多路径下应急资源调度的非线性混合整数规划模型

本文通过对地震、瘟疫、恐怖袭击等灾害发生的特点与调运应急资源的机理进行分析,兼顾已发生地点的需求和其它地点潜在发生事故的可能性,建立非线性混合整数规划模型。从资源调运过程中的多路径以及不同的路径由于所受到不确定性的干扰和阻碍,往往引起随机的调运效率降低等情况进行考虑,最小化资源救助点到不同资源需求点的时间总量,同时对于已出事点与潜在出事点,利用发生概率作为权重进行轻重区别,由此使研究更贴近实际应用。最后给出算例对模型进行分析求解,验证了模型的可行性。     

一种改进的进化规划算法

本对于全局优化问题提出一个改进的进化规划算法，该算法以概率p接收基于电磁理论求出合力方向作为随机搜索方向，以概率1-p接收按正态分布产生的随机搜索方向。改进算法不仅克服了传统进化规划算法随机搜索的盲目性，而且保留了传统进化规划算法全局搜索性。本算法应用于几个典型例题，数值结果表明本算法是可行的，有效的。     

应急资源调度模型及算法

应急问题最显著的特点表现为时间的紧迫性.本文针对应急系统多点出救的特点,研究了消耗速率为函数的连续型应急资源调度模型.该模型以最早应急时间为目标,给出了最早应急时间的求取方法,数值算例表明了算法的有效性和实用性.     

遗传规划的改进算法

通过改变遗传规划算法中初始群体的生成方法,改变变异策略和修正适应度函数,对遗传规划算法进行了改进,并通过符号回归数值实验对改进后算法的性能进行了测试,且将改进后的算法与改进前以及其它改进算法进行了比较,数值实验结果表明,改进后的算法有效地提高了遗传规划的效率。     

突发事件应急医疗物资调度的随机算法

传统的车辆路径问题(VRP)是为车辆设计将物资从仓库运送到各个需求客户的路线,使得总的运输费用(或时间)最小。在本文中,我们更关心的是使得未满足的需求量和总的物资延误时间最小。这个模型的一个非常重要的应用就是当大规模突发事件发生以后如何有效的将应急医疗物资运送到各个医疗单位,例如自然灾难,恐怖袭击之后,各个医院的医疗物资有限,需要从应急中心调集所需物资,在这种情况下,从应急中心分发应急物资过程中的运输费用就不再是最主要的考查因素,而更重要的是考虑物资到达医院的时间以及到达量,因为这两个因素直接与病人生命息息相关。本文的主要工作是改进了已有的局部搜索算法,通过引入随机算法的思想设计了求解模型的改进随机算法,可以得到模型更优的解,并通过计算机模拟案例说明了算法是行之有效的。     

求解资源受限项目调度问题的人工鱼群算法

提出了将人工鱼群算法应用于求解资源受限项目调度问题中的构想,建立了求解资源受限项目调度问题的人工鱼群算法模型,设计了一种标准随机键编码方式,构建了人工鱼的觅食行为、聚群行为、追尾行为和随机行为四种基本算子,采用了正向逆向局部改进技术和精英保留策略,并给出了算法流程。应用PSPLIB标准问题库对该算法进行了大量的测试,并与其他算法进行了比较,验证了该算法的有效性。     

路政应急管理中资源布局的混合整数规划模型

本文根据道路灾害事故的发生特点,对城市路桥养护系统的运行模式和资源的合理调用机理进行分析,考虑到事发地点潜在的资源需求概率,建立资源布局的混合整数规划模型.本模型中资源布局方案的调度决策基础是在灾害事故的资源需求不发生变化的条件下,使得每个救助点的资源同时部分地为辖区内现有事故和潜在事故服务,而现有事故的剩余需求由其他救助点派出资源来满足.该模型的目标是解决城市中因同一时间段内发生两起灾害事故而造成路桥破坏导致的救助资源短缺问题,同时避免资源的闲置浪费.最后,通过算例证明,本方法较通常方法对城市总的资源配置量大大减少.     

一种改进的进化规划算法及其收敛性

1　引　言进化算法是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法 ,主要包括遗传算法 ( genetic algorithms,GA)、进化规划 ( evolutionary programming,EP)和进化策略( evolution strategies,ES) [1 ] .遗传算法 ,进化策略和进化规划分别由 J.H.Holland,I.Rechenberg和 L.J.Fogel提出[2 ,3,4] .这些算法有许多相似性 ,且近年来都被应用于实值连续函数全局优化问题 ,并取得了较好的效果 .一些学者对进化算法的收敛性进行了分析[5,6,7,8] ,但总的说来 ,有关进化算法的理论研究成果目前还不是很多 ,尤其是进化规划和进化策略几…     

进化规划与进化策略的变异算子

进化算法是研究全局优化算法中最重要的随机算法之一,本文给出了进化规划和进化策略的变异算子的数学描述,并提出变异函数的概念,在此基础上,给出了用均匀分布的随机数构造变异算子的几种方法和若干例子.结果表明.利用本文给出的方法,不仅可以构造出目前进化策略和进化规划算法普遍采用的几种变异算子,还可以构造出新的变异算子.针对一般的变异算子,在不要求目标函数连续的情况下,证明了保持最优个体的进化规划和进化策略,迭代产生的最优个体的函数值收敛到问题的最优值的ε-邻域的概率为1.     

基于禁止时间窗的应急物资调度车辆路径问题

本文研究基于禁止时间窗的应急物资调度车辆路径问题.首先对研究问题进行界定,其中交通网络的道路和节点均带有禁止时间窗,目标是通过路径选择最小化应急物资的调运时间;随后定义两组决策变量,分别用于路径上节点和枝线的选择,进而构建问题的整数规划优化模型;鉴于模型的组合属性,设计问题求解的禁忌搜索启发式算法;最后通过一个算例对结果进行说明,得到如下结论:由于禁止时间窗的影响,车辆在最差路径上的运输时间及等待时间,要比满意路径上的分别长68.8%和266.7%,显示出路径优选的实用价值.     

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.     

二层线性规划的自适应遗传算法

提出了一种自适应遗传算法来求解二层线性规划问题.该方法克服了难以确定合适的交叉概率和变异概率的困难.另外,在该方法中还采用了其它一些技巧不仅解决了在采用遗传算法经常出现的有些个体不可行的问题,而且还改进了算法的效率.     

An Algorithm for Solving the Linear Goal Programming Problem by Solving its Dual

Goal programming, and in particular lexicographic goal programming (i.e. goal programming within a so-called ‘pre-emptive priority’ structure or having non-Archimedean weights), has become one of the most widely used of the approaches for multi-objective mathematical programming. While also applicable to non-linear or integer models, most of the literature has considered the lexicographic linear goal-programming model and its solution via primal simplex-based methods. However, in many cases, enhanced efficiency (and significant additional flexibility) may be gained via an investigation of the dual of this problem. In this paper we consider an algorithm for solving such a dual and also indicate how it may be implemented on conventional (i.e. single objective) simplex software.     

求解排课表问题的一个启发式数值算法

为了便于建立与排课表问题有关的决策支持系统,本文给出一个求解排课表问题的启发式数值算法,证明了算法的正确性,并举例说明算法的应用.该算法具有易于编程实现、收敛性好等优点,大量数值实值表明该算法能求得问题的最优解.     

求解集束型装备调度问题的改进遗传算法

针对半导体制造中的有滞留时间约束集束型装备调度问题,以最小化生产周期为目标,建立问题的数学模型,提出基于机械手搬运作业顺序编码的改进遗传算法.设计基于禁止区间法的启发式构造算法以生成初始种群,避免了不可行染色体的产生;通过互换染色体中处于机械手全等待的基因位置,以及基于图论的不可行解修复技术改进局部搜索效率,避免冗余迭代和陷入局部最优等现象.与遗传算法、混合量子进化算法的仿真实验比较,验证了提出算法的有效性和鲁棒性.     

双层线性规划的一个全局优化方法

用线性规划对偶理论分析了双层线性规划的最优解与下层问题的对偶问题可行域上极点之间的关系，通过求得下层问题的对偶问题可行域上的极点，将双层线性规划转化为有限个线性规划问题，从而用线性规划方法求得问题的全局最优解．由于下层对偶问题可行域上只有有限个极点，所以方法具有全局收敛性．     

Improved Noniterative Algorithm for Solving the Traffic Equilibrium Problem

We provide an equivalent formulation of a previously proposed noniterative algorithm (see A. Maugeri, Appl. Math. Optim. 16, 169–185, 1987) for the traffic equilibrium problem. Moreover, under the strict monotonicity assumption, we provide an improved algorithm which enlarges the range of applicability of the previous algorithm and decreases considerably its computational effort. Our algorithm is based on a general algorithm for variational inequalities (see O. Mancino, G. Stampacchia, J. Optim. Theory Appl. 9, 3–23, 1972), which we further develop and adapt to the traffic equilibrium problem. Both our proofs and the algorithm exploit directly the equilibrium conditions which characterize our problem.     

改进二元分布估计算法求解置换流水车间调度问题

针对置换流水车间调度这类组合最优化问题的求解,提出了一种改进二元分布估计算法(Improved binary estimation distribution algorithm, I-EDA)。算法以二元分布估计算法为架构,使用NEH(Nawaz-Enscore-Ham)启发式算法生成初始解,提高了初始解的质量;通过对优势解的统计采样构建位置矩阵模型和链接矩阵模型,依照两个矩阵模型的合并概率组合链接区块产生子代。提出了NEH插入式重组策略和基于位置概率的交换策略和两种全新局部搜索机制替代原二元分布估计算法的相邻交换法,以进一步筛选优势解。最后通过对Reeves标准测试集的仿真实验和算法比较验证了所提出算法的有效性。     

改进伪并行遗传算法求解作业车间调度问题

针对遗传算法在求解极复杂优化问题中出现的过早收敛、执行效率差的缺点,提出了一种改进的伪并行遗传算法.该算法将并行进化与串行搜索相结合,提高了算法的收敛速度.同时该算法通过种群因子控制伪并行算法中的各子种群的规模,不仅保证了搜索过程中勘探和开采的平衡,克服过早收敛,而且减少了计算的复杂性,特别是在处理复杂优化问题上具有较高的性能.实验结果证明了该算法的有效性.