汽车租赁调度中基于经济效益的目标优化模型的应用

本文针对一家汽车租赁公司,利用运输规划模型,将汽车的总需求量和总拥有量的关系看成产销平衡或产销不平衡的运输问题,得到在一定条件下每天的转运车辆数和最小成本.接着根据转运成本和短缺损失总和最小的目标,确定最优调度方案.     

货运列车的编组调度问题的研究

对于货运列车的编组调度问题,建立了以压缩中时和增加运量为双目标、多约束的0-1规划模型,采用逐步紧缩中时约束的方法得到了问题一的调度方案.在此基础上对装载特别物资的车辆施加更强的中时约束得到了问题二的调度方案.提出了列车匹配系数的概念并建立了列车最优配对原则,根据该原则对列车进行优化编组得到了问题三的调度方案.基于问题二的数据转换处理得到了问题四的调度方案.     

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。     

蔬果类商品网上直销包装作业工序优化模型研究

针对蔬果类商品网上直销模式下,其标准销售单元包装作业问题规模大、商品品类多、订单个性化强、生产配送周期多等特点,基于批量流水作业生产、JIT准时制生产及周期调度的思想,研究该类商品标准销售单元包装作业的生产调度问题,建立蔬果类商品网上直销包装作业优化模型,并设计改进的“模拟增压——退火算法”对其进行求解,以便制定出合理的包装作业计划,有效衔接采摘和订单分拣作业以及后续装车作业,缩短包装时间,保证蔬菜的新鲜性。最后,通过应用实例验证模型和算法的有效性,结果表明,本文周期调度方法得到的调度方案比一般的非周期调度方法大大节约了包装作业成本,为蔬果类商品网上直销企业生成包装作业计划提供了理论指导。     

不确定条件下基于三元区间规划的生产计划模型

研究了不确定条件下的生产计划问题,当企业面临多种产品消耗的单位产能、单位生产利润以及企业的总产能和交货期等均为不确定变量时,如何确定出的各种产品的合理的投产量,以使得企业在规定的交货期内获得最大的收益.引入了三元区间数来描述生产计划模型中的各种变量,建立了相应的三元区间线性规划模型;然后利用三元区间线性规划的有关知识简化了该模型,求出了其弱最优解.模型与传统的生产计划模型相比更贴近生产的实际过程,能为生产决策者提供更好的技术支持.     

共享单车调度优化问题研究

针对共享单车站点经常出现的供需不平衡问题,提出人工调度策略,以提高单车利用率和用户满足率.首先将一天划分为几个用车高峰时段,根据每个站点的单车使用历史数据,计算各站点在每个时段的需求量区间;在区域内单车总投放量不变的前提下,基于每个时段初期各个站点存放的单车数量,确定单车调出站点和单车调入站点,进一步以站点之间的单车调度数量为决策变量,建立共享单车调度问题的整数规划模型,使区域内各个单车站点的供需量基本达到平衡,并且总调度成本最小.利用北京市海淀区共享单车数据进行模拟计算,对比分析了调度优化前后的共享单车利用率和用户满足率.结果显示,调度优化后,单车利用率平均提高7.78%,用户满足率平均提高13.09%;综合考虑企业调度成本和收入情况可以发现,通过调度优化,企业的平均利润增长率为7.53%.本文的研究结果可以帮助共享单车企业提升管理水平,增加利润.     

模糊环境下的柔性工作车间调度模型的研究

本首先引入了柔性生产系统下的调度过程中存在的不确定性问题，接着对存在模糊操作时间间隔的柔性工作车间调度问题及相关概念进行了描述，并且给出了以最小makespan为目标的基于模糊逻辑和遗传优化的调度模型，最后通过实例验证了模型的可行性。     

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.     

基于动态服务网络的铁路紧急输送计划编制模型和算法北大核心

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APC和GPS数据的青奥会期间南京公共交通的调度与优化

为了得到青奥会期间南京市合理有效的公交调度方案,本文针对青奥会场馆、运动员村、旅游点等附近的南京公共交通线路,建立模型与算法.首先,通过APC数据与GPS数据的匹配,对客流数据进行站点匹配预处理,根据已有客流量数据,训练小波神经网络,从而对客流分布情况进行预测,然后基于客流预测结果,采用有序聚类法,实现客流高低峰时段的合理划分.其次,详细分析调度问题的关键所在,以时段总发车次数和乘客等待时间两个因素作为目标函数,将时段最大、最小发车间隔和满载率等作为约束条件,提出基于APC和GPS的公交车辆辅助调度模型,通过遗传算法对模型进行求解,得出不同时段的发车间隔和配车次数,并对模型的性能进行评估.以南京市D7路公交运营线路的实际客流数据为例,采用MATLAB软件进行仿真实验,得出优化结果.结果表明所建模型是合理的,从而为调度时刻表的生成提供了科学的依据.     

基于产品合格率随机分布的投产量模型优化

当产品合格率随机分布时,建立起以投产综合损失费(欠产再投产费,过量产出费和不合格处理费)期望值为目标函数,投产量为决策变量的投产量模型。结合产品合格率随机分布不同(均匀分布和正态分布)推导求解了模型的最优解,得出了产量与投产量的等式关系,据此可有效地指导生产。最后通过数值实例分析验证了模型的有效性。     

A stochastic programming approach for multi-site aggregate production planning

Production planning problems play a vital role in the supply chain management area, by which decision makers can determine the production loading plan—consisting of the quantity of production and the workforce level at each production plant—to fulfil market demand. This paper addresses the production planning problem with additional constraints, such as production plant preference selection. To deal with the uncertain demand data, a stochastic programming approach is proposed to determine optimal medium-term production loading plans under an uncertain environment. A set of data from a multinational lingerie company in Hong Kong is used to demonstrate the robustness and effectiveness of the proposed model. An analysis of the probability distribution of economic demand assumptions is performed. The impact of unit shortage costs on the total cost is also analysed.     

考虑生产计划的多周期切割问题优化研究

切割生产广泛存在于工业企业,是原材料加工的重要环节。已有文献主要关注单周期切割问题,但是切割计划也是生产计划的一部分,切割计划和生产计划应该协调优化,达到全局最优。本文研究考虑生产计划的多周期切割问题,目标是最小化运营成本,包括准备成本、切割成本、库存成本以及母材消耗成本。首先建立混合整数规划模型;提出动态规划启发式算法;最后对算例在多种情境下测试,分析成本因子变化对最优结果的影响。算法结果与CPLEX最优结果比较,平均误差为1.85%,表明算法是有效的。     

多重因素约束下的网格检查对策问题研究

基于物品数量及每列容量等限制因素,构造局中人的可行策略集合;考虑隐藏成本,处罚规则与检查成功概率等因素,构造相应的支付函数,建立多重因素约束下的网格检查对策模型.根据矩阵对策性质,将对策论问题转化为非线性整数规划问题,利用H(o|¨)lder不等式获得实数条件下的规划问题的解,然后转化为整数解,得到特定条件下的模型的对策值及局中人的最优混合策略.最后,给出一个实例,说明上述模型的实用性及方法的有效性.     

On computational methods for solutions of multiobjective linear production programming games

In this paper we consider a production model in which multiple decision makers pool resources to produce finished goods. Such a production model, which is assumed to be linear, can be formulated as a multiobjective linear programming problem. It is shown that a multi-commodity game arises from the multiobjective linear production programming problem with multiple decision makers and such a game is referred to as a multiobjective linear production programming game. The characteristic sets in the game can be obtained by finding the set of all the Pareto extreme points of the multiobjective programming problem. It is proven that the core of the game is not empty, and points in the core are computed by using the duality theory of multiobjective linear programming problems. Moreover, the least core and the nucleolus of the game are examined. Finally, we consider a situation that decision makers first optimize their multiobjective linear production programming problem and then they examine allocation of profits and/or costs. Computational methods are developed and illustrative numerical examples are given.     

随机需求下具有不对称信息的闭环供应链的最优差别定价模型

在随机需求条件下建立了由一个制造商和一个零售商所组成的闭环供应链差别定价模型。在制造商成本信息对称和信息不对称情况下,分别讨论了闭环供应链的最优差别定价问题,得到了在不同信息条件下的最优定价组合以及最优的订购量.最后通过数值算例分析了成本信息不对称对两种产品的零售价以及订购量的影响.     

DEA production games with fuzzy output prices

In DEA production models the technology is assumed to be implicit in the input-output data given by a set of recorded observations. DEA production games assess the benefits to different firms of pooling their resources and sharing their technology. The crisp version of this type of problems has been studied in the literature and methods to obtain stable solutions have been proposed. However, no solution approach exists when there is uncertainty in the unit output prices, a situation that can clearly occur in practice. This paper extends DEA production games to the case of fuzzy unit output prices. In that scenario the total revenue is uncertain and therefore the corresponding allocation among the players is also necessarily uncertain. A core-like solution concept is introduced for these fuzzy games, the Preference Least Core. The computational burden of obtaining allocations of the fuzzy total profit reached through cooperation that belong to the preference least core is high. However, the results presented in the paper permit us to compute the fuzzy total revenue obtained by the grand coalition and a fuzzy allocation in the preference least core by solving a single linear programming model. The application of the proposed approach is illustrated with the analysis of two cooperative production situations originated by data sets from the literature.     

An application of multi-objective modeling: The case of the Indian sugar industry

A multi-objective linear programming model is developed for the Indian sugar industry to plan for additional output by production technique, geographical region and forecasted year. Various policy scenarios generated by assigning different values to the policy variables in the model are studied. Thus a useful planning tool which demonstrates the exact impact of the policy parameters on various objectives is provided to the central decision maker. A satisficing multi-objective decision making method is developed based on an existing method of solution and used in policy analysis. The solution method is ideally suited to any general planning problem.     

一个电力分配的数学模型与算法

用电分配涉及整个社会的各行各业和千家万户,评价分配方案优劣既要考虑经济效益又要考虑社会效益,因此属于多目标决策分析问题。本文运用目标规划原理建立了用电分配数学模型,其中包括利润、产值、电业局收入及各种电量限制等96个目标,按5个优先级进行优化。文中所用算法的基础是单纯形方法,为给出有实用价值的优化分配方案,本文提出以上一年同期实际用电指标为基础研究现行分配方案的基本思想,并采取若干相应措施。