索算法求解

对于以最小化最大完工时间为目标的置换流水车间调度问题,现有研究较少考虑学习效应对生产调度的影响,构建了具有学习效应的PFSP问题数学模型.采用ROV的编码方式,应用布谷鸟搜索算法进行离散优化问题求解.通过对Car类问题的大量仿真测试,表明了布谷鸟搜索算法求解该类问题的可行性和有效性.同时,证明了学习效应能够降低最大完工时间,从而提高生产效率.     

考虑碳排放的多机可持续调度问题

考虑多机器生产环境下,研究在加工空档期允许关闭机器的可持续调度问题。同时对工件的指派、工件的开始加工时刻和机器在空档期是否开关机进行决策,以最小化碳排放为目标建立数学规划模型。设计了禁忌搜索混合算法求解模型,首先通过一个企业案例验证了模型和算法的有效性,然后通过仿真算例分析了算法的效率。计算结果表明,可持续调度方式在机器调度层面为企业减少了大量的碳排放。     

不确定环境下再制造生产调度研究

针对再制造过程中存在的再制造件质量状况和加工时间不确定性调度问题,分别采用随机数和三角模糊数表示质量状况和加工时间的不确定性。在满足工序顺序、机器等限制下,将各自带有权重系数的最大完工时间和总成本之和最小值当做目标函数,构造不确定环境下再制造生产调度模糊模型且转换成确定的单目标非线性规划模型。应用多层编码遗传算法求解某个再制造子系统算例得到,决策者对于最大完工时间和总成本的重视程度不同,调度方案不同,其需要根据自身关注的重点做出决策,选择合适的调度方案。并且调度结果会受到决策者消极或积极态度的影响,态度越积极,结果越好,反之,态度越消极,结果越差,从而检验了再制造生产调度模型的正确性。希望为再制造实现产业化,规模化提供相关参考意见。     

The Economic Lot Scheduling Problem without Capacity Constraints

This study presents a comprehensive analysis on the Economic Lot Scheduling Problem (ELSP) without capacity constraints. We explore the optimality structure of the ELSP without capacity constraints and discover that the curve for the optimal objective values is piecewise convex with repsect to B, i.e., the values of basic period. The theoretical properties of the junction points on the piecewise convex curve not only provides us the information on “which product i” to modify, but also on “where on the B-axis” to change the set of optimal multpliers in the search process. By making use of the junction points, we propose an effective search algorithm to secure a global optimal solution for the ELSP without capacity constraints. Also, we use random experiments to verify that the proposed algorithm is efficient. The results in this paper lay important foundation for deriving an efficient heuristic to solve the conventional ELSP with capacity constraints.     

不确定运行时间环境下的车辆调度问题及启发式算法

考虑到物流公司或者配送中心车辆实际运行过程中时间的不确定性,提出了配送服务线路包含时间窗口、车辆容量约束的随机规划模型,以最小化车辆运行成本同时尽可能降低所服务顾客的不满意度.同时,又稍作改进给出了平均-风险模型,由于VRP问题是NP难的,给出了一种基于禁忌搜索的启发式算法,并以北京市13个点的为例,给出求解结果.     

项目鲁棒调度的资源分配启发式算法研究

合理的资源配置是提高项目调度鲁棒性一种有效的方法。本文针对项目鲁棒调度问题,提出了Max-PRUA资源分配启发式算法,以期通过生成鲁棒性高的资源分配方案来提高调度计划的鲁棒性。本算法设计了最大化利用优先关系和不可避免弧传递资源的资源分配两项策略来传递最大资源量,以减少由额外约束传递的资源量,降低对项目调度鲁棒性的影响。为寻优最优资源分配方案,配合局部搜索算法,本算法构建了动态活动组GRA,通过对组内活动顺序重排以生成多种资源分配方案,以利于从解空间中寻优出最佳的鲁棒性方案。最后通过大量的仿真实验验证和与其它算法进行比较,结果表明本算法对于不同规模和不同因素影响的项目均有较好的适应性,生成的资源分配方案对调度计划鲁棒性影响较小,是一种有效的算法。     

Heuristic Techniques for Single Line Train Scheduling

Optimising a train schedule on a single line track is known to be NP-Hard with respect to the number of conflicts in the schedule. This makes it difficult to determine optimum solutions to real life problems in reasonable time and raises the need for good heuristic techniques. The heuristics applied and compared in this paper are a local search heuristic with an improved neighbourhood structure, genetic algorithms, tabu search and two hybrid algorithms. When no time constraints are enforced on solution time, the genetic and hybrid algorithms were within five percent of the optimal solution for at least ninety percent of the test problems.     

Design and Evaluation of Tabu Search Algorithms for Multiprocessor Scheduling

Using a simple multiprocessor scheduling problem as a vehicle, we explore the behavior of tabu search algorithms using different tabu, local search and list management strategies. We found that random blocking of the tail of the tabu list always improved performance; but that the use of frequency-based penalties to discourage frequently selected moves did not. Hash coding without conflict resolution was an effective way to represent solutions on the tabu list. We also found that the most effective length of the tabu list depended on features of the algorithm being used, but not on the size and complexity of the problem being solved. The best combination of features included random blocking of the tabu list, tasks as tabus and a greedy local search. An algorithm using these features was found to outperform a recently published algorithm solving a similar problem.     

离散回溯搜索算法求解多柔性作业车间调度

针对柔性作业车间生产中机器和工序柔性与多能工的存在建立模型,并提出一种整数编码方案和设一种基于Pareto解集的离散回溯搜索算法进行求解。首先,采用精英化历史种群的方法提升历史种群引导当前种群进化的能力;其次,在交叉变异步骤用遗传交叉算子替代回溯搜索算法原有结构;再次,为保留更多较优解到当前种群,结合快速非支配排序方法更新当前种群;最后,求解数值实例,与多种智能算法进行对比,验证算法的可行性和有效性。     

同顺序流水作业排序问题的一个启发式算法

本文主要给出了同顺序m×n排序问题初始序的选取方法以及通过计算可避免出现高重循环的初始序的排序算法,然后又给出了利用矩阵可行线性质将初始序调试成较优序的可行方法.利用该文方法对n=15,m=3～14的144个例题计算,得出平均相对误差为3.145%的结果,对于m=3与m=4的128个例题计算,得出平均相对误差为0.6306%.统计结果表明该方法可在实际中进行应用.     

A Hybrid Genetic Algorithm for the Single Machine Scheduling Problem

A hybrid genetic algorithm (HGA) is proposed for the single machine, single stage, scheduling problem in a sequence dependent setup time environment within a fixed planning horizon (SSSDP). It incorporates the elitist ranking method, genetic operators, and a hill-climbing technique in each searching area. To improve the performance and efficiency, hill climbing is performed by uniting the Wagner-Whitin Algorithm with the problem-specific knowledge. The objective of the HGA is to minimize the sum of setup cost, inventory cost, and backlog cost. The HGA is able to obtain a superior solution, if it is not optimal, in a reasonable time. The computational results of this algorithm on real life SSSDP problems are promising. In our test cases, the HGA performed up to 50% better than the Just-In-Time heuristics and 30% better than the complete batching heuristics.