基于嵌套启发式算法的集中通勤接送服务车次分配与调度优化北大核心CSCD

车次分配与调度是交通运输服务行业提供优质服务、节约运营成本的核心技术问题.文章针对集中通勤接送服务中车次分配与调度问题,建立了以最小化成本为目标的0-1整数规划模型,刻画了问题的多目标抵达地、多车协作和多行程车次等特征,并设计了一种嵌套启发式算法求解模型,拓展了构造路径方法.算例数值结果表明,文章所设计的模型和算法是有效的、可行的.     

公交网络时刻表再协同设计的多目标优化模型

为了改善公交服务质量,公交运营者试图调整现有时刻表的发车时间,使不同线路的车次协同到达换乘站点以方便乘客换乘。针对此场景,研究了公交时刻表重新协同设计问题,提出了求解该问题的多目标模型。模型考虑了对发车间隔灵敏的乘客需求、灵活的车次协同到站方式和发车时间的规则性,分析了该多目标模型的特征和计算复杂性,表明本文研究的问题是NP-hard问题,且它的帕累托最优前沿是非凸的,设计了基于非支配排序的遗传算法求解模型。算例表明,与枚举算法相比,提出的求解算法在较短的时间内可获得高质量的帕累托解。     

考虑协同信息的人员与岗位双边匹配决策方法

针对考虑协同信息的人员与岗位双边匹配问题,提出一种决策分析方法。首先,给出了考虑协同信息的人员与岗位双边匹配问题描述;其次,依据人员和岗位给出的多指标评价信息,计算了人员对岗位的满意度、岗位对人员的个体技能满意度及人员之间的工作协同度;在此基础上,建立了以人员对岗位满意度最大、岗位对人员个体技能满意度最大和人员之间协同度最大为目标的多目标优化模型,该模型是一个具有多目标的0-1型二次整数规划问题,也是一个NP-hard问题,为了求解该多目标优化模型,设计了一个多目标离散差分进化算法;最后,通过一个实例验证了所提方法的可行性和有效性。     

危险品物流中的多目标定位-路径问题

随着经济的增长,危险化学品需求呈日益增长的趋势,其安全储运问题已成为政府和企业关注的焦点。本文通过建立危险品物流中多配送中心、多目标定位—路径问题优化模型,并设计混合遗传算法对模型进行求解,最后通过算例验证该模型和算法的可行性和有效性。结果表明:与只考虑系统总成本的结果相比,考虑运输风险的结果能够以较小的风险和成本、较少的人力资源配备实现危险品的储运;所设计混合遗传算法具有良好的性能。     

基于员工和客户双重满意度的车辆路径优化

传统车辆路径优化问题中,研究人员过度强调对车辆行驶里程、时间和成本的控制,引入双重满意度指标,提出了基于员工和客户双重满意度的模型,通过求线性加权和的方法将多目标问题转化为单目标问题.并在使用粒子群算法和遗传算法结合的混合算法求解实际算例的过程中对模型的合理性以及算法的有效性进行了验证.结果表明,适当地扩大货物配送时间窗范围能使得满意度指标大幅提升,同时,配送成本的变化程度很小,利于企业的长远发展.     

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。     

武汉市高校间公交线路的最优化设计

对武汉市高校间公交线路进行了设计.首先根据互访人数对25所代表性高校间的距离进行修正,采用聚类分析模型将25所高校划分为3类,分别以到达目的地所经过路程和线路总长度作为学生和公交公司的满意度指标,在每一类别内建立基于学生和公交公司满意度最大化的多目标优化模型,采用线性加权法将其转化为单目标优化模型并采用模拟退火算法进行模型求解.结果表明设计的3条公交线路长度适宜,学生到达目的地所经过路程结果较为合理.     

多目标应急物流中心选址的鲁棒优化模型

针对重大突发事件的应急物资救援,研究了应急物流中心的选址及应急物资的调运问题。利用离散的情景集合描述受灾点应急物资需求的不确定性以及应急物资运输成本和运输时间的不确定性,同时考虑应急救援成本和应急救援时间两个目标,建立了多目标应急物流中心选址的确定型模型和鲁棒优化模型。为将多目标问题转化为单目标问题,利用成本单目标和时间单目标的最优结果将多目标转化为相对值再加权处理,该方法既可消除多个目标之间的单位及数量级差异,还可以根据问题的数据变化进行动态调整。以提供应急物资救援服务的设施作为编码,设计了一种通用的混合蛙跳算法。为检验模型和算法的有效性,设计了一个多情景的算例,结果表明两个模型和算法具备良好的可行性和有效性,且鲁棒优化模型能较好地保持对各种不确定性的抗干扰能力;最后,讨论分析了成本偏好权重和鲁棒约束系数的影响,结果表明可根据成本偏好权重的取值范围来区分各种应急救援阶段,体现不同救援阶段的救援要求及特征,并给出了成本偏好权重和鲁棒约束系数的取值建议。     

考虑双方感知满意度的应急资源再配置方法

突发事件常诱发次生灾害,在外界大规模应急资源配送前,发挥区域互救优势,共享原生灾害点应急资源进行资源再配置是及时响应次生灾害的重要手段之一。本文尝试将灾民心理因素融入到应急资源的再配置问题中,基于前景理论提出了原生灾害点灾民的感知满意度模型,结合生存概率曲线对次生灾害点灾民感知满意度进行刻画,构建了考虑双方灾民感知满意度的多目标优化模型。此外,引入缩放系数和违反约束检查函数,改进多目标粒子群算法以加快算法初始化,进而提升模型求解效率。最后,本文通过算例验证了模型和算法的可行性和科学性,并与传统资源配置问题进行了对比,为具有连锁反应的突发事件应急管理提供决策支持。     

基于时间满意度的应急物资储备库选址问题

基于应急物资配送过程中时间因素的重要性,将时间满意度引人应急物资储备库选址问题中.针对时间满意度为线性分段函数,建立了以时间满意度最小的需求点的时间满意度尽量大以及系统总费用最小为目标的双目标混合整数规划模型,对目标函数的最小最大值问题进行转化,在此基础上构造新的优化模型,并设计了相应的启发式算法求解.最后通过算例说明算法的可行性和有效性.     

Modeling customer satisfaction with new product design using a flexible fuzzy regression-data envelopment analysis algorithm

The success of new products depends greatly on customer satisfaction and meeting the customer needs is vital for new product development. By incorporating customer needs in the design and development process, organizations can improve productivity for their new products and reduce the risks associated with new product markets. Hence, design teams require methods to model customer satisfaction when setting the associated product design attributes. Thus, different approaches have been developed for modeling the relationship between customer satisfaction and product design parameters. In this study, 16 well-known fuzzy regression (FR) models are considered to understand the relationship between customer satisfaction and new product design. The design of FR models is based on the 4Ps marketing mix (product, price, place, and promotion) concept in fuzzy environments. A flexible algorithm is then presented based on the index of confidence, error measures, and data envelopment analysis for selecting the best FR model. The applicability and usefulness of the proposed algorithm is demonstrated experimentally based on an actual case study, where the flexible algorithm is employed to predict customer satisfaction with a new product design in the freezer/refrigerator industry.     

考虑老年人感知满意度的社区居家养老护理人员调度策略研究

近年来,随着人口老龄化进程不断加快,社区居家养老模式越来越受到社会各界的高度关注。为了向社区居家养老服务中心护理人员调度提供决策支持,研究考虑老年人感知满意度的护理人员调度问题。以社区居家养老预约服务为背景,首先融合前景理论和模糊理论分别从老年人等待时间、老年人对护理人员偏好和老年人对服务价格偏好三个方面建立老年人感知满意度函数;其次确定主要目标为最大化老年人综合感知满意度,次要目标为最小化社区居家养老服务中心运营成本的优化调度问题,并且构建了相应的混合整数非线性规划数学模型;最后综合应用遗传算法和模拟植物生长算法(PGSA)对该模型进行求解,其中遗传算法用于求解护理人员的服务顺序,PGSA用于求解护理人员调度方案,并且利用MATLAB软件进行仿真,同时引入粒子群算法与PGSA进行计算对比,发现PGSA在性能参数和计算时间方面都有明显的优势。通过算例验证分析,结果表明该模型在考虑老年人感知满意度的基础上,能够获得最优的护理人员调度方案,证明了上述优化模型和算法的可行性和有效性。     

A generalized bi-criteria fuzzy integer flow sharing problem

The flow sharing problem is a class of techniques that can be used to find the optimal flow in a capacitated network, which realizes an equitable distribution of flows. This paper extends the integer flow sharing problem by considering fuzzy capacities and fuzzy weights such that the flux received at each sink node and the flow value through each arc are restricted to be multiples of some block unit. Fuzzy capacity describes the flexibility of the upper limit of flow value through each arc. Fuzzy weight represents the degree of satisfaction of the flux to a sink node. Our model has the two following criteria: to maximize the minimal degree of satisfaction among all of the fuzzy capacity constraints and to maximize the minimal degree of satisfaction among the fluxes to all of the sink nodes. Because an optimal flow pattern that simultaneously maximizes the two objectives is usually not feasible, we define non-domination in this setting and propose a pseudo-polynomial algorithm that finds some non-dominated flow patterns. Finally, a numerical example is presented to demonstrate how our algorithm works.     

“仓店一体化”模式下订单拣选与配送集成调度优化

针对“仓店一体化”模式下提供限时送达服务的新零售仓店,研究多拣货员、多客户、配送方式为带限时送达约束的路径优化分批配送情形下的订单拣选与配送集成调度问题。以最小化订单最大履行时间和配送成本为目标,构建了混合整数非线性规划模型,并设计两阶段启发式算法(H-2)进行求解,最后通过数值实验对算法进行验证与分析。数值实验结果表明,H-2具有较高的求解质量;相较于传统调度算法(TS)在效率提升、资源节约以及客户满意度提高方面具有更优的表现,进而为新零售仓店管理者提供决策支持。     

非线性0-1规划问题的蜂群算法

针对非线性0-1规划,提出采用一种智能优化算法——蜂群算法进行求解.描述了蜂群算法的实现过程,并在计算机上编程予以实现.经大量实例测试,并与其它算法进行比较,获得了满意的结果.说明了蜂群算法在解决非线性0-1规划问题上的可行性与有效性,同时具有良好的优化能力..     

同城货运众包平台的车货匹配模式对比研究

针对目前同城货运车货匹配平台采用抢单模式造成客户等待时间较长、客户满意度不高的问题,提出将派单模式应用于同城货运车货匹配过程,构建以客户平均等待时长最短为目标的动态车货匹配模型。根据抢单模式实际情况设计了就近随机配对算法,针对派单模式设计了滚动时域完美匹配算法,运用模拟仿真研究方法,对比研究了两种算法的有效性和适用性,发现订单饱和度大时宜采用派单模式,且滚动时域越短客户平均等待时长越短。研究结果可为同城货运车货匹配平台的订单分配提供决策支持,提高客户满意度。     

居民用户峰谷分时气价模型及其优化求解方法

针对天然气的居民用户制定合理的峰谷分时气价,能有效地削峰填谷,从而保证燃气管道安全稳定地运行。本文构建用户需求响应和满意度函数,并在此基础上建立以最小化最大峰负荷和峰谷负荷差,及最大化用户满意度为目标的需求侧峰谷分时气价优化模型。采用蚁群算法对模型进行求解,该算法收敛性较好,同时也避免局部最优的缺点。算例结果表明,在兼顾公平与效率的前提下,峰谷分时气价模型能有效地降低最大峰负荷和峰谷负荷差,同时存在最优的峰、平、谷价格,使得用户满意度最大;另外本文也验证了模型的有效性及可行性。此方法为天然气合理定价机制的建立及政策的制定提供了理论依据。     

Multi-objective genetic algorithm for single machine scheduling problem under fuzziness

This paper presents a new multi-objective approach to a single machine scheduling problem in the presence of uncertainty. The uncertain parameters under consideration are due dates of jobs. They are modelled by fuzzy sets where membership degrees represent decision maker’s satisfaction grade with respect to the jobs’ completion times. The two objectives defined are to minimise the maximum and the average tardiness of the jobs. Due to fuzziness in the due dates, the two objectives become fuzzy too. In order to find a job schedule that maximises the aggregated satisfaction grade of the objectives, a hybrid algorithm that combines a multi-objective genetic algorithm with local search is developed. The algorithm is applied to solve a real-life problem of a manufacturing pottery company.     

满意度最大条件下的战时保障补给站选址问题研究

设施选址是装备保障系统构建过程中的重要决策步骤。文章首先分析了现代战争中装备保障设施尤其是终端补给站选址问题对形成装备保障快速反应能力的重要性,提出了以作战区域内所有作战单位的保障满意度最大为目标的有限补给站选址优化模型,作战单位对选址方案的保障满意度是从所需的资源数量和保障反应及时性两个方面进行考虑的。之后基于拉格朗日松弛算法设计了模型的启发式求解算法,实验结果表明该算法有效。