不确定环境下制造再制造供应链定价与协调问题研究

研究模糊不确定环境下制造/再制造供应链系统的定价与协调问题。通过考虑制造产品与再制造产品的差异性,利用模糊理论和博弈论理论等知识,在集中式和分散式决策方式下,分别给出了制造/再制造商和零售商关于制造产品和再制造产品的最优价格决策,以及分散决策方式下的系统协调策略,并且利用数值算例对所得结果进行了分析。     

不确定环境下基于时间、费用及鲁棒性权衡的多目标项目调度优化

项目调度中的时间和费用是两个重要的指标,而在不确定环境下进度计划的鲁棒性则是保证项目平稳实施的关键。本文研究不确定环境下的多目标项目调度优化问题,以优化项目的工期、鲁棒值和成本为目标安排各活动的开始时间。基于此,作者构建多目标项目调度优化模型,将模型分解为三个子模型分析目标间的权衡关系,然后设计非劣排序遗传算法进行求解,应用精英保留策略和基于子模型权衡关系的优化策略优化算法,进行算法测试和算例参数敏感性分析。最后,应用上述方法研究一个项目实例,计算得到非劣解集,实例的敏感性分析结果进一步验证了三个目标间的权衡关系,据此提出资源的有效利用策略。本文的研究可以为多目标项目调度制定进度计划提供定量化决策支持。     

随机环境下再制造逆向物流网络选址研究

针对逆向物流网络的多目标性和回收废旧产品数量的不确定性,在再制造产品和新产品可相互替代的情形下,建立了随机多目标规划模型.通过求解该模型,可以确定逆向物流网络中设施的位置、数量以及设施间的流量分配.对模型中的机会约束,将其转化为各自的确定性等价类,采用主目标法对多目标问题加以处理.通过Lingo 11.0对模型算例进行求解,并分析了当置信水平和可回收量波动时网络结构和最小成本的变化,进而验证模型的稳定性.     

不确定环境下服务资源配置优化

在服务资源配置过程中,按维修状态将服务对象分成三类:完全维修、部分维修及最小维修.由于维修服务的特性,服务成本与服务时间均是一个模糊数,并且维修对象在服务时所处的维修状态也具有一定的不确定性.针对这类情况下的服务资源配置问题,提出了同时考虑模糊服务成本和模糊服务时间及不确定维修状态的最小化服务成本为优化指标的服务资源配置模型.在模型的求解过程中采用多粒子群算法,通过仿真计算表明了该方法的可行性和有效性.     

授权再制造视角下再制造设计对制造再制造影响研究

为分析授权再制造下, 再制造设计对制造/再制造影响, 构建了再制造设计不同承担模式下原始制造商与再制造商博弈模型, 对比分析再制造设计费用不同承担模式下, 再制造设计对最优纳什均衡解影响。研究主要得到:授权再制造不仅可以改变原始制造商市场竞争不利地位, 还可以增加其收益; 在授权再制造下, 只有再制造设计带给两种单位产品收益之比较大时, 两者才愿意承担再制造设计费用; 虽然再制造设计可以减少两种产品单位零售价格, 但是再制造设计不一定总是增加消费者剩余。     

多态不确定环境下生产与运输方案的优化方法

研究了一类生产运输问题的优化模型,其中产地可供应量、机器可使用最大时间为模糊参数,市场需求和生产单位产品时间随机参数,在产地可供应量,市场需求,预算,产地机器可运转时间,目的地库存空间等约束下,该模型同时优化了生产运输的总成本和运输时间.基于修正后的S型曲线隶属函数和机会约束规划方法,推导了原模型的确定型等价式,并据此设计了寻求满意生产与运输方案的交互式算法。     

多品种柔性生产企业的订单调度模型及其遗传算法

以订单总完工时间最小和订单平均流程时间最小为目标函数,利用改进的多目标遗传算法生成了多品种订单调度模型.为解决组合模型的指数爆炸问题,提出了一种按规则分配订单以及订单中各作业排序相结合的集成调度思想;以一种整数和字母组合的编码方法用于可行解的表达,并在每个分目标的进化过程中,对选择、交叉、变异算子以及精英解保留策略重新进行设计,保证了解的分布性和均匀性;同时还提出了一种新的终止条件,将精英种群与分目标的子种群进行合并,从而加快收敛的速度.以典型的订单生产企业为例进行仿真实验,实验结果表明,应用该算法可以获得满意的Pareto解集.     

生产计划与调度决策支持系统的研究

章对生产计划与调度决策支持系统进行了研究,设计了基于知识库和模型库的具有定量因子和定性因子的生产计划与调度基本模型,该模型可对半结构化决策问题,提供决策支持。     

需求不确定条件下社区应急疏散协作调度优化模型

质量安全、自然灾害、公共卫生等突发事件社区应急疏散中的灾民数量具有不确定性,但目前的研究很少关注多种运输方式协作的应急疏散中灾民数量的不确定性。针对灾民数量的不确定性,以疏散灾民数量最大化,以及疏散成本最小化作为优化目标,,该文构建了多种运输方式协作的社区应急疏散模糊机会约束规划模型。在模型求解时,论文使用自适应遗传算子对多目标遗传算法进行改进,以提高算法优化效率。最后,论文使用算例对提出的模型进行验证,证明了该模型和方法可以有效完成需求不确定条件下的社区应急疏散协作调度优化工作。     

炼油生产调度优化模型研究

本文针对炼油厂一次加工采用原油混烧方式的特点,研究了以满足二次加工质量卡边要求为目标的生产调度优化模型,为保证产品质量的稳定和降低原油成本,研究了原油需求预测模型,并介绍了两个模型求解算法的特点。     

考虑需求不确定的多级应急物流设施选址研究

为了对急物流设施选址问题进行合理的研究,建立了包含配送中心、配送点和需求点的多级应急物流网络。基于应急物资需求特点,使用三角模糊数表示应急物资需求的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了应急物流设施选址模型。采用去模糊化方法将三角模糊数转化为确定数,利用成本和时间的单目标的最优结果将多目标转化为相对值,再对时间和成本目标进行加权处理,既消除了不同目标之间的单位及数量级差异,还可以进行动态调整。设计了遗传算法对模型进行求解,通过实际算例表明了模型和算法可以有效地解决应急物流设施选址问题。     

基于遗传算法的车间作业计划仿真研究

将仿真技术和遗传算法相结合,根据生产车间的资源情况、优化目标等建立了生产调度仿真模型,然后对仿真输出结果进行统计,针对统计结果应用遗传算法对调度决策进行优化.仿真优化结果说明了该集成优化方法是有效性的.     

协同设计资源的两级不确定调度问题研究及其求解

针对协同设计资源调度问题中存在的设计任务不确定、资源需求模糊以及任务进行过程中可能出现变化等情况,提出一种基于不确定规划和反应式调度的两级不确定调度模型,通过根据满足系数对最好及最坏规划进行折中的方法对模型进行转化,然后采用离散的自由搜索算法进行求解.通过实例,验证了该方法的有效性.     

基于救援效率的

面临重大灾害事件,通航救援具有快速、高效、受地理空间限制少的优势,是保护生命财产安全、减少社会危害和经济损失的有效手段.针对国内现有的通航救援调度模型未考虑"多对多"的配送模式,构建了以最大化救援效率、最小化总飞行里程为目标的多出救点、多受灾点航空器调度模型,提出一种遗传-模拟退火混合算法对模型进行求解.最后,通过实例测试以及与其他算法的比较,验证了所提方法的有效性,为通航应急救援提供合理、可行的调度方案.     

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.     

基于遗传算法的浸染生产排缸策略

针对目前印染企业在浸染生产过程中产品种类和加工设备多、调度复杂的特性，建立了一种用于浸染生产调度的数学模型，并应用遗传算法进行排缸调度求解。以生产任务的分配优先级顺序作为染色体的编码来求解多个生产任务在多个染缸上的调度分配命题，从而得出了最优排缸策略，适用于快速、高效地解决实际生产中大量生产任务调度问题。仿真结果表明了该策略的有效性和实用性。     

遗传算法对车间作业调度的研究

应用遗传算法对车间作业调度问题进行研究,针对ＪＳＳＰ的具体特性,文中提出变异函数和二次编码的思想,获得较好的仿真结果。     

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.     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。