需求不确定下应急医疗服务站鲁棒配置模型与算法

大型突发事件发生后需要快速启动应急救灾网络,合理配置应急医疗服务站。本文考虑各应急医疗服务站选址节点需求的不确定性,引入三个不确定水平参数,构建四类不确定需求集合(box, ellipsoid, polyhedron和interval-polyhedron)对应的应急医疗服务站鲁棒配置模型,运用分支-切割算法求解,最后,进行需求扰动比例的灵敏度分析。算例结果表明,四类不确定需求集下的鲁棒配置模型中,ellipsoid不确定需求集合配置模型开放设施较少,总成本最小,鲁棒性较好。决策者还可以根据风险偏好选择不确定水平和需求扰动比例的组合,以使得总成本最小。     

基于破损信息不确定的共享单车新车投放-旧车调拨-坏回收联合调度优化研究

针对共享单车的供需不平衡、破损信息不确定等特征,融合鲁棒优化方法,以系统调度时间最短为目标,构建了基于破损信息不确定的新车投放-旧车调拨-坏车回收共享单车联合调度优化模型.针对模型的NP难特性,利用多目标分治策略和变步长扰动策略,提出一种改进变邻域搜索算法求解该问题.最后,通过维也纳标准测试集和SABB案例,验证模型和...     

不确定需求下应急资源配置的鲁棒优化方法

考虑灾害发生时需求不确定的条件,建立了二阶段决策数学规划模型,解决针对自然灾害的应急资源配置问题.将灾害发生后的各个灾区的需求量表示为区间型数据.利用可调整鲁棒优化的思想解决含有不确定需求的资源配置模型.数值试验表明,建立的模型是实际可行的,求解方法保证了解的鲁棒性.     

考虑路径风险的需求不确定应急物流定位-路径问题

针对自然灾害对路网造成的破坏性和受灾点物资需求量的不确定性,综合考虑应急物流路径风险和物资分配的时间公平性,将路径风险定量化为路径通行能力风险、路径损毁风险和路径复杂性,基于鲁棒优化理论,以最小化车辆最长配送时间和应急物流系统总成本为目标,建立了双目标多物资定位-路径优化模型,采用遗传算法对其求解,以汶川地震应急救援相关数据为例进行了数据仿真实验。实验结果的对比分析表明:在考虑路径风险下,随着控制系数的增加,系统总成本和最长配送时间目标值均呈现增大的趋势;受灾点的物资需求扰动越大,构建应急物流系统的总成本越高。算例结果也验证了鲁棒优化方法在处理不确定需求方面的有效性,为解决自然灾害后应急设施点的开设和救援物资的安全及时准确配送提供了有效的方法。     

改进蚁群算法优化周期性车辆路径问题

周期性车辆路径问题(PVRP)是标准车辆路径问题(VRP)的扩展,PVRP将配送期由单一配送期延伸到T(T＞1)期,因此,PVRP需要优化每个配送期的顾客组合和配送路径。由于PVRP是一个内嵌VRP的问题,其比标准VRP问题更加复杂,难于求解。本文采用蚁群算法对PVRP进行求解,并提出采用两种改进措施——多维信息素的运用和基于扫描法的局部优化方法来提高算法的性能。最后,通过9个经典PVRP算例对该算法进行了数据实验,结果表明本文提出的改进蚁群算法求解PVRP问题是可行有效的,同时也表明两种改进措施可以显著提高算法的性能。     

基于不确定需求的灾后应急救灾网络规划模型与算法

突发事件发生后,快速应急响应的第一步是启动应急救灾网络,合理配置应急救灾资源,以保证救灾过程顺利进行,提高救援效率。本文以台风灾害为背景,建立二阶段应急救灾网络的混合整数规划模型,解决台风灾害的灾后应急救灾网络的规划与设计问题。在求解模型时,考虑需求信息的分布难以确定,并且在一定范围内变动的特点,利用鲁棒优化的方法处理不确定性需求,从而得到合理的临时救灾中心选址以及应急资源配置信息。数值试验表明,建立的模型是实际可行的,而且算法也是有效的。     

考虑共享不确定因素的应急设施最大覆盖选址模型

为提升应急设施的服务质量和抵御中断风险的能力,研究应急设施最大覆盖选址-分配决策问题。扩展无容量限制的固定费用的可靠性选址决策模型,建立考虑共享不确定因素的应急设施最大覆盖选址优化模型,通过在目标和约束中引入budget不确定集刻画共享不确定因素,基于Bertsimas和Sim鲁棒优化方法建立混合整数规划模型,并将非线性问题转化为易于求解的鲁棒等价模型,利用带混沌搜索策略的改进灰狼优化算法求解模型,并对不确定鲁棒水平和中断概率进行敏感性分析。最后通过案例及数据仿真结果的对比分析,验证了模型的合理性和有效性,并给出最优的选址分配布局。     

周期性需求的供应商配送排程优化研究

在供应商管理库存(VMI)模式中,从提高供应商服务水平的视角,研究零售商具有周期性需求,供应商采用直接配送策略情形下以最小化缺货损失为目标的供应商配送日程安排问题。根据零售商最大需求周期的特点,设计了R倍放大(RTE)策略,分别针对实际中的边际缺货损失费率、固定缺货损失费率和递增缺货损失费率,证明了RTE策略在配送周期满足不同条件下对应的近似比。通过近似比的比较和算例分析,发现RTE策略在边际缺货损失费率下表现最好,某些情形下可以达到最优。研究结果对面对周期性需求的供应商配送排程具有一定的指导意义。     

需求可分的车辆路径问题模型与算法

需求可分的车辆路径问题(SDVRP)无论是从运输距离还是派车数量上,都可进一步优化传统的车辆路径问题。为了降低SDVRP的求解难度,本文在分析最优解性质的基础上,加强模型的约束条件,将原模型转变为等价的改进SDVRP,并在使用蚂蚁算法求解改进SDVRP模型的过程中,采用开发新路径和2-opt相结合的方法,以避免出现迭代停滞的现象。实验表明,算法计算结果稳定,最差解与最好解的偏差仅为1.80%。     

基于不确定需求的鲁棒应急物流系统

近年来各类突发事件和灾难频发,严重威胁到人们的生命安全,给人们经济生活带来了巨大的影响.灾难发生后,应急物流系统的效率是救援展开的保证.分析了应急物流系统的特点,采用鲁棒规划建立数学模型解决了应急物资需求不确定下如何进行应急配送中心选址和配送计划的安排,使得我们的决策能够体现最优性与鲁棒性的均衡.数值实验表明,建立的模型是符合实际的,数值结果具有较好的鲁棒性.     

不确定需求下再制造系统回收、生产与定价策略研究

以单一制造商为研究对象,在需求不确定且回收量依赖于需求量的环境下,构建基于期望利润最大化的数学模型,给出最优的回收率、新品和再制造品生产量及销售价格,并通过解析和数值仿真分析了市场规模、单位节约成本、回收成本的规模参数和需求不确定性对最优策略的影响.结果表明:市场规模增大,销售价格、回收率、生产量和再制造量都随之增大,而新品生产量先增大后减小;单位节约成本越大,回收成本的规模参数越小时,进行再制造就越有利;需求不确定性增加时,进行再制造更有利,可以降低由需求不确定性所造成的损失.     

回收量不确定的垃圾回收网络优化模型及算法

考虑到实际垃圾回收网络中回收中心日回收量的不确定性特征,以及经城市垃圾处理中心处理后的垃圾被再利用的可能性,建立了一类新的日回收量不确定的垃圾回收处理网络优化模型,分别就全部或部分垃圾能够被再利用两种情形,在假定日回收量为三角模糊量的条件下,利用模糊机会约束规划的方法推导了所建立的不确定性优化模型的确定型等价类.对给定的置信水平,利用LINGO软件能够直接求解所得到的确定性模型.案例研究证实了模型和方法的有效性,应用参数的灵敏度分析得到:目标和不同约束的置信水平对最优运输方案和最小运输成本均具有不同影响.     

风险应对视角下不确定需求定位-路径鲁棒优化研究

及时准确地配送应急救援物资是突发公共事件救援过程中的关键环节,综合考虑应急救援过程中出现的需求随机性,路网的连通能力下降和设施点失灵等情况,采用车辆与直升机联合运输方式进行配送,以应急系统中各物资需求点的救援时间满意度之和最大、系统总成本最小及物资到达需求点的救援时间之和最小为目标,对多式联运三级网络应急物流系统定位—路径优化问题进行研究,建立了多目标定位—路径模型,并改进了遗传算法。最后,以汶川地震应急救援相关数据为例,对模型和算法的有效性进行了数据仿真验证,通过实验结果的对比分析,证明了鲁棒优化方法在处理不确定需求和设施失灵风险方面的有效性,进而为抵御突发公共事件发生后出现的风险,为解决突发公共事件发生后救援物资的安全及时准确配送提供了有效的方法。     

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。     

一类不确定时滞系统的鲁棒稳定性

给出了不确定时滞系统鲁棒稳定的若干结果,同时讨论了这类系统的稳定度,改进了前人关于时滞系统稳定性和鲁棒稳定性的一些结论,并给出了应用的例子。     

不确定同时取送货车辆路径问题及粒子群算法研究

研究了不确定同时取送货车辆路径问题(VRPSPD),考虑运行环境的不确定性,顾客时间窗口要求和对顾客同时进行取货和送货服务的情况,以运作成本最低和顾客满意度最高为决策目标,构建不确定VRPSPD数学模型。模型中,引入模糊随机理论来描述决策环境中的双重不确定性,假定顾客需求量(送货量)和取货量是模糊随机变量。随后,提出基于模糊随机算子的改进粒子群算法对模型进行求解。为了适应模型特点和提高算法效率,设计合理的编码和解码过程,制定多个适应度函数方案处理多目标问题,并应用更加科学的更新策略。最后在应用案例中,通过参数测试获取合理的算法参数取值,采用计算结果分析和求解算法测评验证模型和算法的有效性。     

到达不确定呼叫中心人员配置的鲁棒优化模型

针对呼叫中心实际运营中顾客到达不确定的特点,采用鲁棒离散优化方法,建立呼叫中心人员配置的鲁棒模型。利用对偶原理将鲁棒模型转换易于求解的线性鲁棒对等式,通过调节模型中的鲁棒参数来权衡鲁棒解的保守性与最优性之间的关系,计算模型中约束违背概率上限来表示鲁棒解的可靠性。通过现实呼叫中心数据算例,验证了模型的有效性,分析了不同鲁棒水平下各时间段服务人员配置规律,以及系统最小成本与违背概率之间的权衡关系。最后,对到达扰动系数进行了敏感性分析。     

考虑碳排放的需求可拆分车辆路径问题模型及算法研究

考虑低碳环境下的需求可拆分车辆路径问题,建立了以配送成本最小为决策目标的数学模型.随后根据模型特点,设计了基于动态学习因子的改进粒子群算法,并通过两个不同规模算例对模型验证模型和算法的有效性和合理性.通过两个算例中的算法对比发现,所提出的算法较改进前算法,均能够在保证求解质量的前提下,减少计算时间;而当算例规模增大时,这一优势更为明显.     

多商品分批次取送货的模糊需求车辆路径问题

为解决连锁企业库存不平衡问题,本文研究了考虑多商品多批次取送货的模糊需求车辆路径问题。该问题综合考虑了多货混装、多次访问、供需未匹配、客户需求不唯一以及需求不确定等因素。本文以运营成本最小为目标,构建MCVRPSPDFD数学模型,模型利用可信测度理论应对决策环境中的不确定因素,通过改进的禁忌搜索算法进行求解。为适应模型需求和提升运算效率,算法设计了合理的初始种群形成过程及编码解码方式,并通过参数测试选取合适的参数。算例结果显示,本文成果能有效解决连锁企业库存不平衡问题,决策者偏好值的变动会对运营成本产生影响。