基于弹性区带架构的多目标设施布局问题研究

为解决设施面积不等的连续型设施布局问题,建立了基于弹性区带架构布置形式,以物料搬运成本最小、邻近关系最大、距离要求满足度最大的多目标设施布局模型。模型中考虑了区域内的横向、纵向过道,对设施的长宽比进行了限制,使得结果更符合实际情况。为克服传统多目标单一化方法需要人为设置子目标函数权重、主观性过强的缺陷,采用基于带有精英保留策略的非支配排序遗传算法(NSGA Ⅱ)的多目标优化算法求解模型,设计了相应的编码方式、交叉算子、变异算子、罚函数。最后通过某物流园区的实例分析证明了模型与方法的有效性。     

加工时间可控单机加权总完工时间Pareto优化研究

针对单机环境最优化加权总完工时间问题,当工件加工时间可通过分配资源进行压缩时,研究对工件的加工次序和时间压缩量的优化,从而权衡调度性能目标和资源成本目标。调度性能目标为压缩后工件的加权总完工时间,资源成本目标为工件压缩量的线性函数。此问题复杂性已被证明为NP-hard,为弥补较少有研究从Pareto优化角度求解该问题有效前沿的不足,针对经典NSGA-II求解时易早熟收敛的特点,采用算法混合方式进行优化方法研究。融合归档式多目标模拟退火算法跳出局部极值的优势,启用外部存档策略提升种群的多样性,采用主从模式的并行结构提升求解效率。最后为检验优化方法的有效性,一方面通过对Benchmark测试函数ZDT1-6的求解,表明混合算法对不同结构和形状目标函数兼具普适性和有效性;另一方面结合问题特点设计有效编码方式,针对随机生成算例进行求解。通过分析有效前沿收敛性和多样性,验证了所提方法对于优化加工时间可控单机加权总完工时间问题的有效性。     

考虑不完美检测的两阶段点检与备件订购策略联合优化

针对设备维修与备件管理相互影响与制约的问题, 在基于延迟时间理论的基础上, 提出了两阶段点检与备件订购策略联合优化。点检是不完美的, 当点检识别设备的缺陷状态时, 进行预防更新; 设备故障时, 进行故障更新。结合设备更新时备件的状态, 采用更新报酬理论建立了以第一阶段点检时间、第二阶段点检周期和备件订购时间为决策变量, 以最小化单位时间期望成本为目标的模型。最后, 通过人工蜂群算法对模型求解, 并在数值分析中将两阶段点检策略与定期点检策略进行比较, 结果表明:两阶段点检策略始终优于定期点检策略, 验证了所建模型的有效性。     

基于应急供应链的物流配送计划研究

本文研究了基于应急供应链的物流配送计划问题,针对节点失效采用了供应链扩容策略,建立了在有限资源约束下单目标成本优化数学模型,以实现供应链运行总成本最小。然后,本文用CPLEX软件求解模型得到供应链的扩容方案。数值仿真结果表明本文所提出的扩容方法的有效性和实用性。     

多储备点多品种应急物资配送的多目标优化模型

应急救援的社会化、应急物资需求的多样性、应急物资需求和补给的时变性,对应急物流的配送调度提出了挑战.应急物流的紧急性要求最大程度保障受灾点的物资供应;在经济上则要求应急物流的成本最小化.通过将时间离散化为阶段序列,在应急物资需求和补给是可预测的情况下,建立一个多储备点、多物资品种、单受灾点的应急物资配送的多目标优化模型,来最小化应急物资短缺次数和运输成本.仿真实例表明,该模型可以通过优化引擎快速求解,能够发现导致短缺的应急物资品种和加强供应补给的时间区间.     

兼顾成本与时间保证率的泊位及岸桥协同调度优化

针对集装箱班轮根据船期表按计划到离港的运行规律以及港口企业追求低运营成本的需求,本文以集装箱班轮按计划离港保证率最大和码头作业成本最低为目标,构建了泊位及岸桥协同调度多目标优化模型;设计了叠加式局部搜索算法,将其嵌入到带精英策略的非支配排序遗传算法中,经过相互交叉反馈运算,得到Pareto非劣解;采用“性价比”的概念和量化方法,选择出对港口和船公司的利益偏向最小的实施方案,解决了在Pareto解集中寻优的问题。最后,以大连港集装箱码头的生产实际为例,验证了上述优化模型及算法的合理性和有效性。     

动态联合库存的决策模型及算法

考虑生产商、销售商联合库存的动态优化问题,建立的随机需求下生产-销售运作系统的排队模型,得到了系统的稳态概率分布和队长分布.以成本最小化为目标,模型算法找到了最优的运作策略和机器使用数量.数值模拟的结果表明,依赖于指定机器数量的动态调整策略明显优于静态系统.     

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。     

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。     

一种具有区间数信息的多目标指派方法

针对具有区间数信息的多目标指派问题,给出了一种指派方法。首先,将不同类型目标的区间数损益矩阵规范化为区间数成本矩阵,并应用区间数运算法则构建区间数多目标指派问题的总成本矩阵。然后,通过事先定义的任意两个区间数的序关系,将区间数指派问题优化模型转化为一个双目标优化模型,并采用线性加权法将其转化为单目标优化模型来进行求解,同时还考虑了如何处理人员数量与任务数量不相等的情形的指派问题;最后,通过一个实例分析说明了本文给出方法的可行性和有效性。本文的方法丰富了已有的求解方法,具有实际应用价值。     

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。     

跳扩散结构下风险最小化动态套期保值策略研究

在标的资产价格服从跳-扩散过程情况下,研究了风险最小化动态套期保值问题.首先用MCMC方法估计得到模型参数值,克服了传统的直接用样本均值和样本方差进行参数估计值的不足,与市场实际更吻合;然后在风险最小目标下,采用逐步倒推法得到随时间改变的动态最优套期保值策略解析表达式,由此可以及时做出策略调整,达到既对冲风险又节约成本的目的.文章最后通过对比分析不同期限、不同策略调整频率情况下的费用投入,得出期限和策略调整频率之间的关系,为套期保值者根据不同情况做出合理的套保策略提供了参考,另外,为满足金融机构进行压力测试或投资者为适应费率调整的需要,也分析说明了不同交易费率和策略之间的关系.     

成品油调和配方优化研究

成品油调和是石油炼制过程中的重要环节,直接影响炼油企业的经济效益。本文以石化行业为背景,针对成品油调和配方优化问题进行了研究,在满足成品油质量指标约束的条件下,以最小化企业生产成本为目标,建立了混合整数规划模型,提出了基于遗传算法的有效求解策略,并根据某炼油厂的实际生产数据进行了仿真实验,计算结果反映了库存成本与启动成本之间的平衡关系,即:当单位库存成本不变,单位启动成本逐渐变大时,库存总成本随之增大,启动次数随之减少。反之,当单位启动成本不变,单位库存成本逐渐变大时,启动次数随之增大,库存总成本随之减少。     

随机需求下考虑半成品库存的多周期生产决策优化

为了更好地应对需求的不确定性,在需求实现之前,企业既可以生产成品直接满足需求,亦可生产部分半成品,在观察到实际需求之后短时间内迅速完成剩余生产环节以满足需求。未加工的半成品和未售出的成品可用于满足后续周期的需求。作为一种提高生产灵活性的手段,分阶段生产的方式会产生更高的成本。企业需要在成本和灵活性之间作出权衡,优化生产决策。模型通过动态规划的方法,研究需求不确定情况下考虑半成品库存的多周期生产决策问题,通过分析目标函数以及最优值函数的结构性质,推导出最优的多周期生产策略为修正的目标库存策略,并且分析了不同参数对最优策略的影响。     

机组排班的混合集合规划方法研究

机组成本是仅次于燃料成本的第二大直接运营成本,合理的进行机组人员排班对降低航空公司运营成本有着重要意义。然而,机组排班问题是复杂性非常高的组合优化问题,属于NP难题。本文在分析机组排班问题研究进展的基础上,采用混合集合规划方法,综合考虑多种约束,建立了更具有实用性的机组排班优化模型。本文将运筹学理论与业务逻辑相结合,设计了高效的求解策略。利用多组航空公司真实数据对模型进行测试,测试结果表明,模型可以在较短时间内有效求解达到实际应用规模的机组排班问题。     

考虑多行程与同时取送货的电动车路径问题研究

针对城市物流配送中的电动车辆路径优化问题,考虑电动汽车的充电特性以及车辆多行程和需求点的双向货流,以最小化车辆成本、行驶成本和充电成本为目标,建立考虑多行程与同时取送货的电动车辆路径问题(EVRPMTSPD)模型,并采用列生成算法进行求解.为提高子问题求解速度,提出了基于蚁群算法的启发式寻路算法用以处理较大规模问题,数值实验验证了模型与算法的有效性,表明了考虑多行程和同时取送货能有效降低成本和提高效率.     

一个三级物流系统的运送策略优化问题

主要考虑一个三级物流系统的运送策略优化问题,系统由多个供货商、多个客户和一个中央仓库组成.假定两级库存均采用周期补货策略,每个客户处的产品需求为确定性需求.假设给定一套可行频率的情况下,选择使整个系统总的长期平均成本最小化的仓库的补货策略和仓库到各客户的配送策略.根据两个支配性质构造了一个列举优化算法,计算试验讨论了该算法的有效性.     

基于倒箱移动路径的集装箱堆场提箱作业优化模型

集装箱堆场提箱作业优化的目标是通过对倒箱搬运过程的优化使总作业成本最小。本文分析了正面吊设备的提箱作业过程,对作业规则和约束建立数学模型,在分析倒箱移动路径的基础上,提出了提箱作业优化模型。该模型为两层嵌套的组合优化模型,外层子模型针对提箱订单实现倒箱策略优化;内层子模型针对每一步倒箱作业寻找使倒箱作业成本最小的移动路径。提出了求解该模型的算法流程。最后,通过数值算例验证了优化模型的有效性。与传统人工作业方式的比较结果表明:本优化模型能够明显降低提箱作业成本。     

求解硬时间窗约束下随机需求库存-路径问题的优化算法

随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem, SDIRP)即考虑随机需求环境下供应链中库存与配送的协调优化问题,是实施供应商管理库存策略过程中的关键所在,也是典型的NP难题之一。文章以具有硬时间窗约束的随机需求库存-路径问题(Stochastic Demand Inventory Routing Problem with Hard Time Windows, SDIRPHTW)为研究对象,将SDIRPHTW分解为直接配送的随机库存-路径问题和具有硬时间窗约束的路径优化问题两个子问题,并以最小化系统运行成本和用车数量为目标,设计了一个基于(s,S)库存策略和修正C-W节约法的启发式算法。最后,通过相应的数值算例验证了算法的有效性。     

改进的生成树遗传算法及其在物流配送成本优化中的应用

针对物流配送成本优化问题的特点,建立了数学模型,并对基本的生成树遗传算法进行了改进,同时详细阐述了改进的生成树编码的遗传算法在物流配送成本优化问题中的运用等关键技术.最后根据此算法设计了一个物流配送优化系统,解决了一个物流配送成本优化问题,效果良好.此系统对于中小型物流公司设计最优物流策略和降低物流成本有着很大的应用前景.