我国民航企业飞行员转升规划方法研究

飞行员是民航企业发展的主要保障,其转升规划具有路径复杂、升级资格影响因素多等特点,是一项复杂的工作。如何制定合理的飞行员转升规划,是目前亟待解决的问题。本文构建以费用最小为目标的非线性整数规划模型,用以描述飞行员规划问题,并将其转换为一类带约束的网络优化问题。针对问题特点设计了流量调整算法并证明了该算法的解为原问题的最优解。最后通过实例分析验证了方法的有效性。该研究为我国民航企业飞行员发展规划提供了理论依据。     

一个求解池化问题的二阶锥逼近算法

池化问题是工业生产计划中的一个重要问题.通过对原料的合理混合,以混合过程的容量及平衡约束等作为约束条件,要求总体生产成本最低.池化问题的优化模型类似于最小费用流问题.然而,由于该问题的复杂性,池化问题即便在只有一个成分约束的情况下依然是强NP-难问题.基于戴彧虹等提出的优化模型,现对模型进行了一系列的转化.首先将模型等价转化成二次非凸优化模型,其次通过对约束的松弛和内逼近分别给出两个近似的二阶锥规划模型.为了获得模型的全局最优解,采用分支定界的策略,通过求解上下界来逼近原问题的最优解.最后,通过算例开展了数值实验,验证了改进模型和算法的有效性.     

具有实际约束的多阶段M-V投资组合时间一致性策略研究

从动态规划的角度分析,方差算子的不可分离性导致标准的多阶段均值-方差模型的最优投资策略不满足时间一致性。文章采用条件期望映射的方法,构建了一个具有交易成本、借贷约束和阈值约束的多阶段M-V投资组合模型。由于考虑了交易成本,该模型是一个具有路径依赖性的动态优化问题。为了获得其时间一致性投资策略,文章将该问题近似地转化为连续性动态规划模型,证明最优解的近似度,并运用离散迭代算法求解。最后,使用上海证券交易所的部分历史数据验证了模型和算法的有效性。     

遗传算法求解带容量限制的最小费用流问题

研究了带容量限制的带固定费用和可变费用的最小费用流问题,发现该问题是混合0-1整数规划问题,不存在多项式算法.在研究了最优解的结构后,结合最优解的结构特点为之设计了遗传算法,然后构造了一个100个节点的特殊网络,用计算机做了100例计算,验证了该算法具有很好的近似比和很快的收敛速度.     

双需求集货送货一体化车辆路径问题的数学模型及算法

本文研究了具有总时间和车容量约束的双需求集货送货一体化车辆路径问题,在综合考虑运输费用和车辆出行固定费用的前提下,建立了该问题的整数线性规划模型,并分别给出了求解该模型的精确算法和基于节约准则的启发式算法。最后通过一个具体实例验证了算法的有效性。     

连续型凸动态规划的离散近似迭代法研究

为解决连续型凸动态规划的“维数灾”问题,提出了一种新的算法—离散近似迭代法.该算法的基本思路为:首先,将连续型状态变量离散化,根据网络图的构造方法将动态规划问题转化为多阶段有向赋权图;其次,运用极大代数求出起点至终点的最短路,即获得模型的一个可行解;最后,以该可行解为基础,继续迭代直到前后两个可行解非常接近.文章还证明了该算法的收敛性和线性收敛,并以一个具体例子验证了算法的有效性.     

求解二层线性规划问题的一种算法

对下层含有约束的二层线性规划问题,提出了求全局最优解的一种算法.首先由该算法求出约束凸集的全部极点,再对极点进行可行性检验,从而得到了二层线性规划问题的全局最优解,最后以实例验证了算法的有效性.     

选址-库存-路径问题模型及其集成优化算法

设施选址、库存控制和车辆路径安排是物流系统优化中的三个关键问题,三者之间存在相互依赖的关系,应该根据这种关系来相应地进行综合优化与管理物流活动。以典型的单一生产基地、单一产品、采用不断审查的(Q, r)库存策略的供应链二级分销网络为研究对象,建立了一个随机型选址-库存-路径问题优化模型;在将非线性混合整数规划转化为线性整数集合覆盖模型的基础上,采用列生成算法来获得一个近似最优解,再用分支定价法对初始解进行改进,以实现对整个问题“完全集成”的优化。最后,用随机生成的方式,产生了10至160个客户的计算实例,分析了运输费用和库存费用对总成本的影响,算法运算时间表明本文给出的算法能较快地求解这一复杂问题。     

不等式约束优化全局收敛的滤子线性方程组算法

设计了求解不等式约束非线性规划问题的一种新的滤子序列线性方程组算法,该算法每步迭代由减小约束违反度和目标函数值两部分构成.利用约束函数在某个中介点线性化的方法产生搜索方向.每步迭代仅需求解两个线性方程组,计算量较小.在一般条件下,证明了算法产生的无穷迭代点列所有聚点都是可行点并且所有聚点都是所求解问题的KKT点.     

基于改进微粒群算法的建设项目多目标动态优化

针对建设项目的复杂性和动态性,建立基于改进微粒群算法的多目标动态优化模型.首先,为提高算法性能,引入外部归档集和阈值并构建基于理想点法的适应度函数;其次,分别建立工期模型、加入系统可靠度的质量模型以及加入费用现值的成本模型,由其得到综合优化模型;最后结合工程实例对算法进行验证并与非劣分类遗传算法(NSGA-Ⅱ算法)对比.结果表明:方法比NSGA-Ⅱ算法的优化结果更科学、收敛速度更快.     

带平衡约束的离散网络平衡设计问题的遗传算法

本文研究了带平衡约束的离散网络设计问题及其求解算法.模型中上层是一个离散网络设计的数学规划模型,采用遗传算法来求解.下层是采用变分不等式描述的用户平衡配流问题,利用对角化方法直接求解.通过实例对算法进行验证,结果表明该算法是有效的.     

基于遗传算法的成品油二次配送车辆路径问题研究

研究了加油站需求已知前提下带时间窗的具有满隔舱运输约束的多车型成品油二次配送车辆路径问题.首先以总费用极小化为目标建立了具有满载运输约束的多车型成品油二次配送车辆路径问题的混合整数规划模型,其中总费用包括动用车辆的固定费用、车辆的运输费用、以及不满足时间窗约束的等待成本和惩罚成本等.然后基于成品油二次配送车辆路径问题的特点设计了求解模型的遗传算法,通过对车辆和加油站分别采用自然数编码方式、解码时考虑约束条件等策略有效避免了不可行解的产生.最后利用一个实际案例进行了模拟计算,结果显示根据方法得到的配送方案明显优于实际中凭经验得到的配送方案,总配送成本大约降低了9%.模型和算法为制订成品油二次配送方案提供了决策依据.     

第一阶段原有单纯形和对偶单纯形算法的计算比较

线性最优化广泛应用于经济与管理的各个领域.在线性规划问题的求解中,如果一个初始基本可行解没有直接给出,则常采用经典的两阶段法求解.对含有"≥"不等式约束的线性规划问题,讨论了第一阶段原有单纯形法和对偶单纯形法两种算法形式,并根据第一阶段问题的特点提出了改进的对偶单纯形枢轴准则.最后,通过大规模数值试验对两种算法进行计算比较,结果表明,改进后的对偶单纯形算法在计算效率上明显优于原有单纯形算法.     

求解多项式规划的一个全局最优化算法

提出一个求解带箱子约束的一般多项式规划问题的全局最优化算法, 该算法包含两个阶段, 在第一个阶段, 利用局部最优化算法找到一个局部最优解. 在第二阶段, 利用一个在单位球上致密的向量序列, 将多元多项式转化为一元多项式, 通过求解一元多项式的根, 找到一个比当前局部最优解更好的点作为初始点, 回到第一个 阶段, 从而得到一个更好的局部最优解, 通过两个阶段的循环最终找到问题的全局最优解, 并给出了算法收敛性分析. 最后, 数值结果表明了算法是有效的.     

基于两阶段启发式算法的物流配送选址-路径问题研究

为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题,利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型,针对该模型的特点,采用两阶段启发式算法进行了求解。首先,通过基于聚集度的启发式算法对客户进行分类,确定了备选配送中心的服务范围;然后,基于双层规划法,以配送中心选址成本最小作为上层规划目标,以车辆配送成本最小作为下层规划目标,建立了多目标整数规划模型;最后,利用改进的蚁群算法进行了求解。通过分析实例数据和Barreto Benchmark算例的实验结果,验证了该模型的有效性和可行性。     

混合整数半无限规划问题

本文主要讨论混合整数半无限规划(mixed integer semi-infinite programming, MISIP)问题的求解方法.首先分离内层约束中的连续变量和整数变量并将原问题转化为混合整数互补约束规划(mixed integer mathematical programming with complementarity constraints, MIMPCC)问题.其次在假设内层问题满足Slater约束规范的条件下得到了转化前后问题的等价性.继而分别将MIMPCC问题转化为可用常规优化软件求解的混合整数规划问题和非线性规划问题.由于在转化过程中会生成大量的变量和约束,为求解内层问题中变量较多的MISIP问题,本文提出一种行约束生成法,并证明该算法可在最多O(|Z|)次迭代之后得到最优解.最后通过一些数值实例验证算法的有效性.     

多人合作费用分摊的多目标规划解法

考虑核心是空集的情况，针对核心法的适用范围和局限性，建立了一种多人合作费用分摊的多目标规划模型，给出了求解费用分摊方案的两阶段算法。最后通过一个实例说明了该方法的可行性。     

一种原始——对偶单纯形算法的枢轴准则选择

Curet曾提出了一种有趣的原始一对偶技术,在优化对偶问题的同时单调减少原始不可行约束的数量,当原始可行性产生时也就产生了原问题的最优解.然而该算法需要一个初始对偶可行解来启动,目标行的选择也是灵活、不确定的.根据Curet的原始一对偶算法原理,提出了两种目标行选择准则,并通过数值试验进行比较和选择.对不存在初始对偶可行解的情形,通过适当改变目标函数的系数来构造一个对偶可行解,以求得一个原始可行解,再应用原始单纯形算法求得原问题的最优解.数值试验对这种算法的计算性能进行验证,通过与经典两阶段单纯形算法比较,结果表明,提出的算法在大部分问题上具有更高的计算效率.     

一种高压开关产品的装配过程优化问题研究

本文针对高压开关产品的装配线提出一个实际的装配过程优化问题:高压开关产品的装配过程优化问题。该问题是在传统的空间布局问题中,加入了装配线工艺流程约束,是一类新的优化问题。本文为该问题建立了整数规划模型,并为该模型开发了启发式算法。然后以ZF11-252产品的装配过程为例,采用启发式算法求解模型。     

新冠肺炎疫情条件下的企业复工复产优化规划方法

新冠病毒肺炎疫情对整个经济社会发展造成了很大冲击,如何在不放松疫情防控的前提下科学规划企业复工复产,这是地方政府面临的一个重要挑战。基于浙江省在统筹疫情防控和经济社会发展工作中的有关经验,建立一个疫情条件下企业复工复产规划问题的整数规划模型,其目的是要在不违反疫情传播风险等约束下,从大批申请企业中选择一部分批准复工复产并安排优先顺序,以尽可能满足社会对相关产业产能的需求。为有效求解该问题,提出了一个改进的禁忌搜索算法,它使用贪心策略来构造一个初始解,并不断通过可变规模的邻域搜索来探寻更优的解,在多个地区企业复工复产规划问题实例上的计算结果验证了该算法的效率。